1. Statistik Deskriptif
Statistik deskriptif merupakan statistik yang menggambarkan fenomena atau karakteristik dari data Jogiyanto, 2004 : 163. Statistik deskriptif
memberikan gambaran atau deskripsi suatu data yang dilihat dari nilai rata-rata mean, standar deviasi, varian, maksimum, minimum, sum, range, kurtosis, dan
skewness kemencengan distribusi. Dalam penelitian ini penulis menjabarkan statistik deskriptif berupa mean, maksimum, minimum, dan standar deviasi.
2. Pengujian Asumsi Klasik
a. Uji Normalitas
Menurut Ghozali 2005 uji normalitas bertujuan untuk menguji apakah variabel independen dan variabel dependen berdistribusi normal. Model regresi
yang baik adalah memiliki distribusi data normal atau mendekati normal. Cara yang dapat dilakukan untuk menguji apakah variabel pengganggu atau residual
memiliki distribusi normal adalah dengan melakukan uji Kolmogorov-Smirnov terhadap model yang diuji. Kriteria pengambilan keputusan adalah apabila nilai
signifikansi atau probabilitas 0.05 maka residual memilki disrtibusi normal dan apabila nilai signifikansi atau probabilitas 0.05 maka residual tidak memiliki
distribusi normal. Uji normalitas juga dapat dilakukan dengan melakukan analisis grafik
histogram dan probabilitas plot. Dasar pengambilan keputusan dalam uji normalitas menurut Gozali 2005:110 sebagai berikut:
Universitas Sumatera Utara
1 Jika data menyebar di sekitar garis diagonal dan mengikuti arah garis
diagonal atau grafik histogramnya menunjukkan pola distribusi normal, maka model regresi memenuhi asumsi normalitas.
2 Jika data menyebar jauh dari diagonal dan atau tidak mengikuti arah garis
diagonal atau grafik histogram tidak menunjukkan pola distribusi normal, maka model regresi tidak memenuhi asumsi normalitas.
b. Uji Autokorelasi
Uji ini bertujuan untuk menguji apakah dalam suatu model regresi linear ada korelasi antar kesalahan pengganggu pada periode t dengan kesalahan pada
periode t-1. Autokorelasi muncul karena observasi yang berurutan sepanjang tahun yang berkaitan satu dengan yang lainnya. Hal ini sering ditemukan pada
time series. Pada penelitian ini, uji autokorelasi dilakukan dengan menggunakan uji Durbin-Watson. Apabila nilai Durbin Watson terletak antara -2 sampai +2,
maka tidak terjadi autokorelasi Rochaety, 2007:95.
c. Uji Heteroskedastisitas
Uji ini bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan varians dari residual suatu pengamatan ke pengamatan yang lain.
Apabila varians dari residual satu pengamatan ke pengamatan lainnya tetap maka disebut homoskedastisitas dan jika varians berbeda maka disebut heterokedasitas.
Menurut Gozali 2005, ada atau tidaknya heterokedastisitas dapat dilakukan dengan melihat grafik ada tidaknya pola tertentu pada scatterplot dengan dasar
analisis:
Universitas Sumatera Utara
1. jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu
yang teratur bergelombang, melebar kemudian menyempit maka mengidentifikasikan terjadi heteroskedastisitas,
2. jika tidak ada pola yang jelas, seperti titik-titik menyebar diatas atau dibawah
angka 0 pada sumbu Y maka tidak terjadi heteroskedastisitas atau terjadi homoskedastisitas.
d. Uji multikolonieritas
Kategori