Uji Normalitas Data Uji Autokorelasi Uji Heterokedastisitas

3.6 Metode Analisis Data

3.6.1 Analisis Statistik Deskriptif

Analisis statistik deskriptif mempunyai tujuan untuk mengetahui gambaran umum dari semua variabel yang digunakan dalam penelitian ini, dengan melihat tabel statistik deskriptif yang menunjukkan hasil pengukuran mean, nilai minimal dan maksimal serta standar deviasi semua variabel tersebut.

3.6.2 Uji Asumsi Klasik

Uji penyimpangan asumsi klasik menurut Ghozali 2005 terdiri dari uji uji normalitas data, uji autokorelasi, uji heteroskedastisitas, dan uji multikolinearitas.

3.6.2.1 Uji Normalitas Data

Imam Ghozali 2011, menyatakan bahwa uji normalitas adalah untuk menguji apakah model regresi, variabel independen, dan variabel dependennya memiliki distribusi data normal atau tidak normal. Model regresi yang baik adalah memiliki distribusi data normal atau mendekati normal. Uji normalitas dilakukan dengan menguji nilai rasio skweness dan rasio kurtosis. Apabila nilai rasio skweness dan rasio kuortis memiliki nilai rasio diantara -2 hingga +2 berarti dapat disimpulkan bahwa distribusi data bersifat normal.

3.6.2.2 Uji Autokorelasi

Uji autokorelasi bertujuan untuk menguji apakah model dalam model regresi linier ada korelasi antar pengganggu pada periode t dengan kesalahan pada periode t-1 sebelumnya. Model regresi yang baik adalah regresi yang bebas dari autokorelasi Ghozali, 2011. Untuk mendeteksi terjadinya autokorelasi dapat dilakukan dengan pengujian terhadap nilai uji Durbin- Watson Uji DW dengan ketentuan sebagai berikut: Tabel 3.1 Nilai Durbin-Watson DW Kesimpulan d dl terdapat gejala autokorelasi positif d 4 – dl terdapat gejala autokorelasi negatif du d 4 – du tidak terdapat gejala autokorelasi dl d du tidak dapat ditarik kesimpulan Sumber : Ghozali, 2011

3.6.2.3 Uji Heterokedastisitas

Uji heterokedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dan residual satu pengamatan ke pengamatan yang lain Ghozali, 2011. Heterokedastisitas berarti penyebaran titik data populasi pada bidang regresi tidak konstan. Gejala ini ditimbulkan dari perubahan situasi yang tidak tergambarkan dalam model regresi. Jika variance dari residual satu pengamatan ke pengamatan lain tetap, maka disebut sebagai homoskedastisitas dan jika berbeda disebut heterokedastisitas. Model regresi yang baik adalah yang homoskedastisitas. Pengujian ini bertujuan untuk mengetahui korelasi variabel independen dengan nilai absolute residual. Uji heteroskedastisitas menggunakan uji Gleser dengan tingkat signifikansi α = 5. Jika hasilnya lebih besar dari t-signifikansi α = 5 maka tidak mengalami heteroskedastisitas.

3.6.2.4 Uji Mutlikoliniearitas