Nilai minimum, nilai maksimum, dan standar deviasi menggambarkan persebaran variabel yang bersifat metrik, sedangkan variabel yang bersifat
non-metrik digambarkan dengan distribusi frekuensi variabel.
3.7.2 Uji Asumsi Klasik
Uji asumsi klasik dilakukan dalam penelitian ini untuk mengetauhiapakah data memenuhi asumsi klasik. Hal ini untuk
menghindariterjadinya estimasi yang bisa mengingat tidak pada semua data dapatditerapkan regresi. Uji asumsi klasik terdiri dari uji normalitas, uji
multikolinearitas, dan uji autokolerasi.
3.7.2.1 Uji Normalitas
Pengujian ini bertujuan untuk menguji apakah dalam model regresivariabel terikat dan variabel bebas mempunyai distribusi
normal atautidak, nilai residualnya mempunyai distribusi normal atau tidak.Data yang baik adalah data yang berdistribusi normal.Uji
normalitas dilakukan dengan tiga pendekatan yaitu pendekatan histogram, pendekatan grafik, dan pendekatan Kolmogorov-Smirnov.
Pendekatan histogram menguji normalitas dengan kurva normal yaitu kurva yang memiliki ciri-ciri khusus, salah satunya yaitu memiliki
mean, median, dan modus yang sama. Pendekatan grafik yaitu dengan melihat scatter plot terlihat
titik mengikuti data disepanjang garis diagonal yang berarti data tersebur berdistribusi normal.Pendekatan Kolmogorov-Smirnov
Universitas Sumatera Utara
dilakukan untuk menilai apakah data yang disepanjang garis diagonal berdistribusi normal. Jika nilai signifikansi 0,05 maka data
berdistribusi normal.
3.7.2.2 Uji Multikolinearitas
Pengujian ini bertujuan untuk menguji apakah di dalam modelregresi ditemukan adanya korelasi antara variabel bebas.Untuk mendeteksi ada
tidaknya multikolinearitas dapat dilakukan dengan melihat toleransi variabel dan variance inflation factorVIF. Ketentuan suatu model
regresi tidak terdapat gejala multikolinearitas adalah jika nilai Variance Inflation Factor VIF 10 dan Tolerance 0,1.
3.7.2.3. Uji Heterokedastisitas
Menurut Ghozali 2006:105, Uji heterokedastisitas bertujuan “menguji apakah dalam model regresi terjadi ketidaksamaan variance
dari residual satu pengamatan ke pengamatan yang lain”. Jika variance dari residual satu pengamatan ke pengamatan lain tetap, maka disebut
Homoskedastisitas dan jika berbeda disebut Heteroskedastisitas. Model regresi yang baik adalah Homoskedastisitas atau tidak terjadi
Heteroskedastisitas. Cara untukmendeteksi ada atau tidaknya heterokedastisitas adalah 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. Dasar analisis uji
heteroskedastisitas adalah sebagai berikut :
Universitas Sumatera Utara
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 di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heterokedastisitas.
3.7.2.4Uji Autokorelasi
Pengujian ini bertujuan untuk menguji apakah di dalam modelregresi ditemukan adanya korelasi antar variabel dari
serangkaianpengamatan yang tersusun dalam rangkaian waktu atau rangkaian ruang.“
Autokorelasi terjadi karena penelitian yang berurutan sepanjang waktu berkaitan satu sama lainnya” Ghozali,2006 :.
Metode untuk mendeteksi autokorelasi ada empat yaitu, metode grafik, metode Runs
Test, percobaan d dari Durbin-Watson., dan The Breusch-Golfrey. Model regresi dikatakan bebas dari autokorelasi jika nilai hitung berada diantara
nilai tabel dan4 – nilai tabel du dw 4 - du.
3.7.3 Analisis Regresi
