43
nilai maksimum, nilai rata-rata mean, serta standar deviasi data penelitian. Dalam penelitian akan diperoleh informasi mengenai hubungan antar-variabel
setelah semua data terkumpul dan diolah serta disajikan dalam bentuk tabel data. Hasil yang diperoleh dari statistik deskriptif tidak dapat digunakan untuk
mencari kesimpulan secara luas.
3.8.2 Uji Asumsi Klasik
Menurut Syafrizal Helmi dan Muslich Lutfi 2014:114 Uji asumsi
klasik adalah “persyaratan statistik yang harus dipenuhi pada analisis
regresi linear berganda yang berbasis Ordinary Least Square OLS”
3.8.2.1 Uji Normalitas
Uji normalitas data adalah uji yang dilakukan untuk mengukur apakah variabel yang digunakan dalam penelitian memiliki distribusi
normal atau tidak. Data yang memiliki distribusi normal adalah data yang baik dan layak untuk digunakan dalam membuktikan model-model
penelitian. Menurut Erlina 2011:101 tujuan uji normalitas ini adalah ingin mengetahui apakah model regresi variabel memiliki distribusi
normal. Pengujian normalitas data penelitian ini dilakukan menggunakan
model Kolmogorov Smirnov, pendekatan histogram dan juga pendekatan grafik. Pengujian dengan pendekatan Kolmogorov Smirnov dengan
ketentuan sebagai berikut:
44
1 Apabila nilai signifikansi atau nilai probabilitas lebih kecil dari
alpha atau tingkat kesalahan yang ditetapkan 0,05, maka data yang dianalisis tersebut terdistribusi secara tidak normal.
2 Apabila nilai signifikansi atau nilai probabilitas lebih besar dari
alpha atau tingkat kesalahan yang ditetapkan 0,05, maka data yang dianalisis tersebut terdistribusi secara normal.
Pengujian dengan pendekatan histogram dapat dilihat dengan kurva normal. Data terdistribusi normal jika distribusi data pada grafik
histogram tidak menceng ke kiri atau menceng ke kanan, data berbentuk kurva yang seimbang sehingga membentuk gambar lonceng.Pengujian
dengan pendekatan grafik dengan melihat titik-titik di sepanjang garis diagonal. Bila pola-pola titik yang terletak selain di ujung-ujung plot
masih berbentuk linear, meskipun ujung-ujung plot agak menyimpang dari garis lurus, dapat disimpulkan bahwa sebaran data adalah menyebar
normal.
3.8.2.2 Uji Multikolinieritas
Menurut Erlina 2011:103 multikolinearitas “adalah keadaan
dimana terdapat hubungan linear atau korelasi antara masing-masing variabel independen dalam model regresi
”. Adanya hubungan yang linear antara variabel bebas akan menimbulkan kesulitan untuk memisahkan
pengaruh masing-masing variabel bebas terhadap variabel terikatnya.
45
Pengujian multikolinearitas dilakukan dengan melihat nilai dari variance inflation factor VIF dari hasil analisis regresi.Jika nilai VIF 10, maka
terjadi gejala multikolinearitas diantara variabel independen, sedangkan jika nilai VIF 10 maka variabel di dalam penelitian tidak memiliki
gejala multikolinearitas.
3.8.2.3 Uji Heterokedastisitas