ditarik kesimpulan untuk memberikan saran, khususnya terkait kinerja tenaga penjualan produk Oriflame.
3.6 Uji Asumsi Klasik
Model regresi linear berganda dikatakan baik jika data terbebas dari asumsi- asumsi
klasik, baik
normalitas; multikolinearitas;
autokorelasi dan
heteroskedastisitas.
3.6.1 Uji Normalitas
Ghozali 2011: 160 menyebutkan bahwa uji normalitas bertujuan untuk menguji apakah dalam model regresi variabel penggangu atau residual memiliki
distribusi normal. Terdapat cara mendeteksi apakah residual terdistribusi normal atau tidak yaitu dengan metode grafik normal probability plot P-plot dan Uji statistik
kolmogrof-smirnov. Dalam grafik probability plot, data dikatakan terdistribusi normal jika penyebaran titik-titik disekitar garis diagonal dan penyebaran mengikuti
garis diagonal maka model regresi memenuhi asumsi normalitas. Sedangkan untuk menentukan data terdistribusi normal atau tidak dengan metode uji kolmogrov-
smirnov pengambilan keputusan yaitu jika nilai signifikansi lebih besar dari 0,05 maka data tersebut berdistribusi normal. Sebaliknya, jika nilai signifikansi lebih lebih
dari 0,05 maka data tersebut tidak berdistribusi normal.
3.6.2 Uji Multikolinearitas
Menurut Ghozali 2011:105, multikolinearitas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas independen.
Untuk mendeteksi ada atau tidaknya multikolinearitas didalam model regresi adalah sebagai berikut:
a. Nilai R
2
yang dihasilkan oleh suatu estimasi model regresi empiris sangat tinggi, tetapi secara individual veriabel-variabel independen banyak yang
tidak signifikan mempengaruhi variabel dependen. b. Menganalisis matrik korelasi variabel-variabel independen. Jika antar variabel
independen ada korelasi yang cukup tinggi umumnya diatas 0.90 maka hal ini merupakan indikasi adanya multikolinearitas.
c. Multikolinearitas dapat juga dilihat dari nilai tolerance dan variance inflation model VIF.Nilai tolerance yang rendah sama dengan nilai VIF tinggi karena
VIF = 1Tolerance. Nilai cutoff yang umum dipakai untuk menunjukan adanya multikolinearitas adalah nilai tolerance ≤ 0.10 atau sama dengan nilai
VIF ≥ 10. 3.6.3
Uji Autokorelasi
Menurut Ghozali 2011: 166, uji autokorelasi bertujuan menguji apakah dalam model regresi linear ada korelasi antara kesalahan pengganggu pada periode t
dengan kesalahan pengganggu pada periode t-1 sebelumnya. Salah satu cara untuk menguji apakah terjadi autokorelasi dapat digunakan uji Durbin Watson D-W test.
3.6.4 Uji Heteroskedastisitas
Kategori