43
Uji yang dipakai adalah uji statistik deskriptif, uji asumsi klasik dan uji hipotesis untuk membantu peneliti dalam mengolah dan menginterprestasikan
data guna menghasilkan keputusan penelitian.
3.7.1 Analisis Statistik Deskriptif
Statistik deskriptif akan memberi gambaran atau deskripsi suatu data yang dilihat dari nilai rata-rata mean, standar deviasi, maksimum, dan minimum.
Statistik deskriptif dimaksudkan untuk memberikan gambaran mengenai distribusi dan perilaku data sampel tersebut Ghozali, 2011.
3.7.2 Pengujian Asumsi Klasik
Untuk mendeteksi adanya penyimpangan asumsi klasik maka dilakukan uji normalitas, uji multikolonieritas, uji autokorelasi, dan uji heteroskedastisitas
Ghozali, 2009: 90. Agar terciptanya parameter yang baik maka persamaan regresi harus memenuhi asumsi klasik. Parameter yang baik adalah parameter
yang tidak bias, efisien dan konsisten.
3.7.2.1 Uji normalitas
Uji normalitas bertujuan untuk menguji apakah dalah model regresi, variabel pengganggu atau residual memiliki distribusi normal Ghozali, 2006:
110. Dasar penarikan kesimpulan dari uji normalitas adalah data dikatakan berdistribusi normal apabila nilai Asymptotic Significance 0,05. Yaitu dengan
Uji normalitas data menggunakan Kolmogorov-Smirnov Test yang membandingkan Asymptotic Significance dengan α = 5.
Universitas Sumatera Utara
44
3.7.2.2 Uji Multikolinieritas
Uji multikoloniearitas adalah uji yang menggunakan korelasi antara variabel independen yang akan digunakan untuk persamaan regresi. Uji ini
bertujuan untuk menguji apa model regresi ditemukan adanya korelasi antara beberapa variabel independen. Model regresi yang baik harusnya tidak terjadi
korelas, jika ada korelasi maka variabel tidak ortogonal atau variabel bebas yang nilai korelasi antar sesame variabel bebas dari nol Ghozali, 2006: 91.
Agar tidak ada terjadi korelasi, maka cara untuk mengatasi masalah multikolinearitas ini Ghozali, 2006: 95 adalah:
a. Menggabungkan data crossection dan time series pooling data
b. Keluarkan satu atau lebih variabel independen yang mempunyai
korelasi tinggi dari model regresi dan identifikasikan variabel independen lainnya untuk membantu prediksi.
c. Transformasi variabel merupakan salahs atu cara mengurangi
hubungan linear di antara variabel independen. Transformasi dapat dilakukan dalam bentuk logaritma natural dan bentuk first difference
atau delta.
d. Gunakan model dengan variabel independen yang mempunyai
korelasi tinggi hanya semata-mata untuk predisi tanpa mencoba menginterpretasikan koefisien regresinya.
e. Gunakan metode analisis yang lebih canggih seperti Bayesian
regression atau dalam kasus khusus ridge regression. f.
Gunakan center data untuk analisis. Center data adalah data mentah dikurangi nilai mean Xi – Xmean.
Menurut Ghozali 2006: 91 dalam mendeteksi ada atau tidak multikoloniearitas dalam model regresi adalah dengan:
1. Nilai R2 yang dihasilkan oleh suatu estimasi model regresi empiris
sangat tinggi, tetapi secara individu variabel-variabel bebas banyak yang tidak signifikan mempengaruhi variabel terikat.
2. Menganalisis matrik korelasi variabel-variabel bebas. Jika antar
variabel bebas ada korelasi yang cukup tinggi diatas 0,90 maka hal ini merupakan indikasi adanya multikolinearitas.
Universitas Sumatera Utara
45
3. Multikolinearitas dapat juga dilihat dari lorerance dan Variance
Inflation Factor VIF. Batas toleransi value adalah 0,10 dan VIF adalah 10. Apabila nillai tolerance value kurang dari 0,10 atau VIF
lebih dari 10 maka terjadi multikolinearitas. Tujuan uji multikolinearitas untuk mengetahui apa tiap variabel independen
saling berhubungan secara linear atau tidak.
3.7.2.3 Uji Heterokedastisitas
