Statistik Deskriptif Uji Asumsi Klasik

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