Pengujian Asumsi Klasik Teknik Analisis Data

3.8. Teknik Analisis Data

Teknik penelitian yang digunakan dalam penelitian ini adalah dengan analisis statistik yang menggunakan software statistis spss versi 18.0. Metode analisis data dilakukan dengan tahapan sebagai berikut :

1. Pengujian Asumsi Klasik

a Uji Normalitas Tujuan uji normalitas adalah ingin mengetahui apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal. Uji ini berguna untuk tahap awal dalam metode pemilihan analisis data. Jika data normal, maka digunakan statistik parametrik, dan jika data tidak normal, maka digunakan statistik nonparametrik atau lakukan treatment agar data normal. Menurut Ghozali 2005, ”cara untuk mendeteksi apakah residual berdistribusi normal atau tidak ada dua, yaitu analisis grafik dan analisis statistik. Normalitas dapat dideteksi dengan melihat penyebaran data titik pada sumbu diagonal dan grafik dengan melihat histogram dari residualnya”. Dasar pengambilan keputusannya adalah : 1. jika data menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal atau grafik histogramnya menunjukkan pola berdistribusi normal, maka model regresi memenuhi asumsi normalitas. 2. jika data menyebar jauh dari diagonal dan tidak mengikuti arah garis diagonal atau grafik histogram tidak menunjukkan data berdistribusi normal, maka model regresi tidak memenuhi asumsi normalitas. Universitas Sumatra Utara Dalam penelitian ini Peneliti menggunakan uji Kolmogorov Smirnov K-S untuk menguji normalitas data. Uji K-S dibuat dengan membuat hipotesis : Ho : data residual berdistribusi normal, Ha : data residual tidak berdistribusi normal Bila signifikansi 0,05 dengan α = 5 berarti distribusi data normal dan Ho diterima, sebaliknya bila nilai signifikan 0,05 berarti distribusi data tidak normal dan Ha diterima. Data yang tidak terdistribusi secara tidak normal dapat ditransformasi agar menjadi normal. Jika data tidak normal ada beberapa cara mengubah model regresi menjadi normal menurut Jogiyanto 2004, yaitu : 1. dengan melakukan transformasi data ke bentuk lain, yaitu: Logaritma Natural, akar kuadrat, Logaritma log, 2. lakukan trimming, yaitu mengubah observasi yang bersifat outlier, 3. lakukan winsorizing, yaitu mengubah nilai-nilai data outlier menjadi nili-nilai minimum atau maksimum yang diizinkan supaya distribusinya menjadi normal.

b. Uji Multikolinieritas