Statistik Deskriptif Uji Dasar Asumsi Klasik

35

D. Metode Analisis Data

1. Statistik Deskriptif

Penggunaan statistik deskriptif variabel penelitian dimaksudkan agar dapat memberikan penjelasan yang memudahkan dalam menginterpretasikan hasil analisis data dan pembahasannya. Statistik deskriptif berhubungan dengan pengumpulan dan peringkasan data serta penyajiannya yang biasanya disajikan dalam bentuk tabulasi baik secara grafik dan atau numerik. Statistik deskriptif memberikan gambaran suatu data yang dilihat dari nilai rata-rata mean, standar deviasi, nilai maksimum dan minimum Ghozali, 2011: 19.

2. Uji Dasar Asumsi Klasik

Pengujian asumsi klasik ini bertujuan untuk mengetahui dan menguji kelayakan atas model regresi yang digunakan dalam penelitian ini.

a. Uji Normalitas Data

Uji normalitas data bertujuan untuk menguji apakah dalam model regresi, baik variabel independen maupun dependen, telah terdistribusi secara normal. Model regresi yang baik adalah model regresi yang memiliki distribusi data normal atau mendekati normal. Untuk mengetahui normal atau tidaknya distribusi data dapat dideteksi dengan melihat analisis statistik dan grafik Normality Probability Plot P-Plot. 36 Analisis statistik merupakan alat statistik yang sering digunakan untuk menguji normalitas residual yaitu uji statistik non-parametik Kolmogorov-Smirnov. Dalam mengambil keputusan dilihat dari hasil uji K-S, jika nilai probabilitas signifikansinya lebih besar dari 0,05 maka data terdistribusi secara normal. Sebaliknya, jika nilai probabilitas signifikansinya lebih kecil dari 0,05 maka data tersebut tidak terdistribusi secara normal. Grafik Normality Probability Plot P-Plot, dilihat dari penyebaran data, jika data titik menyebar di sekitar garis diagonal serta mengikuti arah garis diagonal atau garis histogramnya, maka menunjukkan pola distribusi yang normal dan model regresi telah memenuhi asumsi normalitas Ghozali, 2011: 161.

b. Uji Multikolonieritas

Uji multikolonieritas bertujuan untuk menguji apakah dalam model regresi ditemukan adanya korelasi antar variabel bebas independen. Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel independen Ghozali, 2011:105. Untuk mendeteksi ada atau tidaknya multikolonieritas di dalam model regresi dapat dilihat dari besaran nilai Tolerance dan VIF- nya Variance Inflation Factor. Regresi bebas dari masalah multikolonieritas jika nilai Tolerance 0,10 atau sama dengan nilai VIF 10 Ghozali, 2011: 106. 37

c. Uji Autokorelasi

Uji Autokorelasi bertujuan menguji apakah dalam model regresi linear ada korelasi antara kesalahan penggangu pada periode t dengan kesalahan pengganggu pada periode t-1 sebelumnya. Jika terjadi korelasi, maka dinamakan ada problem autokorelasi. Autokorelasi muncul karena observasi yang berurutan sepanjang waktu berkaitan satu sama lainnya. Masalah ini timbul karena residual kesalahan penggangu tidak bebas dari satu observasi ke observasi lainnya Ghozali, 2011:110. Cara yang digunakan untuk mendeteksi ada atau tidaknya autokorelasi dengan menggunakan Runs Test. Runs Test sebagai bagian dari statistik non-parametrik digunakan untuk menguji apakah antar residual terdapat korelasi yang tinggi. Jika antar residual tidak terdapat hubungan korelasi maka dikatakan bahwa residual adalah acak atau random. Runs Test digunakan untuk melihat apakah data residual terjadi secara random atau tidak sistematis. Pengambilan keputusan pada uji Runs Test adalah sebagai berikut: 1 Jika hasil uji Runs Test menunjukkan nilai probabilitas signifikan pada 0,05 maka hipotesis nol ditolak sehingga dapat disimpulkan bahwa residual tidak random atau terjadi autokorelasi antar nilai residual. 38 2 Jika hasil uji Runs Test menunjukkan nilai probabilitas tidak signifikan pada 0,05 maka hipotesis nol diterima sehingga dapat disimpulkan bahwa residual random atau tidak terjadi autokorelasi antar nilai residual. Ghozali, 2011: 120

d. Uji Heteroskedastisitas

Uji heterokedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang lain Ghozali, 2011:139. Jika variance dari residual satu pengamatan ke pengamatan lain tetap, maka disebut homokedastisitas dan jika berbeda disebut heterokedastisitas. Model regresi yang baik adalah model regresi yang homokedastisitas. Deteksi ada tidaknya heterokedastisitas dapat dilakukan dengan melihat ada tidaknya pola tertentu pada grafik Scatterplot antara nilai prediksi variabel terikat ZPRED dengan residualnya SRESID dimana sumbu Y adalah yang telah diprediksi sedangkan sumbu X adalah residual. Jika ada pola tertentu maka mengindikasikan telah terjadi heterokedastisitas, namun jika tidak ada pola yang jelas serta titik-titik menyebar diatas angka nol dan dibawah angka nol pada sumbu Y, maka tidak terjadi heterokedastisitas pada data tersebut Ghozali, 2011: 125. 39

3. Uji Hipotesis