40
dan multivariate, dilakukan perhitungan indeks Eckel dan penyajian statistik
deksriptif variabel-variabel penelitian.
3.8.1 Statistik Deskriptif
Statistik deskriptif ini berfungsi untuk mendeskripsikan atau member gambaran terhadap objek yang diteliti melalui data sampel atau populasi
sebagaimana adanya, tanpa melakukan analisis dan membuat kesimpulan yang berlaku umum Sugiyono dalam Sudarmanto,2013:150.
3.8.2 Uji Asumsi Klasik
Salah satu syarat untuk bisa menggunakan uji regresi adalah terpenuhinya uji asumsi klasik. Uji asumsi klasik terdiri dari uji normalitas, multikolonieritas,
heteroskedastisitas, dan autokorelasi.
3.8.2.1 Uji Normalitas Data
Salah satu uji persyaratan yang harus dipenuhi dalam penggunaan analisis parametik yaitu uji normalitas data populasi. Hal ini dapat ditegaskan, bahwa
suatu penelitian yang melakukan pengujian hipotesis dengan menggunakan uji-t atau uji-F,...menuntut suatu asumsi yang harus diuji, yaitu populasi harus
berdistribusi normal Putrawan dalam Sudarmanto 2013: 104. Uji ini dilakukan dengan uji Kolmogorov Smirnov dengan kaidah sebagai berikut:
• Jika ρ value Asymp. Sig ≤ α 0,05 maka data berdistribusi tidak normal.
41
• Jika ρ value Asymp. Sig ≥ α 0,05 maka data berdistribusi normal.
3.8.2.2 Uji Multikolinearitas
Uji asumsi tentang multikolinearitas ini dimaksudkan untuk membuktikan atau menguji ada tidaknya hubungan yang linear antara variabel bebas
independen satu dengan variabel bebas independen lainnya Sudarmanto, 2013:224. Ada tidaknya hubungan atau korelasi antarvariabel independen atau
variabel bebas multikolinearitas dapat diketahui atau dideteksi dengan memanfaatkan statistik korelasi Variance Inflation Factor VIF. Apabila harga
koefisien VIF untuk masing-masing variabel independen lebih besar daripada 10, maka variabel tersebut diindikasi memiliki gejala multikolinearitas.
3.8.2.3 Uji Heterokedastisitas
Uji asumsi heterokedastisitas ini dimaksudkan untuk mengetahui apakah variasi residual absolute sama atau tidak sama untuk semua pengamatan
Sudarmanto 2013:240. Model regresi yang baik adalah tidak terjadi heteroskedastisitas. Heteroskedastisitas diuji dengan menggunakan scatterplot.
Apabila pada scatterplot terlihat titik-titik menyebar secara acak, tidak membentuk sebuah pola tertentu yang jelas, serta tersebar baik di atas maupun di
bawah angka 0 pada sumbu Y, maka berarti tidak terjadi heteroskedastisitas pada model regresi.
42
3.8.2.4 Uji Autokorelasi
Pengujian autokorelasi dimaksudkan untuk mengetahui apakah terjadi korelasi diantara data pengamatan atau tidak. Gujarati 1997 dalam Sudarmanto,
2013 mengatakan adanya autokorelasi dapat mengakibatkan penaksir mempunyai varians tidak minimum dan uji-t tidak dapat digunakan, karena akan memberikan
kesimpulan yang salah. Jika terjadi korelasi, maka dinamakan ada masalah autokorelasi. Model regresi yang baik adalah bebas dari autokorelasi. Salah satu
penguji yang digunakan untuk menguji adanya gejala autokorelasi adalah uji statistik Durbin-Watson DW dengan ketentuan sebagai berikut :
1. 1,65 DW 2,35 kesimpulan tidak ada autokorelasi 2. 1,21 DW 1,65 atau 2,35 DW 2,79 kesimpulan tidak dapat disimpulkan
3. DW 1,21 2,79 kesimpulan terjadi autokorelasi.
3.8.3 Uji Hipotesis
