Uji Normalitas Data Uji Multikolinearitas

61 dilakukan dengan cara memberikan kuesioner pertanyaan yang sama pada waktu yang berbeda, dan kemudian dipastikan apakah responden tetap konsisten dengan jawabannya, 2 One Shot atau pengukuran sekali saja dilakukan dengan cara hanya sekali saja kuesioner diberikan kepada responden dan kemudian hasilnya dibandingkan dengan pertanyaan lain atau dengan cara mengukur korelasi antar jawaban pertanyaan. Pengujian reliabilitas kuesioner dalam penelitian ini menggunakan One Shot atau pengukuran sekali saja dan untuk pengujian reliabilitas digunakan uji statistik Cronbach Alpha 0,60 Ghozali, 2005. Untuk melakukan pengujian reliabilitas kuesioner dilakukan dengan menggunakan software Statistical Package for Social Sciences SPSS.

4.6.2. Pengujian Asumsi Klasik

Sebelum dilakukan pengujian hipotesis yang menggunakan analisis regresi, maka diperlukan pengujian klasik yang meliputi Uji Normalitas Data dan Uji Multikolinearitas. Uji Normalitas Data dan Uji Multikolinearitas dapat dijelaskan sebagai berikut :

a. Uji Normalitas Data

Tujuan uji normalitas data adalah untuk mengetahui apakah distribusi data mengikuti atau mendekati distribusi normal. Data yang baik adalah data yang mempunyai pola seperti bentuk lonceng pada diagram histogram. Uji normalitas data yang digunakan dalam penelitian ini adalah Uji Kolmogorov-Smirnov. Kriteria pengujian satu sampel menggunakan pengujian satu sisi yaitu dengan membandingkan probabilitas dengan tingkat signifikansi tertentu yaitu : Universitas Sumatera Utara 62 1. Nilai Signifikansi atas probabilitas 0,05 maka distribusi data adalah tidak normal; 2. Nilai Signifikansi atas probabilitas 0,05 maka distribusi data adalah normal Selain melihat nilai signifikansi dari uji Kolmogorov-Smirnov, untuk melihat apakah suatu data mempunyai distribusi normal dapat dilihat dari nilai Z skewness dan dengan melihat grafik.

b. Uji Multikolinearitas

Uji ini diperlukan untuk mengetahui ada tidaknya variable independen yang memiliki kemiripan dengan variable independen lain dalam satu model. Kemiripan antar variable independen dalam satu model akan menyebabkan terjadinya korelasi yang sangat kuat antara suatu variable independen dengan variable independen lainnya. Ketentuan untuk mendeteksi ada tidaknya multikolinieritas yaitu : 1. Jika nilai variance inflation factor VIF tidak lebih dari 10 atau di bawah 10 dan nilai tolerance tidak kurang dari 0,1 di atas 0,1, maka model dapat dikatakan bebas dari multikolinieritas VIF = 1Tolerance, jika VIF = 10, maka tolerance = 110 = 0,1. Semakin tinggi VIF, maka semakin rendah tolerance. 2. Jika nilai koefisien korelasi antar masing-masing variable independen kurang dari 0,70 di bawah 0,7, maka model dapat dinyatakan bebas dari asumsi klasik multikolinieritas. Jika lebih dari 0,7, maka diasumsikan Universitas Sumatera Utara 63 terjadi korelasi yang sangat kuat antar variable independen sehingga terjadi multikolinieritas. 3. Jika nilai koefisien determinan, baik dilihat dari R 2 R-Square di atas 0,60 namun tidak ada variable independen yang berpengaruh terhadap dependen, maka diduga model tersebut terpengaruh multikolonieritas.

c. Uji Heterokedastisitas