F. Metode Analisis Data 1. Pengujian Asumsi Klasik
a. Uji Normalitas Data
Tujuan uji normalitas menurut Erlina 2008 : 102 adalah untuk mengetahui apakah dalam model regresi variabel pengganggu atau
residual memiliki distribusi normal. Model regresi yang baik adalah distribusi data normal atau mendekati normal.
Ada dua cara untuk mendeteksi apakah residual berdistribusi normal atau tidak yaitu dengan analisis grafik dan uji analisis statistik.
1 Analisis grafik
Pada prinsipnya normalitas dapat dideteksi dengan melihat penyebaran data titik pada sumbu diagonal dari grafik dan dengan
melihat histogram dari residualnya. Dasar pengambilan kesimpulan sebagaimana dikemukakan Ghozali 2005 : 112 :
a Jika data menyebar di sekitar garis diagonal dan mengikuti
arah garis diagonal atau grafik histogramnya menunjukkan pola distribusi normal, maka model regresi memenuhi
asumsi normalitas.
b Jika data menyebar jauh dari diagonal danatau tidak
mengikuti arah garis diagonal atau grafik histogram tidak menunjukkan pola distribusi normal, maka model regresi
tidak memenuhi asumsi normalitas.
2 Analisis Statistik
Untuk menentukan uji ini didasarkan kepada Kolmogorov- Smirnov Goodness of Fit Test terhadap model yang diuji. Pedoman
untuk pengambilan keputusannya didasarkan sebagaimana
Universitas Sumatera Utara
diungkapkan Ghozali 2005 : 114 “Apabila nilai signifikansi atau nilai probabilitas 0,05, maka distribusi data normal. Apabila nilai
signifikansi atau nilai probabilitas 0,05, maka distribusi data tidak normal.”
b. Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji apakah dalam model regresi ditemukan korelasi variabel-variabel independen antar yang satu
dengan yang lainnya. Apabila terjadi korelasi antara variabel-variabel tersebut, berarti terjadi problem multikolinearitas. Model regresi yang
baik seharusnya tidak terjadi korelasi diantara variabel bebasnya Ghozali, 2005 : 91.
Uji multikolinearitas dilakukan dengan melihat nilai korelasi antar variabel independen, jika nilai korelasi antar variabel independen lebih
besar dari 0.9 maka dapat disimpulkan bahwa terdapat gejala multikolinearitas antar variabel independen dalam penelitian tersebut.
c. Uji Autokorelasi