29
Solution SPSS. Alat analisis data yang digunakan adalah statistik deskriptif, yakni untuk mendeskripsikan variabel-variabel dalam penelitian ini, alat analisis yang
dipakai adalah mean rata-rata, standar deviasi, varian, maksimum, minimum, sum, range, kurtosis dan skewness kemencengan distribusi, sehingga secara kontekstual
dapat lebih mudah dimengerti oleh pembaca. Pengujian yang digunakan dalam penelitian ini adalah pengujian asumsi klasik dan pengujian hipotesis. Pengujian ini
diharapkan dapat membantu peneliti didalam mengolah dan meninterprestasikan data untuk menghasilkan suatu keputusan penelitian.
3.6.1 Pengujian Asumsi Klasik
Model penelitian sebaiknya diuji terlebih dahulu asumsi klasiknya untuk memastikan tidak adanya bias atau rancu yang dapat membuat hasil penelitian
menjadi tidak akurat Sunjoyo dkk. 2013:54. Pengujian asumsi klasik yang digunakan dalam penelitian ini adalah uji normalitas, uji multikolinieritas, uji
heteroskedastisitas, uji autokorelasi.
3.6.1.1 Uji Normalitas
Uji normalitas bertujuan untuk mengetahui apakah dalam model regresi variabel pengganggu atau residual memiliki distribusi normal
Erlina, 2011 : 100. Ada dua cara untuk mendeteksi apakah residual berdistribusi normal atau tidak adalah dengan analisis grafik dan
statistik. 1.
Analisis Grafik
Universitas Sumatera Utara
30
Salah satu cara termudah untuk melihat normal residual adalah dengan melihat garfik histogram yang membandingkan antara data
observasi dengan distribusi yang mendekati normal. Namun demikian, dengan hanya melihat histogram dapat mebingungkan, khususnya untuk
jumlah sampel yang kecil. Metode lain yang dapat digunakan dengan melihat normal probability plot yang membandingkan distribusi
kumulatif dari distribusi normal. Dasar pengambilan kesimpulan sebagaimana dikemukakan Ghozali, 2005 : 112. Dalam siregar, 2010.
a. Jika data menyebar disekitar garis diagonal dan
mengikuti arah garis diagonal atau grafik histogramnya menunjukkan pola distribusi normal. Dengan demikian
model regresi memenuhi asumsi normalitas.
b. Jika data menyebar jauh dari diagonal dantidak
mengikuti arah garis diagonal atau grafik histogram tidak menunjukkan pola distribusi normal, maka model regresi
tidak memenuhi asumsi normalitas.
2. Analisis Statistik Untuk menentukan berdasarkan kepada Kolmogorov-Smirnov
goodness of Fit TestK-S terhadap model yang diuji. Pedoman untuk pengambilan keputusannya didasarkan sebagaimana diungkapkan
Ghozali,2005 :114. Dalam siregar, 2010. Ho : Data residual berdistribusi normal
Ha : Data residua l tidak berdistribusi normal, apabila nilai signifikan atau nilai probabilitas 0,05, maka distribusi
data normal Ho diterima. Apabila nilai signifikan atau probabilitas
Universitas Sumatera Utara
31
0,05, maka distribusi data tidak normal Ha diterima. Distribusi yang melanggar asumsi normalitas dapat dijadikan menjadi bentuk
normal dengan berbagai cara Erlina, 2011 :100. a.
Transformasi data Transformasi data dapat dilakukan dengan logaritma
natural ln, log 10, maupun akar kuadrat. Jika ada data yang bernilai negatif, transformasi data dengan log akan
menghilangkannya sehingga sampel n akan berkurang.
a. Trimming
Trimming adalah membuang memangkas observasi yang bersifat outlier, yaitu yang nilainya lebih kecil dari
μ-2σ atau lebih besar dari μ+2σ. Metode ini juga akan mengecilkan sampelnya.
b. Winzorising
Winzorising mengubah nilai - nilai outliers menjadi nilai - nilai minimum atau maksimum yang diizinkan supaya
distribusi menjadi normal. Nilai – nilai observasi yang
lebih kecil dari μ-2σ akan diubah nilainya menjadi μ-2σ dan nilai –
nilai yang lebih besar dari μ+2σ akan diubah menjadi μ+2σ.
Kesimpulannya adalah apabila nilai Kolmogorov-Smirnov signifikan pada tingkat 0,05 atau lebih rendah dari itu, maka data
residual dinyatakan berdistribusi tidak normal, sebaliknya apabila nilai Kolmogorov-Smirnov signifikan pada tingkat diatas 0,05 maka data
residual berdistribusi secara normal.
3.6.1.2 Uji Multikolinearitas
