Uji statistik deskriptif tersebut dilakukan dengan program SPSS. Analisis deskriptif ini tidak bertujuan untuk pengujian hipotesis.
3.5.2 Uji Asumsi Klasik
1. Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal Ghozali,
2009:147. Model regresi yang baik adalah memiliki distribusi data normal atau mendekati normal. Pada prinsipnya normalitas dapat dideteksi dengan
melihat penyebaran data titik pada sumbu diagonal pada grafik atau melihat histogram dari residualnya Ghozali, 2009:149. Apabila variabel berdistribusi
normal maka penyebaran plot akan berada disekitar garis disepanjang garis 45
. Uji normalitas data dapat juga menggunakan uji one sample
kolmogrov-smirnov test untuk mengetahui signifikansi data yang terdistribusi normal. Dengan pedoman pengambilan keputusan :
a. Nilai sig atau signifikansi atau nilai probabilitas 0.05, distribusi adalah
tidak normal. b.
Nilai sig atau signifikansi atau nilai probabilitas 0.05, distribusi adalah normal Ghozali, 2009:34.
2. Uji Multikolinieritas
Multikolinieritas adalah adanya suatu hubungan linier yang sempurna antara beberapa atau semua variabel independen. Uji Multikolinieritas bertujuan
untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel
bebas independen. Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel bebas Ghozali, 2009:105. Untuk mendeteksi ada
atau tidaknya multikolinearitas di dalam model regresi dapat diketahui dari nilai toleransi dan nilai variance inflation factor VIF. Model regresi yang bebas
multikolinieritas memiliki nilai VIF di bawah 10 dan nilai tolerance di atas 0,1.
3. Uji Heteroskedastisitas
Uji heterokesdastisitas bertujuan untuk menguji apakah dalam sebuah model regresi terjadi ketidaksamaan varians dari suatu pengamatan ke
pengamatan yang lain. Jika varians dari satu pengamatan ke pengamatan yang lain tetap, maka disebut homoskedositas atau tidak terjadi
heterokedastisitas. Model regresi yang baik adalah yang homoskedastisitas atau tidak terjadi heteroskedasitas Ghozali, 2009:139.
Salah satu cara untuk mengetahui adanya heteroskedastisitas dapat dilakukan dengan melihat ada tidaknya pola tertentu pada grafik scatterplot
antara variabel dependen terikat dengan residualnya. Apabila grafik yang ditunjukan dengan titik-titik tersebut membentuk suatu pola tertentu, maka telah
terjadi heteroskedastisitas dan apabila polanya acak serta tersebar, maka tidak terjadi heteroskedastisitas.
Adanya heteroskedastisitas juga dapat dilakukan dengan Uji Glejser, yaitu meregres nilai absolute residual terhadap variabel independen Ghozali,
2009:142. Jika nilai signifikan hitung lebih besar dari Alpha=5, maka tidak ada
masalah heteroskedastisitas. Tetapi jika nilai signifikan hitung kurang dari Alpha = 5, maka dapat disimpulkan bahwa model regresi terjadi heteroskedastisitas.
4. Uji Autokolerasi