1. Statistik Deskriptif
Statistik deskriptif adalah metode statistika yang digunakan untuk menggambarkan atau mendeskripsikan data yang telah dikumpulkan menjadi
sebuah informasi. Suharyadi, 2007 : 10
2. Uji Asumsi Klasik
Penggunaan analisis regresi dalam statistik harus bebas dari asumsi–asumsi klasik. Uji asumsi klasik yang dilakukan adalah uji normalitas, uji
heteroskedastisitas, uji autokorelasi, dan uji multikolinieritas.
a. Uji Normalitas
Menurut Ghozali 2005:111 “Uji normalitas data bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual
memiliki distribusi normal”. Berikut adalah beberapa cara yang dapat digunakan untuk melihat normalitas data dalam penelitian ini, yaitu:
1. Uji Kolmogrov Smirnov, dalam uji ini pedoman yang digunakan dalam
pengambilan keputusan, yaitu: a. Jika nilai signifikan 0.05 maka distribusi normal
b. Jika nilai signifikan 0.05 maka distribusi tidak normal
Hipotesis yang digunakan: Ho : Data residua l berdistribusi normal.
Universitas Sumatera Utara
Ha : Data residual tidak berdistribusi normal. Menurut Erlina 2007 : 106 ada beberapa cara mengubah model
regresi menjadi normal yaitu : a.
lakukan transformasi data ke bentuk lainnya, b.
lakukan trimming, yaitu membuang data outlier, c.
lakukan winsorizing, yaitu mengubah nilai data yang outlier ke suatu nilai tertentu.
2. Histogram, yaitu pengujian dengan menggunakan ketentuan bahwa
data normal berbentuk lonceng. Data yang baik adalah data yang memiliki pola distribusi nornal. Jika data melenceng ke kanan atau melenceng ke
kiri berarti memberitahukan bahwa data tidak berdistribusi secara normal. 3.
Grafik Normality Probability Plot, ketentuan yang digunakan adalah: a.
Jika data menyebar disekitar garis diagonal dan mengikuti arah garis diagonal maka model regesi memenuhi asumsi normalitas
b. Jika data menyebar jauh dari diagonal danatau tidak mengikuti arah garis diagonal maka model regresi tidak memenuhi asumsi normalitas.
b. Uji Heterokedastisitas
Uji heterokedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamtan ke
pengamatan yang lain. Jika residual dari satu pengamatan ke pengamatan lain tetap, maka disebut homoskedastisitas dan jika berbeda disebut
heteroskedastisitas. Model regresi yang baik adalah yang homoskedastisitas atau tidak terjadi heteroskedastisitas Ghozali, 2005 : 105.
Universitas Sumatera Utara
Menurut Ghozali 2005:105, cara untuk mendeteksi ada tidaknya heteroskedastisitas yakni melihat grafik plot antara nilai prediksi variabel
terikat dependen yaitu ZPRED dengan residualnya SRESID. Deteksi ada tidaknya heterokedastisitas dapat dilakukan dengan melihat ada tidaknya pola
tertentu pada grafik scatterplot antara SRESID dan ZPRED dimana sumbu Y adalah Y yang telah diprediksi, dan sumbu X adalah residual Y prediksi – Y
sesungguhnya yang telah di- studentized. Dasar analisis:
• Jika ada pola tertentu, seperti titik – titik yang ada membentuk pola
tertentu yang teratur bergelombang, melebar kemudian menyempit, maka diindikasikan telah terjadi heterokedastisitas,
• Jika tidak ada pola yang jelas, serta titik – titik menyebar diatas dan di
bawah angka 0 pada sumbu Y, maka tidak terjadi heterokedastisitas,
c. Uji Autokorelasi