nilai minimum, nilai maksimum dan standar deviasi serta distribusi data tidak
harus normal.
a. N, adalah teknik penjelasan kelompok yang didasarkan atas jumlah
sampel yang digunakan dalam penelitian. b.
Mean, adalah teknik penjelasan kelompok yang didasarkan atas nilai rata-rata dari kelompok tersebut.
c. Minimum, adalah teknik penjelasan kelompok yang didasarkan atas nilai
yang terendah dari data yang ada di dalam penelitian. d.
Maksimum, adalah teknik penjelasan kelompok yang didasarkan atas nilai yang tertinggi dari data yang ada di dalam penelitian.
e. Standar deviasi, adalah salah satu ukuran yang diperoleh dari akar
kuadrat positif variance.
2. Pengujian Asumsi Klasik
Penggunaan analisis regresi dalam statistik harus bebas dari asumsi-asumsi klasik. Adapun pengujian asumsi klasik yang digunakan dalam penelitian ini
adalah uji normalitas, uji multikolinearitas, heteroskedastisitas, dan autokorelasi.
a. Uji Normalitas
Uji normalitas digunakan untuk mengetahui kepastian sebaran data yang diperoleh berdistribusi normal atau tidak. Untuk menguji normalitas dalam
penelitian ini digunakan uji kolmogorov-smirnov. Menurut Erlina 2008: 102, “tujuan uji normalitas adalah ingin mengetahui apakah dalam model
regresi, variabel pengganggu atau residual memiliki distribusi normal”.
Kalau nilai residual tidak mengikuti distribusi normal, uji statistik menjadi tidak valid untuk jumlah sampel kecil. Menurut Ghozali 2005: 110 ada dua
cara untuk mendeteksi apakah residual berdistribusi normal atau tidak yaitu dengan analisis statistik dan analisis grafik.
1 Analisis statistik Pedoman pengambilan keputusan rentang data tersebut mendekati
atau merupakan distribusi normal berdasarkan uji Kolmogorov Smirnov dapat dilihat dari :
a nilai signifikan atau probabilitas 0,05, maka distribusi data adalah
tidak normal, b
nilai signifikan atau probabilitas 0,05, maka distribusi data adalah normal Ghozali, 2005: 115.
2 Analisis Grafik Untuk melihat normalitas data dapat dilakukan dengan melihat
histogram atau pola distribusi data. Normalitas dapat dideteksi dengan melihat penyebaran data titik pada sumbu diagonal dari grafik atau
dengan melihat histogram dari nilai residualnya. Jika data menyebar disekitar garis diagonal dan mengikuti arah garis diagonal atau grafik
histogramnya menunjukkan pola distribusi normal, maka model regresi memenuhi asumsi normalitas.
b. Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji apakah model regresi menemukan adanya korelasi antar variabel bebas independent. Model
regresi yang baik seharusnya tidak terjadi korelasi diantara variabel independen. Jika variabel independen saling berkorelasi, maka variabel-
variabel ini tidak ortogonal. Untuk mendeteksi ada tidaknya hubungan multikolinearitas diantara variabel-variabel bebas dengan variabel terikat
dapat dilihat pada tolerance value atau variance inflation factor VIF. Pedoman suatu model regresi yang bebas multikolinearitas dan mempunyai
angka tolerance mendekati 1. Nilai cuttof yang umum dipakai untuk menunjukkan adanya multikolinearitas adalah nilai toleransi 0,05 atau sama
dengan nilai VIF 5 dan untuk matrik korelasi adanya indikasi multikolinearitas dapat dilihat jika antar variabel independen ada korelasi
yang cukup tinggi umumnya di atas 0,90.
c. Uji Heteroskedastisitas