48 a. Angka Kolmogorov-
Smirnovª Sig. 0,05 mengindikasikan data yang terdistribusi normal.
b. Angka Kolmogorov- Smirnovª Sig. 0,05 mengindikasikan data
yang tidak terdistribusi normal Sarjono dan Julianita, 2011 : 64.
3.8.3.2. Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan varians dari residual satu
pengamatan ke pengamatan yang lain. Jika varians dari residual satu pengamatan ke pengamatan lain tetap disebut homoskedastisitas.
Sebaliknya, jika berbeda disebut heteroskedastisitas. Model regresi yang baik mensyaratkan tidak terjadinya heteroskedastisitas Ghozali,
2006:105. Dasar pengambilan kesimpulan untuk mendeteksi ada tidaknya
heteroskedastisitas adalah dengan melihat grafik scatterplot dengan kriteria :
a. Jika terdapat titik-titik yang membentuk pola tertentu ysng teratur bergelombang,
melebar kemudian
menyempit maka
mengindikasikan telah terjadi heteroskedastisitas. b. Jika titik-titik menyebar secara acak baik di bagian atas dan di
bawah angka nol pada sumbu Y maka tidak terjadi heteroskedastisitas.
Universitas Sumatera Utara
49
3.8.3.3. Uji Multikolonieritas
Uji multikolonieritas bertujuan untuk menguji apakah dalam model regresi ditemukan adanya korelasi antarvariabel independen. Model
regresi yang baik mensyaratkan tidak terjadi multikolonieritas. Penelitian ini menggunakan nilai tolerance dan variance inflation
factor VIF dalam mendeteksi ada tidaknya multikolonieritas dalam model regresi. Metode pengambilan keputusannya yaitu jika semakin
kecil nilai tolerance dan semakin besar nilai VIF maka semakin mendekati terjadinya masalah multikolonieritas. Kebanyakan
penelitian menyebutkan bahwa jika tolerance 0,1 dan VIF 10 maka
tidak terjadi multikolonieritas Priyatno2012 : 61. 3.8.4. Uji Hipotesis
Penelitian ini menggunakan uji regresi linier sederhana dan uji interaksi atau disebut dengan Moderated Regression Analysis MRA. Uji ini
merupakan uji khusus regresi berganda linear dimana dalam persamaan regresinya mengandung unsur interaksi perkalian dua atau lebih variabel
independen Ghozali, 2006 : 164.
3.8.4.1. Analisis Regresi Linier Sederhana
