kuesioner tersebut telah reliabel dan dapat dijadikan instrument penelitian untuk disebarkan kepada responden.
3.9.2 Analisis Deskriptif
Husein 2008 : 23 mengatakan analisis deskriptif adalah analisis yang digunakan dengan cara merumuskan dan menafsirkan data yang ada sehingga memberikan gambaran
yang jelas melalui pengumpulan, menyusun dan menganalisis data sehingga dapat diketahui gambaran umum perusahaan yang diteliti.
3.9.3 Uji Asumsi Klasik
Untuk mendapatkan nilai pemeriksa yang efisien dan tidak bias dari satu persamaan regresi berganda dengan metode kuadrat terkecil, maka perlu dilakukan pengujian untuk
mengetahui model regresi yang dihasilkan memenuhi persyaratan asumsi klasik yang meliputi:
1. Uji Normalitas
Tujuan uji normalitas menurut Situmorang dkk 2012 : 100 adalah untuk mengetahui apakah distribusi sebuah data mengikuti atau mendekati distribusi normal, yakni distribusi
data dengan bentuk lonceng. Data yang baik adalah data yang mempunyai pola distribusi normal, yakni distribusi data tersebut tidak melenceng ke kiri atau melenceng ke kanan.
Pengujian ini diperlukan karena untuk melakukan uji t dan uji F mengasumsikan bahwa nilai residual mengikuti distribusi normal. Terdapat dua cara untuk mendeteksi apakah residual
berdistribusi normal atau tidak yaitu dengan analisis grafik dan analisis statistik. a
Analisis grafik Untuk melihat normalitas data dapat dilakukan dengan melihat histogram atau pola
distribusi data. Normalitas dapat dideteksi dengan melihat penyebaran data titik pada
Universitas Sumatera Utara
sumbu diagonal dari grafik atau dengan melihat histogram dari nilai residualnya. Jika data menyebar disekitar garis diagonal dan mengikuti arah garis diagonal atau garfik
histogramnya menunjukkan pola distribusi normal, maka model regresi memenuhi asumsi normalitas.
b Analisis statistik
Uji statistik yang digunakan untuk menguji normalitas residual adalah uji statistik Kolmogorov Smirnov K-S. Pedoman pengambilan keputusan rentang data tersebut
mendekati atau merupakan distribusi normal berdasarkan uji Kolmogorov Smirnov dapat dilihat dari:
• nilai Sig. atau signifikan atau probabilitas 0,05, maka distribusi data adalah tidak normal,
• nilai Sig. atau signifikan atau probabilitas 0,05, maka distribusi data adalah normal.
2. Uji Heteroskedastisitas
Menurut Ghazali 2005 : 105 tujuan dari asumsi regresi linier berganda heteroskedastisitas ini adalah untuk menguji apakah dalam sebuah model regresi terdapat
ketidaksamaan varians dari residual dari satu pengamatan ke pengamatan lain jika tetap maka disebut homokedastisitas dan jika berbeda disebut heteroskedastisitas. Untuk mengetahui ada
tidaknya heteroskedastisitas dalam model regresi dapat dilihat pada grafik Scatterplot. Jika titik-titik dalam grafik menyebar dan tidak membentuk pola tertentu, maka tidak terjadi
heteroskedastisitas.
Universitas Sumatera Utara
Menurut Suliyanto 2005 : 73, untuk mendeteksi gejala heteroskedastisitas, melalui metode glejser dengan menggunakan program SPSS. Melalui metode ini jika nilai t
hitung
t
tabel
, maka dapat dipastikan model tidak mengandung unsur heteroskedastisitas. 3.
Uji Multikolinearitas Menurut Ghazali 2005 : 91 uji asumsi multikolinearitas bertujuan untuk menguji
apakah model regresi ditemukan adanya korelasi antara variabel bebas independent. Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel independen. Jika terjadi
korelasi, maka dinamakan terdapat masalah multikolinearitas atau disebut independen yang nilai korelasi antar sesama variabel independen sama dengan nol Sedangkan untuk
mengetahui gejala tersebut dapat dideteksi dari besarnya VIF Variance Inflation Factor melalui program SPSS. Kriteria pengambilan keputusan:
VIF 5 artinya mempunyai persoalan multikolinearitas VIF 5 artinya tidak terdapat multikolinearitas
Tolerance value 0.01, artinya mempunyai persoalan multikolinearitas Tolerance value 0.01, artinya tidak terdapat multikolinearitas
3.9.4 Analisis Regresi Berganda
Kategori