3.6.2 Uji Asumsi Klasik
Uji asumsi klasik digunakan untuk memastikan bahwa data yang digunakan berdistribusi normal dan dalam model tidak mengandung
multikolinieritas, heteroskedastisitas.
3.6.2.1. Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal
Ghozali, 2009:147. Model regresi yang baik memiliki variabel bebas dan terikat yang berdistribusi normal. Untuk menguji apakah data
berdistribusi normal atau tidak dapat dicari dengan rumus Kolmogorov- Smirnov dengan bantuan program SPSS. Dasar pengambilan keputusan
adalah nilai probabilitas, yaitu nilainya lebih besar dari 0,05 maka data dalam penelitian berdistribusi normal. Selain itu juga bisa di lihat dari
diagram P-P plot pada Output SPSS. Normalitas dapat dideteksi dengan melihat penyebaran data titik pada sumbu diagonal dari grafik, jika data
menyebar disekitar garis diagonal menunjukan pola distribusi normal,maka model regresi memenuhi asumsi normalitas.
3.6.2.2. Uji Multikolinearitas
Pengujian multikolinearitas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antara variabel bebas. Model regresi yang
baik seharusnya tidak terjadi korelasi antara variabel bebas.Uji multikolineritas digunakan untuk mengetahui variabel bebas. Model regresi
yang baik seharusnya tidak terjadi korelasi diantara variabel independen Ghozali, 2009:95.
Deteksi adanya multikolinearitas adalah dengan melihat besaran Variance Inflation Factor VIF dan Toleransi melalui SPSS dan koefisien
antara variabel bebas. Jika VIF 10 maka variabel tersebut mempunyai persoalan multikolinieritas dengan variabel lainnya. Sehingga apabila dalam
model regresi diperoleh nilai VIF 10 dan Toleransi diatas 0,1 maka dalam model tersebut tidak terjadi multikolinieritas.
3.6.2.3. Uji Heteroskedastisitas
Menurut Ghozali 2009:125 berpendapat bahwa uji heteroskedasitas bertujuan untuk mengetahui dan menguji apakah dalam model regresi
terjadi ketidaksamaan varian dari residual satu pengamatan lain tetap, maka disebut homokedasitas dan jika berbeda disebut heteroskedastisitas. Untuk
mengetahui apakah ada tidaknya gejala heterokedastisitas dapat dilihat dengan grafik plot antara nilai prediksi variabel terikat ZPRED dengan
residualnya SRESID. Deteksi terhadap ada tidaknya heterokedastisitas dapat dilakukan
dengan melihat ada tidaknya pola tertentu pada grafik scatterplot melalui bantuan SPSS 16 for windowsantara prediksi variabel terikat dengan
residualnya, dimana sumbu Y adalah Y yang diprediksi, dan sumbu X adalah residual Y prediksi
– Y sesungguhnya. Jika ada pola tertentu yang teratur maka telah terjadi heterokedastisitas, model yang bebas dari
heterokedastisitas mamiliki grafik scaterplot dengan pola titik-titik yang menyebar baik di atas dan di bawah sumbu Y.
3.6.3 Analisis Regresi Linier Berganda
Kategori