54
sampel atau populasi Sugiyono, 2013. Statistik deskriptif memberikan gambaran atau deskripsi suatu data yang dilihat dari nilai rata – rata mean,
standar deviasi, varian, maksimum, minimum, sum, range, kurtosis, dan skewness kemencengan distribusi Ghozali, 2013.
2. Uji Asumsi Klasik
Pengujian asumsi klasik digunakan untuk menguji apakah persamaan regresi yang telah ditentukan merupakan persamaan yang dapat
menghasilkan estimasi yang tidak bias. Uji asumsi klasik ini terdiri dari :
a. Uji multikolonieritas
Multikolonieritas adalah suatu kondisi yang menunjukkan satu atau lebih variabel independen terdapat korelasi dengan variabel
independen lainnya. Uji multikolonieritas bertujuan untuk menguji apakah model regresi ada korelasi antar variabel independen. Model
regresi dikatakan baik apabila tidak terjadi korelasi diantara variabel independen. Adanya multikolonieritas dapat dilihat dari tolerance value
atau nilai tolerance dan Variance Inflation Factor VIF. Melihat nilai Tolerance : Jika nilai Tolerance 0.10 artinya tidak terjadi
Multikolonieritas terhadap data yang diuji, begitu pula sebaliknya. Melihat nila VIF Variance Inflation Factor : Jika nilai VIF 10.00
artinya tidak terjadi Multikolonieritas.
b. Uji Normalitas
Uji normalitas adalah membandingkan antara data yang akan diteliti dengan data berdistribusi normal berdasarkan mean dan standar
55
deviasi. Uji normalitas berguna untuk menentukan data yang telah dikumpulkan berdistribusi normal atau diambil dari populasi normal.
salah satu pengujian normalitas yang akan digunakan dalam penelitian ini adalah dengan menggunakan teknik Kolmogorov Smirnov. Uji
normalitas Kolmogorov-Smirnov adalah uji yang bertujuan untuk mengetahui apakah data dalam variabel yang akan dianalisis
berdistribusi normal. Data yang baik dan layak digunakan dalam penelitian adalah data yang memiliki distribusi normal. Data
berdistribusi normal artinya data mempunyai sebaran merata sehingga benar-benar mewakili populasi. Penerapan pada uji Kolmogorov
Smirnov adalah bahwa jika signifikansi di bawah 0,05 berarti data yang akan diuji mempunyai perbedaan yang signifikan dengan data normal
baku, berarti data tersebut tidak normal begitu pula sebaliknya Ghozali, 2013.
c. Uji Autokorelasi
Uji autokorelasi bertujuan menguji apakah dalam model regresi linear terdapat korelasi antara kesalahan pengganggu pada periode
tdengan kesalahan pengganggu pada periode sebelumnya t-1. Autokorelasi muncul karena observasi yang berurutan sepanjang waktu
berkaitan satu sama lainnya. Hal ini sering ditemukan pada data time series karena “gangguan” pada seorang individu atau kelompok
cenderung mempengaruhi “gangguan” pada individu atau kelompok yang sama pada periode berikutnya. Model regresi yang baik adalah
56
regresi yang bebas dari autokorelasi. Autokorelasi dapat dideteksi dengan beberapa cara yaitu uji Durbin-Watson, uji Lagrange Multiplier,
Run Test dan uji Box Pierce dan Ljung Box. Dalam penelitian ini, peneliti menggunakan Run Test. Uji run test sebagai bagian dari
statistik non-parametik digunakan untuk menguji apakah antar residual terdapat korelasi yang tinggi. Apabila nilai Asymp. Sig. 0,05 maka
data terjadi secara random dan tidak terjadi autokorelasi antar nilai residual.
d. Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk 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 yang baik harus homoskedastisitas. Uji heteroskedastisitas dalam penelitian ini
menggunakan analisis grafik scatterplot dan metode spearman’s rho. Metode uji heteroskedastisitas dengan korelasi Spearman’s rho yaitu
mengkorelasikan variabel independent dengan nilai unstandardized residual Duwi Priyatno : 2013. Pengujian menggunakan tingkat
signifikansi 0,05 dengan uji 2 sisi. Jika korelasi antara variabel independen dengan residual di dapat signifikansi lebih dari 0,05 maka
dapat dikatakan bahwa tidak terjadi masalah heteroskedastisitas pada model regresi.
57
3. Uji Hipotesis