Statistik deskriptif adalah metode statistika yang digunakan untuk menggambarkan atau mendeskripsikan data yang telah dikumpulkan menjadi sebuah
informasi. Suharyadi, 2007 : 10
2. Pengujian Asumsi Klasik
Penggunaan analisis regresi dalam statistik harus bebas dari asumsi-asumsi klasik. Adapun pengujian asumsi klasik yang digunakan dalam penelitian ini adalah uji
normalitas, uji multikolinieritas, heterokedastisitas, dan autokorelasi.
a. Uji Normalitas
Tujuan uji normalitas menurut Ghozali 2005 : 111 adalah untuk mengetahui apakah dalam model regresi variabel pengganggu atau residual
memiliki distribusi normal. Ada beberapa cara yang dapat digunakan untuk melihat normalitas data dalam penelitian ini yaitu :
1. Uji Kolmogorov-Smirnov Menurut Ghozali 2005 : 115, “uji Kolmogorov – Smirnov memberikan pedoman
pedoman pengambilan keputusan rentang data mendekati atau merupakan distribusi normal”. Dalam uji ini pedoman yang digunakan dalam pengambilan
keputusan yaitu: a.
Jika nilai signifikan 0.05 maka distribusi data tidak normal b. Jika nilai signifikan 0.05 maka distribusi data normal
Hipotesis yang digunakan : •
Ho : Data residual berdistribusi normal •
Ha : Data residual tidak berdistribusi normal 2. Histogram, yaitu pengujian dengan menggunakan ketentuan bahwa data
normal menyerupai bentuk lonceng Bell shaped yang hampir sempurna. Data
Universitas Sumatera Utara
yang baik adalah data yang memiliki pola distribusi normal. Data dikatakan normal jika bentuk kurva kemiringan yang cenderung imbang, baik dari sisi kiri
maupun kanan. 3. Grafik Normality Probability Plot, ketentuan yang digunakan adalah :
• Jika data menyebar disekitar garis diagonal dan mengikuti arah garis diagonal
maka model regesi memenuhi asumsi normalitas •
Jika data menyebar jauh dari diagonal danatau tidak mengikuti arah garis diagonal maka model regresi tidak memenuhi asumsi normalitas.
b. Uji Multikolinieritas
Uji multikolinieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi diantara variabel independen. Jika terjadi korelasi,
berarti terjadi masalah multikolinieritas. Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel independen. Untuk mendteksi ada atau tidaknya
multikolinieritas dalam model regresi dilihat dari nilai Tolerence dan lawannya Variance Inflation Factor VIF. Kedua ukuran ini menunjukkan setiap variabel
indepenen manakah yang dijelaskan oleh variabel independen lainnya. Tolerance mengukur variabilitas variabel independen yang terpilih dan tidak dijelaskan oleh
variabel lainnya. Batasan yang umum dipakai untuk menunjukkan adanya multikolinieritas adalah nilai Tolerence 0,10 atau sama dengan VIF 10
Ghozali, 2005 : 91.
c. Uji Autokorelasi