a. Jika data menyebar di sekitar garis diagonal dan mengikuti
garis diagonal atau grafik histogramnya menunjukkan pola distribusi normal regresi memenuhi asumsi normalitas.
b. Jika data menyebar jauh dari garis diagonal dan atau tidak
mengikuti arah garis diagonal atau grafik histogram tidak menunjukka n pola distribusi normal, maka model regresi tidak
memenuhi asumsi normalitas. Dan juga menggunakan uji statistik yaitu uji Kolmogorov Smirnov
yang dapat dilihat dari : 1. Nilai Sig. atau signifikan 0,05, maka distribusi data adalah
tidak normal. 2. Nilai Sig. atau signifikan 0,05, maka distribusi data adalah
normal Ghozali, 2009.
3.6.2.2 Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi di antara variabel
independen. Model regresi yang baik seharusnya tidak terjadi korelasi di antara variabel independen Erlina, 2011 : 103. Jika
variabel bebas saling berkorelasi, maka variabel-variabel ini tidak ortogonal. Variabel ortogonal adalah variabel bebas yang nilai
korelasi antar sesama variabel bebas sama dengan nol Ghozali, 2004. Untuk mendeteksi ada atau tidaknya multikolinieritas di
Universitas Sumatera Utara
dalam model regresi dapat dilihat dari nilai tolerance dan variance inflation factor VIF. Sebagai dasar acuannya dapat disimpulkan:
1. Jika nilai tolerance 0,10 dan nilai VIF 10, maka dapat
disimpulkan bahwa tidak ada multikolinearitas antar variabel independen dalam model regresi.
2. Jika nilai tolerance 0,10 dan nilai VIF 10, maka dapat
disimpulkan bahwa ada multikolinearitas antar variabel independen dalam model regresi.
3.6.2.3 Uji Heteroskedastisitas
Pengujian heteroskedastisitas bertujuan untuk melihat apakah dalam model regresi terjadi ketidaksamaan variabel dari
residual satu pengamatan ke pengamatan yang lain, model regresi yang baik adalah tidak terjadi heteroskedastisitas Erlina, 2011 :
106. Untuk mendeteksi ada atau tidaknya heteroskedastisitas dapat diketahui dengan melihat ada tidaknya pola tertentu pada grafik
scatterplot antara nilai prediksi variabel terikat ZPRED dengan residualnya SRESID. Menurut Husein Umar 2011:181 sumbu X
adalah “data X yang telah diprediksi dan sumbu Y adalah residual Y prediksi - Y sesungguhnya yang telah di-studentdized”. Dasar
analisis dari uji heteroskedastisitas melalui grafik plot adalah sebagai berikut menurut Ghozali 2009 : 37 :
a. Jika ada pola tertentu, seperti titik-titik yang ada
membentuk pola tertentu yang teratur bergelombang,
Universitas Sumatera Utara
melebar kemudian menyempit, maka mengindikasikan telah terjadi heteroskedastisitas.
b. Jika tidak ada pola yang jelas, serta titik-titik menyebar di
atas dan di bawah angka 0 pada sumbu Y secara acak, maka tidak terjadi heteroskedastisitas.
3.6.2.4 Uji Autokorelasi