61
software SPSS versi 17 for windows. Sebelum data dianalisis, peneliti terlebih dahulu melakukan uji asumsi klasik sebelum melakukan pengujian hipotesis.
3.6.1 Pengujian Asumsi Klasik
Uji asumsi klasik digunakan untuk mengetahui apakah hasil analisis regresi linier berganda yang digunakan untuk menganalisis dalam penelitian ini
terbebas dari penyimpangan asumsi klasik yang meliputi uji normalitas, multikolinieritas, heteroskedastisitas dan autokorelasi. Adapun masing-masing
pengujian tersebut dapat dijabarkan sebagai berikut:
Adapun masing-masing pengujian tersebut dapat dijabarkan sebagai berikut:
3.6.1.1 Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam suatu model regresi linier variabel terikat dan variabel bebas keduanya
mempunyai distribusi normal atau tidak. Model regresi yang baik adalah memiliki distribusi data normal atau mendekati normal. Cara
untuk melihat normalitas adalah dengan melihat histrogram yang membandingkan antara data observasi dengan distribusi yang
mendekati distribusi normal. Namun demikian dengan hanya melihat histogram hal ini dapat menyesatkan khususnya untuk sampel yang
kecil jumlahnya. Metode yang lebih handal adalah dengan melihat normal probability plot yang membandingkan distribusi kumulatif
dari data sesungguhnya dengan distribusi kumulatif dari distribusi normal. Distribusi normal akan membentuk satu garis lurus
62
diagonal, dan plooting data akan dibandingkan dengan garis diagonal. Jika distribusi data adalah normal, maka garis yang
menggambarkan data sesungguhnya akan mengikuti garis diagonalnya Ghozali, 2005.
3.6.1.2 Uji Multikolinieritas
Pengujian multikolinieritas ini berguna untuk mengetahui apakah model regresi ditemukan adanya korelasi antar variabel
bebas. Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel bebas. Untuk mendeteksi ada atau tidaknya
multikolinieritas dalam model regresi adalah dengan menganalisis matrik korelasi variabel-variabel bebas. Jika antar variabel bebas ada
korelasi yang cukup tinggi umumnya di atas 0,90 maka hal ini mengindikasikan adanya multikolinieritas Ghozali, 2001.
Multikolinieritas dapat juga dilihat dari nilai tolerance dan nilai variance inflation factor VIF. Kedua ukuran ini menunjukkan
setiap variabel bebas manakah yang dijelaskan oleh variabel bebas lainnya. Nilai cutoff yang umum dipakai adalah nilai tolerance 0,10
atau sama dengan VIF di atas 10 Ghozali, 2001.
3.6.1.3 Uji Heteroskedastisitas
Menurut Imam Ghozali 2005, uji heteroskedastisitas bertujuan menguji apakah dalam model regresi terdapat
63
ketidaksamaan varians dari residual satu pengamatan ke pengamatan lain. Konsekuensinya adanya heteroskedastisitas dalam model
regresi adalah penaksir yang diperoleh tidak efisien, baik dalam sampel kecil maupun besar. Salah satu cara yang dapat digunakan
untuk mengetahui ada tidaknya gejala heteroskedastisitas adalah dengan melihat pada grafik scatter plot. Jika ada pola tertentu
seperti titik-titik yang membentuk pola tertentu yang teratur bergelombang, melebar, kemudian menyempit maka
mengindikasikan telah terjadi heteroskedastisitas. Jika tidak ada pola yang jelas maka tidak terjadi gejala heteroskedastisitas. Untuk
mengetahui ada tidaknya heteroskedastisitas juga dapat diketahui dengan melakuka uji gletser. Jika variabel bebas signifikan secara
statistik mempengaruhi variabel terikat maka ada indikasi terjadi heteroskedastisitas Ghozali, 2001.
3.6.1.4 Uji Autokorelasi
