52
β =
koefisien
ε
= error
3.5.1 Statistik Deskriptif
Analisis digunakan untuk memberikan gambaran atau deskripsi empiris atas data yang dikumpulkan dalam penelitian. Gambaran yang diberikan dilihat dari
nilai rata-rata mean, standar deviasi, varian, maksimum, minimum, sum, range, kuortis, dan skewness kemencengen distribusi. Metode yang digunakan dalam
penelitian deskriptif ini adalah metode numerik yang berfungsi untuk mengenali pola sejumlah data, merangkum informasi tersebut dalam bentuk yang diinginkan
dalam penelitian Ghozali 2011.
3.5.2 Uji Asumsi Klasik
Sebelum melakukan pengujian hipotesis dengan analisis berganda, maka data yang telah dikumpulkan akan diuji terlebih dahulu untuk memenuhi asumsi
dasar. Pengujian tersebut antara lain.
3.5.2.1 Uji Multikolinearitas
Pengujian multikolinearitas menurut Ghozali 2011, bertujuan untuk menguji ada tidaknya hubungan sempurna antar variabel independen pada model
regresi. Dalam hal ini yang akan diuji bukan ada tidaknya multikolinearitas namun berbahaya atau tidaknya, sebab tidak ada suatu persamaanpun tanpa
multikolenearitas. Uji ini merupakan pengujian untuk melihat adanya keterkaitan hubungan antar variabel independen. Model regresi yang baik harusnya tidak
terjadi korelasi diantara variabel independen. Jika antar variabel independen ada korelasi yang cukup tinggi umumnya diatas 0,90, maka hal ini merupakan
53
indikasi adanya multikolinearitas. Tidak adanya korelasi yang tinggi antar variabel independen tidak berarti bebas dari multikolinearitas. Multikolinearitas dapat
disebabkan karena adanya efek kombinasi dua atau lebih variabel independen. Uji multikolinearitas dapat dilakukan dengan menghitung nilai Variance Inflation
Factor VIF dan tolerance value tiap-tiap variabel independen.
3.5.2.2 Uji Autokorelasi
Menurut Ghozali 2011 uji autokorelasi merupakan suatu alat analisis dalam uji penyimpangan asumsi klasik yang memiliki tujuan untuk menguji
apakah dalam suatu model regresi linier ada korelasi antar anggota sampel yang diurutkan berdasarkan waktu. Penyimpangan masalah ini biasanya terjadi pada
observasi yang menggunakan data time series. Konsekuensi dari adanya autokorelasi dari suatu model regresi adalah varians sampel tidak dapat
menggambarkan varian populasinya, dan model regresi yang dihasilkan tidak dapat digunakan untuk menaksir nilai variabel tidak bisa tertentu. Model regresi
yang baik adalah regresi yang bebas dari autokorelasi. Ada beberapa cara yang dapat digunakan untuk mendektesi ada atau tidaknya autokorelasi, salah satunya
uji Durbin-Watson DW test hanya digunakan untuk autokorelasi tingkat satu first order autocorrelation dan mensyaratkan adanya intercept konstanta dalam
model regresi dan tidak ada variabel lag diantara variabel independen.
3.5.2.3 Uji Heteroskedastisitas
Kategori