Outlier dideteksi dengan dua tahap. Tahap pertama adalah dengan menghitung z-score atau standardized score dari tiap variabel independen. Tahap
ke dua menghitung z-score atau standardized score dari nilai residual. Dalam penelitian ini, peneliti menghilangkan data yang memiliki nilai ekstrim supaya
mendapatkan nilai residual yang normal.
3.5.2 Uji Deskriptif
Uji deskriptif merupakan gambaran atau deskripsi suatu data yang dilihat dari nilai rata-rata mean, satandar deviasi, varian, maksimum, minimum,
sum, range, kurtosis, dan skewness atau kemencengan distribusi Ghozali, 2009. Dengan kata lain, uji deskriptif bertujuan untuk memberikan gambaran umum atas
suatu data dari masing-masing variabel penelitian.
3.5.3 Uji Asumsi Klasik
Model regresi yang baik adalah model yang memenuhi uji asumsi klasik. Oleh karena itu, uji asumsi klasik diperlukan sebelum melakukan analisis regresi.
Uji asumsi klasik meliputi uji normalitas, heteroskedastisitas, multikolonearitas, dan autokorelasi.
3.5.3.1 Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal Ghozali, 2009.
Untuk mendeteksi apakah residual berdistribusi normal atau tidak, dilakukan dengan dua cara, yaitu grafik dan uji statistik. Alat uji yang digunakan adalah
dengan analisis grafik histogram dan grafik normal probability plot serta Uji Kolgomorov-Smirnov Z 1-Sample K-S.
Dasar pengambilan keputusan dengan analisis grafik normal probability plot adalah sebagai berikut ini Ghozali, 2009.
1. Jika titik menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal, maka model regresi memenuhi asusmsi normalitas.
2. Jika tidak menyebar atau jauh dari garis diagonal dan atau tidak mengikuti arah garis diagonal, maka model regresi tidak memenuhi
asumsi normalitas Dasar pengambilan keputusan menggunakan Uji Kolgomorov-Smirnov Z
1-Sample K-S adalah sebagai berikut ini Ghozali, 2009. 1. Jika nilai Asymp Sig 2-tailed 0.05, maka H
ditolak. Hal ini berarti data residual terdistribusi tidak normal.
2. Jika nilai Asymp Sig 2-tailed 0.05, maka H diterima. Hal ini
berarti data residual berdistribusi normal.
3.5.3.2 Uji Multikolonearitas
Uji multikolonearitas bertujuan untuk menguji apakah dalam model regresi ditemukan adanya korelasi antara variabel bebasindependen Ghozali,
2009. Model regresi yang baik adalah tidak terjadi korelasi antar variabel independen. Untuk mendeteksi ada tidaknya multikolonearitas, dilakukan dengan
melihat nilai tolerance dan nilai variance inflation factor VIF. Kedua ukuran ini menunjukkan setiap variabel independen yang dijelaskan
oleh variabel independen lainnya. Tolerance mengukur variabilitas variabel independen yang
terpilih yang tidak dijelaskan oleh variabel independen lainnya. Jadi, nilai tolerance yang rendah sama dengan nilai VIF tinggi VIF = 1tolerance. Nilai cut
off yang dipakai untuk menunjukkan adanya multikolonearitas adalah nilai tolerance ≤ 0.10 atau nilai VIF ≥ 10.
3.5.3.3 Uji Autokolerasi
