3.7.1. Statistik Deskriptif
Metode analisis deskriptif merupakan metode analisis data yang dilakukan untuk mengetahui dan menjelaskan variabel yang diteliti berupa angka-angka
sebagai dasar untuk pengambilan keputusan. Angka-angka yang dimaksud dalam pengukuran statistik deskriptif ini meliputi jumlah sampel, nilai minimum, nilai
maksimum, mean, dan standar deviasi. Minimum digunakan untuk mengetahui jumlah terkecil yang bersangkutan bervariasi dari rata-rata. Maksimum digunakan
untuk mengetahui jumlah terbesar data yang bersangkutan. Standar deviasi digunakan untuk mengetahui seberapa besar data bersangkutan bervariasi dari
rata-rata.
3.7.2. Uji Asumsi Klasik
Uji asumsi klasik merupakan persyaratan statistik yang harus dipenuhi oleh analisis linear berganda. Pengujian ini juga dimaksudkan untuk memastikan
bahwa data yang dihasilkan berdistribusi normal dan di dalam model regresi yang digunakan tidak terdapat multikolinearitas. Uji asumsi klasik terdiri dari uji
normalitas, uji multikolinearitas, uji heterokedastisitas dan uji autokorelasi.
3.7.2.1. Uji Normalitas
Uji Normalitas digunakan dalam tahap awal dalam metode pemilihan analisis data. Uji Normalitas bertujuan untuk menguji apakah
dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal Ghozali, 2006. Seperti diketahui bahwa uji t dan F
mengasumsikan bahwa nilai residual mengikuti distribusi normal. Data
Universitas Sumatera Utara
yang baik adalah data yang berdistribusi normal, yaitu distribusi data tersebut tidak menceng ke kiri atau menceng ke kanan. Uji normalitas
dilakukan dengan tiga pendekatan yaitu pendekatan histogram, pendekatan grafik, dan pendekatan Kolmogorov-Smirnov.
Untuk menguji normalitas data dengan pendekatan histogram dapat dilihat dengan kurva normal, yaitu kurva yang memiliki ciri-ciri
khusus, salah satu diantaranya adalah bahwa: mean, mode, dan median pada tempat yang sama. Data yang normal akan terlihat pada grafik
histogram yang berbentuk lonceng Situmorang dan Lufti, 2012. Pendekatan grafik yaitu dengan melihat scatter plot terlihat titik mengikuti
data disepanjang garis diagonal yang berarti data tersebut berdistribusi normal. Pendekatan Kolmogorov-Smirnov dilakukan untuk menilai
apakah data yang disepanjang garis diagonal berdistribusi normal. Jika nilai signifikansi 0,05 maka data berdistribusi normal.
3.7.2.2. Uji Multikolinearitas
Dilakukan untuk mengetahui apakah pada model regresi ditemukan adanya korelasi antar variabel bebas. Pada model yang baik
tidak terjadi korelasi antara variabel bebas. Uji asumsi klasik seperti multikolinearitas dapat dilaksanakan dengan jalan meregresikan model
analisis dan melakukan uji korelasi antar variabel independen dengan menggunakan Variance Inflating Factor VIF. Ketentuan suatu model
regresi tidak terdapat gejala multikolinearitas adalah jika nilai Variance Inflation Factor VIF 10 dan Tolerance 0,1.
Universitas Sumatera Utara
3.7.2.3. Uji Heteroskedastisitas
Heteroskedastisitas adalah varian residual yang tidak konstan pada regresi sehingga hasil prediksi menjadi meragukan. Pengujian gejala
heteroskedastisitas bertujuan untuk melihat apakah dalam model regresi terjadi ketidaksamaan variabel dari residual suatu pengamatan ke
pengamatan yang lain. Jika varian dari residual satu pengamatan ke pengamatan yang lain tetap, maka disebut homoskedastisitas. Tetapi, jika
berbeda disebut heteroskedastisitas. Cara mendeteksi ada tidaknya gejala heteroskedastisitas adalah dengan melihat ada tidaknya pola tertentu pada
grafik scatterplot di sekitar nilai X dan Y. Jika ada pola tertentu, maka telah terjadi gejala heteroskedastisitas Ghozali, 2013.
3.7.2.4. Uji Autokorelasi
Kategori