Uji Normalitas Uji Multikolinearitas Uji Heteroskedastisitas

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