Statistik Deskriptif Uji Asumsi Klasik

36

1. Statistik Deskriptif

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 Ghozali, 2006:19.

2. Uji Asumsi Klasik

Untuk melakukan uji asumsi klasik atas data sekunder ini, maka peneliti melakukan uji multikoloniearitas, uji autokorelasi, uji heteroskedastisitas dan uji normalitas. a. Uji Multikoloniearitas Uji multikolonieritas bertujuan untuk menguji apakah pada model regresi ditemukan adanya korelasi antar variabel bebas independen. Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel independen Ghozali, 2006:95. Untuk mendeteksi ada atau tidaknya multikolonieritas di dalam model regresi dapat dilihat dari nilai tolerance dan VIF Variance Inflation Factor. Kedua ukuran ini menunjukkan setiap variabel independen manakah yang dijelaskan oleh variabel independen lainnya. Jika nilai tolerance ≤ 0.10 atau sama dengan VIF ≥ 10, nilai tersebut menunjukkan adanya multikolonieritas Ghozali, 2006:95-96. b. Uji Autokorelasi Uji autokorelasi bertujuan menguji apakah dalam model regresi ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan 37 pengganggu pada periode t-1 sebelumnya. Autokorelasi muncul karena observasi yang berurutan sepanjang waktu berkaitan satu sama lainnya. Model regresi yang baik adalah regresi yang bebas dari autokorelasi Ghozali, 2006:99. Untuk mendeteksi ada tidaknya autokorelasi dapat menggunakan uji Durbin Watson DW test, dimana hasil pengujian ditentukan berdasarkan nilai Durbin-Watson DW. Dasar pengambilan keputusan ada tidaknya autokorelasi dengan menggunakan Durbin-Watson. c. Uji Heteroskedastisitas Uji heteroskedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan varians dari residual satu pengamatan ke pengamatan yang lain. Jika varians dari residual satu pengamatan ke pengamatan yang lain tetap, maka disebut homoskedastisitas dan jika berbeda disebut heteroskedastisitas. Model regresi yang baik adalah homoskedastisitas Ghozali, 2006:125. Untuk mendeteksi ada atau tidaknya heterokedastisitas dapat dilihat dengan ada tidaknya pola tertentu pada grafik scatterplot. Jika ada pola tertentu maka mengindikasikan terjadi heteroskedastisitas. Tetapi jika tidak ada pola yang jelas serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisita s Ghozali, 2006:125-127. 38 d. Uji Normalitas Uji normalitas bertujuan untuk mengukur apakah di dalam model regresi variabel pengganggu atau residual mempunyai distribusi normal. Uji t dan F mengasumsikan bahwa nilai residual mengikuti distribusi normal Ghozali, 2006:147. Untuk mendeteksi uji normalitas yaitu dengan analisis grafik. Analisis grafik dilakukan dengan melihat grafik histogram yang membandingkan antara data observasi dengan distribusi yang mendekati distribusi normal. Metode yang lebih handal adalah dengan melihat Normal Probability Plot P-P Plot yang membandingkan distribusi kumulatif dari distribusi normal. Jika distribusi data residual normal, maka garis yang menggambarkan data sesungguhnya akan mengikuti garis diagonalnya Ghozali, 2006:147.

3. Uji Hipotesis