asumsi klasik dilakukan untuk menguji kelayakan model regresi yang selanjutnya akan digunakan untuk menguji hipotesis penelitian. Ketiga,
analisis jalur, analisis ini digunakan untuk mengetahui apakah model yang diusulkan cocok atau tidak dengan data. Penjelasan lebih lanjut mengenai
analisis-analisis tersebut akan dijelaskan pada sub bab berikutnya.
3.5.1 Analisis Statistik Deskriptif
Statistik deskriptif menurut Ghozali, 2011, 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. Skeweness mengukur kemencengan dari data dan
kuortosis mengukur puncak dari distribusi data. Data yang terdistribusi secara normal mempunyai nilai skeweness dan kurtosis mendekati nol.
3.5.2 Uji Asumsi Klasik
Estimasi dengan menggunakan model regresi linier berganda harus dilakukan dengan berbagai pengujian asumsi klasik agar hasil dari penelitian
ini valid dan tidak menyebabkan hasil yang bias. Pengujian asumsi klasik yang digunakan dalam penelitian ini meliputi :
3.5.2.1 Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi variabel pengganggu atau residual memiliki distribusi normal. Dalam uji
asumsi klasik uji t mengasumsikan bahwa nilai residual mengikuti distribusi normal. Jika asumsi ini dilanggar maka uji statistik menjadi tidak valid untuk
jumlah sampel kecil, Ghozali 2011. Uji normalitas dalam penelitian ini adalah dengan uji statistic non-parametrik Kolmogorov-Smirnov K-S.
Apabila asymptotic significance lebih besar dari 5 persen, maka data terdistribusi normal, Ghozali 2011.
3.5.2.2 Uji Heteroskedatisitas
Uji heteroskedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidak samaan variance dari residual satu pengamatan ke pengamatan
yang lain. Jika variance dari residual atau pengamatan ke pengamatan lain tetap, maka disebut homoskedastisitas dan jika berbeda disebut
heteroskedastisitas. Model regresi yang baik adalah homoskedastisitas, yaitu keadaan dimana variance dari residual satu pengamatan ke pengamatan lain
tetap, Ghozali, 2011. Uji Heteroskedastisitas yang akan dilakukan dalam penelitian ini menggunakan uji Glejser. Dasar pengambilan keputusan uji
heteroskedastisitas melalui uji Glejser adalah jika variabel independen signifikan secara statistik mempengaruhi variabel dependen maka ada indikasi
terjadi heteroskedastisitas. Hal ini dapat dilihat dari probabilitas
signifikansinya, apabila diatas tingkat kepercayaan 5 maka dapat disimpulkan bahwa regresi tidak mengandung adanya heteroskedastisitas,
Ghozali 2011.
3.5.2.3 Uji Multikoliniaritas
Uji Multikoloniaritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas independen. Model regresi
yang baik seharusnya tidak terjadi korelasi diantara variabel independen Ghozali, 2010. Dalam penelitian ini uji multikolonieritas dilihat dari
Variance Inflation Factor VIF dan nilai tolerance. Nilai tolerance yang rendah sama dengan nilai VIF tinggi VIF = 1tolerance. Nilai cut off yang
umum dipakai adalah tolerance ≤ 0.10 atau sama dengan nilai VIF ≥ 10,
berarti terdapat multikolonieritas, Ghozali 2011.
3.5.2.4 Uji Autokorelasi
Uji autokorelasi bertujuan untuk menguji apakah dalam model regresi linear ada korelasi antara kesalahan pengganggu pada periode t dengan
kesalahan pengganggu pada periode t-1 sebelumnya. Uji ini dilakukan karena data yang dipakai dalam penelitian ini adalah data time series. Untuk
mendeteksi ada atau tidaknya autokorelasi pada penelitian ini uji yang digunakan adalah uji Runs Test. Uji Runs Test digunakan untuk melihat
apakah data residual terjadi secara acak atau tidak. Apabila nilai probabilitas
dengan Asymp. Sig 2-tailed lebih tinggi dari 0,05 maka dapat disimpulkan bahwa tidak terjadi autokorelasi atau residual adalah acak, Ghozali 2011.
3.5.3 Analisis Regresi Linear Berganda
