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.