Ruang Lingkup Penelitian Populasi dan Pemilihan Sampel
32
1. Statistik Deskriptif Penggunaan statistik deskriptif variabel penelitian dimaksudkan agar
dapat memberikan
penjelasan yang
memudahkan peneliti
dalam menginterpretasikan hasil analisis data dan pembahasannya. Statistik
deskriptif berhubungan dengan pengumpulan dan peringkasan data serta penyajiannya yang biasanya disajikan dalam tabulasi baik secara grafik atau
numerik. Statistik deskriktif memberikan gambaran suatu data yang dilihat dari rata-rata mean, standar devasi, nilai maksimun dan minimum Ghozali,
2005:19. 2. Uji Asumsi Klasik
Asumsi klasik adalah asumsi dasar yang harus dipenuhi dalam model regresi. Dalam penelitian ini uji asumsi klasik yang digunakan adalah uji
multikolonieritas, heterokedasitas, autokorelasi dan normalitas data. a. Uji Normalitas Data
Uji normalitas data bertujuan untuk menguji apakah dalam model regresi, baik variabel maupun dependen, telah berdistribusi secara normal.
Model regresi yang baik adalah model regresi yang memeliki distribusi data normal atau mendekati normal. Untuk mengetahui normal atau
tidaknya distribusi data dapat dideteksi dengan melihat Normality Probability Plot P-Plot. Jika data titik menyebar disekitar garis
diagonal serta mengikuti arah garis diagonal atau garis histogramnya, maka menunjukan pola distribusi yang normal dan model regresi telah
memenuhi asumsi normalitas Ghozali, 2005:112.
33
b. Uji Multikolinieritas Uji Multikolinieritas berarti ada hubungan diantara beberapa atau
semua variabel independen dalam model regresi. Jika dalam model tersebut memiliki kesalahan standar yang besar sehingga koefesien tidak
dapat ditaksir dengan ketepatan tinggi. Masalah multikolinieritas juga akan menyebabkan kesulitan dalam melihat pengaruh antara variabel
independen dengan variabel dependen Ghozali, 2005. Pedoman pengambilan keputusan suatu model regresi dikatakan bebas dari
multikolieniritas adalah sebagai berikut: a. Mempunyai nilai VIF disekitar angka 1 dan tidak lebih dari 10.
b. Mempunyai angka TOLERANCE mendekati 1. c. Uji Autokorelasi
Uji autokorelasi bertujuan untuk menguji apakah sebuah model regresi linier terdapat korelasi antara kesalahan penggangu pada periode t
dengan periode t-1 sebelumnya. Jika terjadi korelasi, maka dinamakan ada problem autokorelasi. Model regresi yang baik adalah model regresi
yang bebas dari autokorelasi Ghozali, 2005:96. Untuk mengetahui apakah adanya autokorelasi di antara variabel-
variabel indepanden, dapat dilihat dari angka D-W Durbin-Watson. Dasar pengambilan keputusan adalah sebagai berikut:
1 Bila nilai D-W terletak antara batas atas du dan 4-du, maka koefesien autokorelasi sama dengan nol, berarti tidak ada
autokorelasi.
34
2 Bila nilai D-W lebih rendah dari pada batas bawah atau lower bound dl, maka koefesien autokorelasi lebih besar dari pada
nol, berarti ada autokorelasi positif. 3 Bila nilai D-W lebih besar dari pada 4-dl, maka koefesien
autokorelasi lebih kecil dari pada nol, berarti ada autokorelasi negatif.
4 Bila nilai D-W terletak diantara batas atas du dan atas bawah dl atau D-W terletak antara 4-du dan 4-dl, maka hasilnya
tidak dapat disimpulkan. d. Uji Heteroskedastistas
Uji Heteroskedastitas mempunyai arti varians variabel tidak sama untuk semua pengamatan. Uji Heteroskedastisitas bertujuan untuk
mengetahui apakah dalam model regresi yang dipakai dalam model penelitian terjadi ketidaksamaan variance dari residual satu pengamatan ke
pengamatan yang lain. Model regresi yang baik adalah homoskedastisitas atau tidak terjadi heteroskedastisitas Ghozali, 2005. Teknik untuk
mendeteksi adanya heteroskedastitas adalah dengan metode chart diagram scartterplot, dengan dasar pemikiran bahwa Singgih Santoso,
2005. 1 Jika ada pola tertentu terdaftar titik-titik point-point, yang ada
membentuk satu pola tertentu yang beraturan bergelombang, melebar, kemudian menyempit, maka terjadi heterosksedastisitas.