1. Statistik Deskriptif
Statistik deskriptif adalah metode statistika yang digunakan untuk menggambarkan atau mendeskripsikan data yang telah dikumpulkan menjadi
sebuah informasi. Statistik deskriptif bertujuan untuk memberikan gambaran terhadap data-data variabel penelitian yang akan kita gunakan dalam
penelitian Nugroho, 2005:1.
2. Pengujian Asumsi Klasik
Pengujian asumsi klasik mencakup uji normalitas, uji multikolinearitas, Uji heteroskedastissitas, uji autokorelasi,
Pengujian asumsi klasik yang diabahas sebagai berikut.
a. Uji Normalitas
Menurut Ghozali 2005 : 110, “uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual
memiliki distribusi normal. Seperti diketahui bahwa uji t dan F mengasumsikan bahwa nilai residual mengikuti distribusi normal. Jika
asumsi ini dilanggar maka uji statistik menjadi tidak valid untuk jumlah sampel kecil”.
Pengujian normalitas dilakukan dengan uji non-parametrik Kolmogorov- Smirnov, dimana data yang berdistribusi normal akan memiliki nilai yang
lebih besar dari 0,05. Selain itu, uji normalitas dapat juga dilihat melaui grafik histogram dan grafik normal plot.
Universitas Sumatera Utara
b. Uji Multikolinearitas
Uji multikolineritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas independent. Model yang
baik seharusnya tidak terjadi korelasi di antara variabel independen Ghozali, 2005 : 91. Mendeteksi ada atau tidaknya multikolineritas dapat dilihat dari
1 nilai tolerance dan lawannya 2 variance inflation factor VIF. Kedua ukuran ini menunjukkan setiap variabel independen manakah yang dijelaskan
oleh variabel independen lainnya. Tolerance mengukur variabilitas variabel independen yang terpilih yang tidak dijelaskan oleh variabel independen
lainnya. Jadi, nilai tolerance yang rendah sama dengan nilai VIF tinggi karena VIF= 1Tolerance. Batasan yang umum dipakai untuk menunjukkan
adanya multikolineritas adalah nilai Tolerance 0.10 atau sama dengan nilai VIF 10.
c. Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke
pengamatan yang lain. Jika variance dari residual satu pengamatan ke pengamatan lain tetap, maka disebut homoskedastisitas dan jika
berbeda disebut heterokesdatisitas. Model regresi yang baik adalah yang homoskedastisitas atau tidak terjadi heteroskesdatisitas. Ghozali,
2005 : 105.
Menurut Ghozali 2005 : 105, ada beberapa cara untuk mendeteksi ada atau tidaknya heteroskesdatisitas :
melihat grafik plot antara nilai prediksi variabel terikat dependen yaitu ZPRED dengan residualnya SRESID. Deteksi ada tidaknya
heteroskesdatisitas dapat dilakukan dengan melihat ada tidaknya
Universitas Sumatera Utara
pola tertentu pada grafik scatterplot antara SRESID dan ZPRED dimana sumbu Y adalah Y yang telah diprediksi, dan sumbu X
adalah residual Y prediksi – Y sesungguhnya yang telah di- studentized.
a Jika ada pola tertentu, seperti titik-titik yang ada membentuk
pola tertentu yang teratur bergelombang, melebar kemudian menyempit, maka mengindikasikan telah terjadi
heteroskesdatisitas.
b Jika tidak ada pola yang jelas, serta titik-titik menyebar di
atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskesdatisitas.
d. Uji Autokorelasi