3.5.1. Analisis Statistik Deskriptif
` Statistik deskriptif yaitu analisis yang ditunjukkan pada perkembangan dan pertumbuhan dari suatu keadaan dan hanya memberikan gambaran tentang
keadaan tertentu dengan cara menguraikan tentang sifat-sifat dari objek penelitian. Dalam analisis deskriptif data yang dipakai yaitu data minimum, maksimum,
mean dan standar deviasi.
3.5.2. Uji Asumsi Klasik
Asumsi klasik adalah suatu pengujian hipotesis yang digunakan dalam suatu penelitian yang menunjukkan model regresi tersebut layak atau tidak untuk
dilakukan ke pengujian selanjutnya Ghozali, 2011:96. Adapun pengujian asumsi klasik dalam penelitian ini, yaitu:
1. Uji Normalitas
Uji Normalitas residual bertujuan untuk menguji apakah dalam model regresi, variabel penganggu atau residual memiliki distribusi normal Ghozali,
2011:160. Seperti diketahui uji t mengasumsikan nilai residual mengikuti distribusi normal. Kalau asumsi ini dilanggar, maka uji statistik menjadi tidak
valid untuk jumlah sampel kecil. Untuk mendeteksi apakah residual berdistribusi normal atau tidak, maka dalam penelitian ini menggunakan uji statistik. Hal ini
dilakukan karena uji normalitas dengan grafik dapat menyesatkan kalau tidak hati- hati secara visual kelihatan normal, pada hal secara statistik bisa sebaliknya. Oleh
sebab itu dalam penelitian ini menggunakan uji statistik. Test statistik sederhana yang digunakan Kolmogorov
‐Smirnov test.
Dalam penelitian seringkali terdapat data yang tidak normal. Oleh karena itu diperlukan screening data dengan cara mentransform data. Data yang tidak
terdistribusi normal dapat ditransformasi agar menjadi normal Ghozali, 2011:35.
2. Multikolinieritas
Uji multikolinieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas independen. Model regresi yang
baik seharusnya tidak terjadi korelasi di antara variabel independen. Jika variabel independen saling berkorelasi, maka variabel-variabel ini tidak ortogonal.
Variabel ortogonal adalah variabel independen yang nilai korelasi antar sesama variabel independen sama dengan nol.
Multikolinieritas dapat dilihat dari nilai tolerance dan variance inflation factor VIF. Kedua ukuran ini menunjukkan setiap variabel independen manakah
yang dijelaskan oleh variabel independen lainnya. Nilai tolerance yang rendah sama dengan nilai VIF tinggi karena VIF = 1 tolerance. Nilai cutoff yang umum
dipakai untuk menunjukkan a danya multikolinieritas adalah nilai tolerance ≤ 0,10
atau sama dengan nilai VIF ≥ 10 Ghozali, 2011:105.
3. Heteroskedastisitas