Metode Analisis Data 1 Uji Asumsi Klasik
4.5. Metode Analisis Data 4.5.1 Uji Asumsi Klasik
Model analisis data yang digunakan dalam penelitian ini adalah metode analisis statistik dengan menggunakan persamaan regresi sederhana.Peneliti
melakukan uji asumsi klasik terlebih dahulu sebelum melakukan pengujian hipotesis yaitu:
4.5.1.1. Uji normalitas Tujuan Uji Normalitas adalah ingin mengetahui apakah dalam model regresi
variabel pengganggu atau residual memiliki distribusi normal. Pengujian ini diperlukan karena untuk melakukan uji t dan uji F mengasumsikan bahwa nilai
residual mengikuti distribusi normal. Jika asumsi ini dilanggar atau tidak dipenuhi maka uji statistik menjadi tidak valid untuk jumlah sampel kecil. Untuk melakukan
uji, penulis mendasarkan pada : a Uji Grafik
Salah satu cara termudah untuk melihat normalitas residual adalah dengan melihat grafik histogram yang membandingkan antara data observasi dengan
distribusi yang mendekati distribusi normal. Namun demikian hanya melihat dengan melihat histogram hal ini dapat menyesatkan khususnya untuk jumlah sampel yang
kecil. Metode yang lebih handal adalah dengan melihat norma probability plot yang membandingkan distribusi kumulatif dari distribusi normal. Distribusi normal akan
membentuk satu garis lurus diagonal, dan data ploting data residual akan
Universitas Sumatera Utara
dibandingkan degan garis diagonal. Jika distribusi data residual normal, maka garis yang menggambarkan data sesungguhnya akan mengikuti garis diagonalnya.
Pada prinsipnya normalitas dapat dideteksi dengan melihat penyebaran data titik pada sumbu diagonal atau dari grafik atau dengan melihat histogram
residualnya. Dasar pengambilan keputusan: Jika data menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal
atau grafik histogramnya menunjukkan pola distribusi normal, maka model regresi memenuhi asumsi normalitas.
Jika data menyebar jauh dari diagonal dan atau tidak mengikuti arah garis diagonal atau grafik histogram tidak menunjukkan pola distribusi normal, maka
model regresi tidak memenuhi asumsi normalitas. b Uji statistik
Uji normalitas dengan grafik dapat menyesatkan kalau tidak hati-hati secara visual kelihatan normal, pada hal secara statistik bias sebaliknya. Oleh sebab itu
dianjurkan disamping uji grafik dilengkapi dengan uji statistik. Uji statistik yang dapat digunakan untuk menguji normalitas residual adalah
uji statistik non-parametrik. Kolomogorov-Smirnov. Jika nilai Asymp.sig nilai signifikansi 0,05 maka data berdistribusi normal.
4.5.1.2. Uji multikolonearitas
Uji ini bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi diantara variabel independen. Model regresi yang baik seharusnya tidak
Universitas Sumatera Utara
terjadi korelasi diantara variabel independen karena akan mengurangi keyakinan dalam pengujian signifikansi. Untuk mendeteksi ada atau tidaknya gejala
multikolonearitas di dalam model regresi ini dengan melihat nilai Variance Inflation Factor VIF, nilai cutoff yang umum dipakai untuk menunjukkan adanya
multikolonearitas adalah nilai VIF 10. Apabila nilai VIF 10 berarti tidak terjadi multikolonearitas Ghozhali, 2005:92.
4.5.1.3. Uji heterokedasitas
Uji ini bertujuan untuk melihat apakah dalam model regresi terjadi ketidaksamaan variable 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 regresi yang
baik adalah tidak terjadi heterokedastisitas. Uji heterokedastiitas dalam penelitian ini dengan cara:
a Melihat Grafik Plot Dasar analisis heteroskedastisitas adalah jika ada pola tertentu, seperti titik-
titik yang ada membentuk pola tertentu yang teratur, maka terjadi heteroskedastisitas. Sedangkan jika tidak ada pola yang jelas atau titik-titik menyebar di atas dan di
bawah angka nol pada sumbu Y, maka tidak terjadi heteroskedastisitas atau terjadi homoskedastisitas.
Universitas Sumatera Utara
b Uji Glejser Glejser mengusulkan untuk meregres nilai absolute residual terhadap variabel
independen dengan persamaan regresi : |Ut| =
α + βXt + vt Jika variabel independen signifikan secara statistik mempengaruhi variabel
dependen sig 0.05 , maka ada indikasi heteroskedastisitas.
4.5.1.4. Uji autokorelasi Uji Autokorelasi bertujuan menguji apakah dalam suatu model regresi linear
ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pada periode t-1 atau sebelumnya. Pengambilan keputusan ada tidaknya autokorelasi
menurut Santoso 2002:218 dengan cara melihat besaran Dubrin-Watson D-W sebagai berikut:
Angka D-W dibawah -2, berarti ada autokorelasi positif. Angka D-W diantara -2 sampai +2 berarti tidak ada autokorelasi.
Angka D-W di atas +2, berarti ada autokorelasi negatif.
4.6. Pengujian Hipotesis 4.6.1. Metode Regresi Linier Berganda