Uji Asumsi Klasik Analisis Regresi

2. Analisis Regresi

Analisis regresi adalah suatu analisis yang mengukur pengaruh antara variabel bebas terhadap variabel terikat, yaitu variabel bebas yang disimbolkan dengan “X” dengan variabel terikat yang disimbolkan dengan “Y” Sunyoto, 2007: 9. Jika pengukuran pengaruh ini melibatkan satu variabel bebas X dan satu variabel terikat Y maka dinamakan analisis regresi sederhana. Sedangkan, jika pengukuran pengaruh antara variabel melibatkan lebih dari satu variabel bebas X 1, X 2, X 3, X 4.... X n dan satu variabel terikat Y, dinamakan analisis regresi ganda. Sebelum melakukan analisis regresi tersebut terdapat uji prasyarat yang harus dipenuhi terlebih dahulu yaitu uji asumsi klasik. Uji prasyarat ini bertujuan agar data yang akan dimasukkan dalam analisis regresi telah memenuhi ketentuan dan syarat, yaitu:

a. Uji Asumsi Klasik

Setelah melakukan tahapan-tahapan tersebut data yang telah terkumpul harus diuji untuk dianalisis. Uji asumsi klasik yang harus dipenuhi adalah uji normalitas, uji linearitas, uji multikolinieritas, dan uji heteroskedastisitas. 1 Uji Normalitas Uji normalitas digunakan untuk mengetahui apakah variabel bebas, terikat ataupun keduanya berdistribusi normal, atau mendekati normal atau tidak Umar, 2008: 181. Model regresi dikatakan baik yaitu ketika data variabel penelitian data variabel bebas dan data variabel terikat berdistribusi normal atau mendekati normal. Untuk uji normalitas menggunakan rumus Chi Kuadrat dengan taraf signifikansi 5 dengan rumus sebagai berikut: ∑ Keterangan: : Chi Kuadrat : Frekuensi yang diobservasi : Frekuensi yang diharapkan Sugiyono, 2010: 107 Apabila harga Chi Kuadrat yang diperoleh harga Chi Kuadrat tabel, maka distribusi data dinyatakan normal. Sebaliknya, apabila harga Chi Kuadrat hitung harga Chi Kuadrat tabel maka distribusi data dinyatakan tidak normal. Pengolahan data penelitian ini menggunakan bantuan program komputer SPSS 18, sehingga untuk pengujian normalitas data penelitian menggunakan statistik Kolmogorov-Smirnov terhadap model regresi. Pedoman penilaian untuk uji normalitas yaitu data dikatakan berdistribusi normal jika harga koefisien Asymp.Sg pada output Kolmogorov-Smirnov test lebih besar dari alpha yang sudah ditentukan, sebaliknya jika harga koefisien Asymp.Sg pada output Kolmogorov-Smirnov test lebih kecil dari alpha yang sudah ditentukan maka data tidak berdistribusi normal, dengan nilai alpha 5 Sugiyono, 2010: 159. 2 Uji Linearitas Uji linearitas merupakan suatu prosedur yang digunakan untuk mengetahui ada atau tidaknya hubungan linear antara variabel bebas dengan variabel terikat. Hubungan linear di sini akan terlihat dari adanya perubahan pada variabel X yang kemudian diikuti dengan perubahan pada variabel Y. Adapun rumus yang digunakan adalah sebagai berikut : Keterangan : F : Harga bilangan F untuk garis regresi : Rerata kuadrat garis regresi : Rerata kuadrat residu Hadi, 2004: 13 Pedoman penilaian untuk uji linearitas yaitu nilai Harga kemudian dikonsultasikan dengan harga dengan taraf signifikan 5. Apabila sama dengan atau lebih kecil dari maka regresi dinyatakan linear. Sebaliknya, apabila lebih besar dari maka hubungan antara masing-masing variabel bebas dan variabel terikat tidak linear. 3 Uji Multikolinieritas Uji multikolinieritas bertujuan untuk mengetahui apakah di dalam model regresi ditemukan adanya korelasi yang kuat antar variabel independen. Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel independen. Husein Umar, 2008: 82. Untuk uji multikolinieritas dilakukan dengan melihat nilai Variance Inflation Factor VIF dan Tolerance. Nilai Tolerance itu sendiri merupakan besarnya tingkat kesalahan yang dibenarkan secara statistik α, sedangkan nilai Variance Inflation Factor VIF adalah faktor inflasi penyimpangan baku kuadrat Sunyoto, 2007: 89. Ketentuan pedoman penilaian nilai VIF dan Tolerance yaitu apabila nilai VIF kurang dari 10 dan Tolerance lebih dari 0,1 maka dinyatakan tidak terjadi multikolinieritas. 4 Uji Heteroskedastisitas Uji heteroskedastisitas bertujuan untuk mengetahui apakah dalam sebuah model regresi terjadi ketidaksamaan atau penyimpangan varians dari residual suatu pengamatan ke pengamatan yang lainnya. Jika varians dari residual suatu pengamatan ke pengamatan lain tetap maka disebut homoskedastisitas, sementara itu untuk varians yang berbeda disebut heteroskedastisitas. Model regresi dikatakan baik jika tidak terjadi heteroskedastisitas Sunyoto, 2007: 93. Pengujian ini dilakukan dengan menggunakan uji Glejser. Uji glejser menyatakan untuk meregresi nilai absolut residual terhadap variabel independen Ghozali, 2006: 143. Pedoman untuk mengetahui terjadi heteroskedastisitas atau tidak, yaitu apabila signifikansi 5 0,05 maka terdapat heteroskedastisitas, sebaliknya jika signifikansi 5 0,05 maka tidak terdapat heteroskedastisitas dan penelitian dapat dilanjutkan.

b. Uji Hipotesis