55
3.8.1. Statistik Deskriptif
Statistik deskriptif adalah statistik yang digunakan untuk menganalisa data dengan cara mendeskripsikan atau menggambarkan
data yang telah terkumpul sebagaimana adanya tanpa bermaksud membuat kesimpulan yang berlaku untuk umum atau generalisasi
Sugiyono, 2008. Statistik deskriptif digunakan untuk
mendiskripsikan suatu data yng dilihat dari mean, median, deviasi standar, nilai minimum, dan nilai maksimun. Pengujian ini dilakukan
untuk mempermudah memahami variabel-variabel yang digunakan dalam peneltian.
3.8.2. Uji Asumsi Klasik
Uji penyimpangan asumsi klasik dilakukan untuk memenuhi beberapa penyimpangan yang terjadi pada data yang digunakan untuk
penelitian. Hal ini agar model regresi bersifat BLUE. Dalam penelitian ini akan menggunakan empat uji asumsi klasik yaitu uji normalitas, uji
multikolinearitas, uji Heteroskedastisitas, dan uji autokorelasi.
3.8.2.1. Uji Normalitas
Tujuan dari dilakukannya uji normalitas ialah untuk menguji apakah dalam model regresi, variabel penganggu atau
residual memiliki distribusi normal Ghozali, 2005: 110. Metode yang digunakan ialah normal probability plot yang
membandingkan distribusi kumulatif dari distribusi normal. Distribusi normal akan membentuk satu garis lurus diagonal,
Universitas Sumatera Utara
56 dan ploting data residual akan dibandingkan dengan garis
diagonal. 3.8.2.2.
Uji Multikolinearitas Pengujian ini bertujuan untuk mengetahui apakah dalam
model regresi masing-masing variabel independen saling berhubungan secara dependen. Pengertian dari uji
multikoloniertitas adalah situasi adanya korelasi antara variable bebas satu dengan variabel bebas lainnya. untuk
menguji ada tidaknya gejala multikoloniertitas digunakan VIF. Jika nilai VIF dibawah 10, maka model regresi yang diajukan
tidak terdapat gejala multikoloniertitas, dan sebaliknya jika VIF diatas 10, maka model regresi yang diajukan terdapat
gejala multikoloniertitas. 3.8.2.3.
Uji Heteroskedastisitas Uji Heteroskedastisitas dilakukan untuk menguji apakah
dalam sebuah model regresi terjadi ketidaksamaan varian dari residual dari satu pengamatan ke pengamatan yang lain. Jika
varian dari residual dari pengamatan ke pengamatan yang lain tetap, maka disebut homokedastisitas, dan jika varians berbeda
disebut heteroskedastisitas. Model regresi yang baik tidak terjadi heteroskedastisitas Ghozali, 2006.
Salah satu cara untuk mengetahui ada tidaknya heteroskedastisitas dalam suatu model regresi linier berganda
Universitas Sumatera Utara
57 adalah dengan melihat grafik scatterplot atau nilai prediksi
variabel terikat yaitu ZPRED dengan residual error yaitu SRESID. Jika tidak ada pola tertentu dan tidak menyebar
diatas dan dibawah angka nol pada sumbu Y, maka tidak terjadi heteroskedastisitas
.
3.8.2.4. Uji Autokorelasi
Pengujian dengan uji autokorelasi dalam penelitiaan ini bertujuan untuk menguji apakah model regresi mempunyai
korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode t-1 sebelumnya.
Autokorelasi muncul karena observasi yang beruntun sepanjang waktu berkaitan satu sama lainnya. Model regresi
yang baik adalah regresi yang bebas dari autokorelasi. Ghozali, 2006.
3.8.3. Pengujian Hipotesis