Uji Normalitas Uji Multikolinearitas

F. Metode Analisis Data

Metode analisis data yang digunakan dalam penelitian ini adalah metode analisis statistik. Peneliti melakukan terlebih dahulu uji asumsi klasik sebelum melakukan hipotesis.

1. Pengujian Asumsi Klasik

Penggunaan analisis regresi dalam statistik harus bebas dari asumsi-asumsi klasik seperti normalitas data, autokorelasi, heterokedasitas dan asumsi-asumsi klasik lainnya. Adapun pengujian asumsi klasik yang digunakan adalah sebagai berikut:

a. Uji Normalitas

Uji normalitas bertujuan untuk mengetahui apakah dalam model regresi variabel penganggu atau residual memiliki distribusi normal. Pengujian ini diperlukan karena untuk melakukan uji t dan uji F mengasumsikan bahwa nilai residual mengikuti distribusi normal Erlina, 2008. Cara yang digunakan untuk mendeteksi apakah residual berdistribusi normal atau tidak adalah dengan menganalisis grafik. Jika data menyebar disekitar garis diagonal dan mengikuti arah garis diagonal atau grafik histogramnya menunjukkan pola distribusi normal, maka model regresi memenuhi asumsi normalitas, demikian sebaliknya. Menurut Ghozali 2006, ada dua cara untuk mendeteksi apakah residual berdistribusi normal atau tidak yaitu dengan analisis grafik dan analisis statistik. 1 Analisis Grafik Untuk melihat normalitas data dapat dilakukan dengan melihat histrogram atau pola distribusi data. Normalitas dapat dideteksi dengan melihat penyebaran data titik pada sumbu diagonal dari grafik atau dengan melihat histrogram dari nilai residualnya. Jika data menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal atau gafik histogramnya menunjukkan pola distribusi normal, maka model regresi memenuhi asumsi normalitas. Universitas Sumatera Utara 2 Analisis Statistik Uji statistik yang digunakan untuk menguji normalitas residual adalah uji statistik Kolmogorov Smirnov K-S. Pedoman pengambilan keputusan rentang data tersebut mendekati atau merupakan distribusi normal berdasarkan uji Kolmogorov Smirnov dapat dilihat dari: a Nilai Sig. atau signifikan atau probabilitas 0,05, maka distribusi data adalah tidak normal, b Nilai Sig. atau signifikan atau probabilitas 0,05, maka distribusi data adalah normal Ghozali,2006.

b. Uji Multikolinearitas

Uji multikolinearitas bertujuan untuk menguji apakah dalam model ditemukan adanya korelasi diantara variabel independen. Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel independen. Multikolinearitas adalah situasi adanya korelasi variabel-variabel independen antara yang satu dengan yang lainnya. Dalam hal ini kita sebut variabel-variabel bebas yang bersifat orthogonal adalah variabel yang memiliki nilai korelasi diantara sesamanya sama dengan nol. Jika terjadi korelasi sempurna diantara sesama variabel bebas, maka konsekuensinya Erlina, 2008 adalah: 1 Koefisien-koefisien regresi menjadi tidak dapat ditaksir. 2 Nilai standar error setiap koefisien regresi menjadi tak terhingga. Apabila terjadi korelasi antar variabel independen, maka dinamakan terdapat problem multikolinearitas. Pengujian multikolinearitas dapat dilakukan dengan melihat Variance Inflation Factor VIF dan korelasi di antara variabel independen. Jika nilai VIF 10 atau nilai tolerance 0,10 maka terjadi multikolinearitas Ghozali, 2006. Ada dua cara yang dapat dilakukan jika terjadi multikolinearitas Erlina, 2008 yaitu: Universitas Sumatera Utara 1 Mengeluarkan salah satu variabel, misalnya variabel independen A dan B saling berkolerasi kuat, maka bisa dipilih A atau B yang dikeluarkan dari model regresi. 2 Menggunakan metode lanjut seperti Regresi Bayesian atau Regresi Ridge.

c. Uji Heterokedasitas