53
digunakan oleh peneliti untuk memberikan informasi mengenai karakteristik
variabel penelitian yang utama Ikhsan, 2008.
Penelitian statistik deskriptif memberikan gambaran atau deskriptif suatu data yang dapat dilihat dari nilai rata-rata mean, standar deviasi,
varians, dan range statistik Ghozali, 2011. Mean digunakan untuk memperkirakan besar rata-rata populasi yang diperkirakan dari sampel.
Standar deviasi digunakan untuk menilai dispersi rata-rata dari sampel. Maksimum-minimum digunakan untuk melihat nilai minimum dan
maksimum dari populasi. Hal ini perlu dilakukan untuk melihat gambaran keseluruhan dari sampel yang berhasil dikumpulkan dan memenuhi syarat
untuk dijadikan sampel penelitian.
2. Uji Asumsi Klasik
Tahapan dalam pengujian dengan menggunakan uji regresi berganda menggunakan beberapa asumsi klasik yang harus dipenuhi meliputi: uji
normalitas, uji multikolinearitas, uji heterokendastisitas, dan uji autokorelasi yang secara rinci dapat dijelaskan sebagai berikut:
a. Uji Normalitas
Uji normalitas dilakukan untuk menguji apakah dalam model regresi, variabel penggangu residual mempunyai distribusi yang normal
Ghozali, 2011. Sedangkan menurut Winarno 2009 model regresi yang baik adalah yang memiliki distribusi data normal atau mendekati normal.
Untuk menguji normalitas data dalam penelitian ini menggunakan uji
54
Kolmogorov-Smirnov K-S. Data dikatakan berdistribusi normal yaitu nilai K-S memiliki nilai probabilitasnya di bawah
α = 5.
b. Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji ada tidaknya korelasi antar variabel independen dalam suatu model regresi. Model regresi yang
baik seharusnya tidak terjadi korelasi diantara variabel bebas. Untuk mendeteksi ada atau tidaknya multikolinearitas di dalam model regresi
pada penelitian ini dengan menghitung koefisien korelasi antar variabel independen, apabila koefisiennya rendah, maka tidak terdapat
multikolinieritas Winarno, 2009. Lain halnya menurut Ghozali 2011 uji Multikolinearitas bertujuan
untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas independen. Model regresi yang baik adalah tidak terjadi
korelasi diantara variabel independen. Multikolinearitas dapat dilihat dari nilai toleransi dan lawannya yaitu Variance Inflation Factor VIF. Untuk
pengambilan keputusan dalam menentukan ada atau tidaknya
multikolinearitas yaitu dengan kriteria sebagai berikut: 1 Jika nilai VIF 10 atau jika nilai tolerance 0, 1 maka ada
multikolinearitas dalam model regresi. 2 Jika nilai VIF 10 atau jika nilai tolerance 0, 1 maka tidak ada
multikolinearitas dalam model regresi.
55
c. Uji Heterokendastisitas
Menurut Ghozali 2011 uji heterokedastisitas bertujuan untuk menguji apakah model regresi terjadi kesamaan varians dari residual satu
pengamatan ke pengamatan yang lain. Model regresi yang baik adalah yang homokedastisitas atau tidak terjadi heteroskedastisitas. Ada beberapa
cara untuk mendeteksi ada atau tidaknya heteroskedastisitas. Namun, dalam penelitian ini dapat dideteksi dengan melihat Grafik Plot antara
nilai prediksi variabel terikat dependen yaitu ZPRED dengan residualnya SRESID. Deteksi ada tidaknya heteroskedastisitas dapat dilakukan dengan
melihat ada tidaknya pola tertentu pada grafik scatterplot antara SRESID dan ZPRED dimana sumbu Y adalah Y yang telah diprediksi, dan sumbu
X adalah residual Y prediksi – Y sesungguhnya yang telah di-
studentized. Dasar analisis: 1 Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola
tertentu yang teratur bergelombang, melebar kemudian menyempit, maka mengindikasikan telah terjadi heteroskedastisitas.
2 Jika tidak ada pola yang jelas, serta titik-titik menyebar diatas dan dibawah
angka pada
sumbu Y,
maka tidak
terjadi heteroskedastisitas.
d. Hasil Uji Autokorelasi
Hasil uji autokorelasi bertujuan untuk menguji apakah dalam model regresi linier ada korelasi antar kesalahan pengganggu beda periode t
56
dengan tingkat kesalahan pada periode t-1 sebelumnya. Deteksi adanya autokorelasi dapat dilihat dari angka DW Durbin-Watson.
Namun demikian, menurut Winarno 2011 menyatakan bahwa secara umum biasanya bisa diambil patokan dengan beberapa kriteria sebagai
berikut: 1 Angka Durbin Watson di bawah -2 berarti ada autokorelasi positif.
2 Angka Durbin Watson di atas +2 berarti ada autokorelasi negatif. 3 Angka Durbin Watson diantara -2 sampai +2, berarti tidak ada
autokorelasi
3. Pengujian Hipotesis
