Metode Analisis Deskriptif Uji Asumsi Klasik

xliii

3.6.1 Metode Analisis Deskriptif

Metode ini merupakan metode analisis dimana data dikumpulkan, diklasifikasikan, dianalisis dan diinterpretasikan secara objektif sehingga memberikan informasi dan gambaran mengenai topik yang dibahas.

3.6.2 Uji Asumsi Klasik

Analisis yang digunakan dalam penelitian ini adalah analisis regresi linear sederhana yang melibatkan dua variabel yaitu satu variabel independen dan saru variabel dependen. Sebelum analisis regresi linear sederhana tersebut dilakukan, agar model dapat diregresi serta untuk memperoleh penafsiran yang tidak bias linear terbaik BLUE maka dilakukan uji asumsi klasik melalui: a. Uji Normalitas Uji normalitas adalah untuk mengetahui apakah distribusi sebuah data mengikuti atau mendekati distribusi normal. Untuk mengetahui apakah data yang diperoleh berdistribusi normal atau tidak, dapat dilakukan dengan analisis grafik dan uji statistik. Uji normalitas menggunakan pendekatan grafik dan pendekatan Kolmogorov Smirnov. Dengan menggunakan tingkat signifikan 5 0.05 maka jika nilai Asymp.Sig 2 – Tailed diatas nilai signifikan 5 0.05 yang berarti variabel residual berditribusi normal. Pada penelitian ini, uji normalitas yang digunakan adalah melihat penyebaran titik garis diagonal dan mengikuti arah garis diagonal yang ditunjukkan melalui grafik P-Plot, maka regresi ini memenuhi asumsi normalitas. xliv b. Uji Heteroskedastisitas Uji ini digunakan untuk menguji apakah dalam sebuah model regresi, terjadi ketidaksamaan. Varians dari residual suatu pengamatan ke pengamatan yang lain. Jika varians dari residual suatu pengamatan ke pengamatan yang lain tetap, maka disebut homoskedastisitas. Sedangkan bila varians tidak konstan disebut heteroskedastisitas Narchrowi, 2006. Model regresi yang baik adalah tidak terjadi heteroskedastisitas. Pada penelitian ini, ada tidaknya unsur heterokedastisitas dalam data didasarkan pada grafik Scatter Plot, yaitu dengan melihat pola persebaran faktor gangguanresidual. c. Uji Autokorelasi Uji ini digunakan untuk menguji apakah dalam sebuah model regresi linear ada terdapat korelasi antara kesalahan pengganggu pada periode t-1 periode sebelumnya. Dengan demikian dapat dikatakan bahwa autokorelasi terjadi bila observasi yang berturut-turut sepanjang waktu memuliki korelasi antara satu dengan yang lainnya Narchrowi, 2006. Model regresi yang baik adalah regresi yang bebas dari autokorelasi. Pengujian terhadap autokorelasi dilakukan dengan menggunakan Durbin Watson Test DW dengan ketentuan sebagai berikut: 1. Jika pengujian di peroleh nilai DW statistik di bawah -2 maka diindikasikan ada autokorelasi positif. 2. Jika pengujian di peroleh nilai DW statistik di antara -2 sampai 2, maka diindikasikan tidak ada autokorelasi. xlv 3. Jika pengujian di peroleh nilai DW statistik di atas 2, maka diindikasikan ada autokorelasi negatif.

3.6.3 Model Analisis Regresi Linier Sederhana