karena itu, dalam penelitian akan diperoleh informasi mengenai hubungan antar - variabel setelah semua data terkumpul dan diolah serta disajikan dalam bentuk
tabel data. Hasil yang diperoleh dari statistik deskriptif tidak dapat digunakan untuk mencari kesimpulan secara luas.
3.8.2 Pengujian asumsi klasik
Uji asumsi klasik adalah persyaratan statistic yang harus dipenuhi pada analisis regresi linear berganda yang berbasis ordinary least square OLS. Ada
lima uji asumsi klasik, yaitu uji multikolinearitas, uji heteroskedastisitas, uji normalitas, uji autokorelasi dan uji linearitas. Tidak ada ketentuan yang pasti
tentang urutan uji mana dulu yang harus dipenuhi. Analisis dapat dilakukan tergantung pada data yang ada. Sebagai contoh, dilakukan analisis terhadap semua
uji asumsi klasik, lalu dilihat mana yang tidak memenuhi persyaratan. Kemudian dilakukan perbaikan pada uji tersebut, dan setelah memenuhi persyaratan,
dilakukan pengujian pada uji yang lain.
3.8.2.1 Uji Normalitas Data
Uji normalitas data adalah uji yang dilakukan untuk mengukur apakah variabel yang digunakan dalam penelitian memiliki distribusi normal
atau tidak. Data yang memiliki distribusi normal adalah data yang baik dan layak untuk digunakan dalam membuktikan model-model penelitian.
Menurut Erlina 2011 : 101 tujuan uji normalitas ini adalah ingin mengetahui apakah model regresi variabel memiliki distribusi normal.
Universitas Sumatera Utara
Pengujian normalitas data penelitian ini dilakukan menggunakan model Kolmogorov Smirnov dengan ketentuan sebagai berikut :
a. Apabila nilai signifikansi atau nilai probabilitas yang terdapat pada kolom Kolmogorov-Smirnov lebih kecil dari alpha atau tingkat kesalahan yang
ditetapkan 0,05, maka data yang dianalisis tersebut terdistribusi secara tidak normal.
b. Apabila nilai signifikansi atau nilai probabilitas yang terdapat pada kolom Kolmogorov-Smirnov lebih besar dari alpha atau tingkat
kesalahan yang ditetapkan 0,05, maka data yang dianalisis tersebut terdistribusi secara normal.
3.8.2.2 Uji Multikolinearitas
Menurut Erlina 2011 : 103 multikolinearitas adalah keadaan dimana terdapat hubungan linear atau korelasi antara masing-masing
variabel independen dalam model regresi. Adanya hubungan yang linear antara variabel bebas akan menimbulkan kesulitan untuk memisahkan
pengaruh masing-masing variabel bebas terhadap variabel terikatnya. Oleh karena itu, peneliti perlu benar-benar membuktikan dan menyatakan bahwa
masing-masing variabel independen tidak memiliki hubungan yang linear atau bersifat multikolinearitas. Pengujian multikolinearitas dilakukan dengan
melihat nilai dari variance inflation factor VIF dari hasil analisis regresi. Jika nilai VIF 10, maka terjadi gejala multikolinearitas diantara variabel
independen, sedangkan jika nilai VIF 10 maka variabel di dalam penelitian tidak memiliki gejala multikolinearitas.
Universitas Sumatera Utara
3.8.2.3 Uji Heterokedastisitas
