3.5. Teknik Analisis Data
Dalam suatu penelitian, kemungkinan munculnya masalah dalam analisis regresi cukup sering dalam mencocokkan model prediksi kedalam sebuah model
yang telah dimasukkan ke dalam serangkaian data. Masalah ini sering disebut dengan
pengujian normalitas,
multikolinearitas, autokorelasi,
dan heteroskedasitas.
3.5.1. Analisis Statistik Deskriptif
Analisis statistik deskriptif adalah analisis yang dilakukan untuk melihat gambaran dari data yang menunjukan karakteristik data tersebut. Adapun analisis
yang dilakukan meliputi jumlah, sampel, nilai minimum, nilai maksimum, nilai rata-rata mean, dan standar deviasi data.
3.5.2. Uji Asumsi Klasik
Dalam suatu penelitian, kemungkinan munculnya masalah dalam analisis regresi cukup sering dalam mencocokkan model prediksi kedalam sebuah model
yang telah dimasukkan ke dalam serangkaian data. Masalah ini sering disebut dengan
pengujian normalitas,
multikolinearitas, autokorelasi,
dan heteroskedasitas.
3.5.2.1. Uji Normalitas
Uji normalitas data bertujuan untuk menguji apakah model regresi dalam penelitian, antara variabel dependen dengan variabel independen keduanya
memiliki distribusi normal atau tidak. Untuk dapat dianalisis data harus berdistribusi normal atau mendekati normal. Cara mendeteksi normalitas adalah
dengan pengamatan melalui nilai residual. Cara lain adalah dengan melihat
Universitas Sumatera Utara
distribusi dari variabel - variabel yang akan diteliti. Jika variabel tidak berdistribusi secara normal menceng kekiri atau menceng kekanan maka hasil
uji statistik akan terdegradasi. Normalitas suatu variabel umumnya dideteksi dengan grafik atau uji
statistik sedangkan normalitas nilai residual dideteksi dengan metode grafik. Secara statistik ada dua komponen normalitas yaitu skewness dan kurtosis.
Skewness berhubungan dengan simetris distribusi. Skewed variabel variabel menceng adalah variabel yang nilai mean-nya tidak di tengah-tengah distribusi.
Sedangkan kurtosis berhubungan dengan puncak dari suatu distribusi. Jika variabel terdistribusi secara normal maka nilai skewness dan kurtosis sama dengan
nol Ghozali,2005. Normalitas variabel dideteksi juga dengan menggunakan uji statistik Kolmogorov-Smirnov dengan cara melihat nilai probabilitas signifikan
yang bernilai diatas nilai 0.05 maka data berdistribusi normal dan selain itu juga dengan metode grafik histogram data.
3.5.2.2. Uji Autokorelasi
Pada asumsi OLS didapati kesepakatan bahwa persamaan regresi yang terbentuk tidak boleh ada autokorelasi. Uji autokorelasi merupakan korelasi antara
anggota dalam runtut waktu time series atau antara space data cross section Hakim,2004. Cara mendeteksi adanya gejala autokorelasi adalah dengan melihat
nilai Durbin-Watson DW. Penggambilan keputusan bila menggunakan uji DW adalah sebagai berikut :
Universitas Sumatera Utara
a. Nilai DW terletak di antara du dan 4-du maka autokorelasi sama dengan nol, dan dapat diartikan tidak ada autokorelasi. du DW 4-
du. b. Nilai DW terletak di bawah lower boud dl, maka akan mempunyai
koefisien korelasi lebih besar dari nol dan memiliki autokorelasi positif.
c. Nilai DW 4-dl, maka koefisien korelasi kurang dari nol, sehingga memiliki autokorelasi negatif.
d. Nilai DW terletak di antara batas atas du dan batas bawah dl atau terletak antara 4-du dan 4-dl sehingga hasilnya tak dapat
disimpulkan.
3.5.2.3. Uji Heteroskedastistas
Kategori