Analisis Deskriptif Kuantitatif Uji Asumsi Klasik

49

3.10 Teknik Analisis

Untuk membuktikan hipotesis yang telah dikemukakan maka dalam penelitian ini digunakan :

3.10.1 Analisis Deskriptif Kuantitatif

Merupakan metode yang bertujuan mengubah kumpulan data mentah menjadi bentuk yang mudah dipahami, dalam bentuk informasi yang ringkas, dimana hasil penelitian beserta analisanya diuraikan dalam suatu tulisan ilmiah yang mana dari analisi tersebut akan dibentuk suatu kesimpulan.

3.10.2 Uji Asumsi Klasik

Menurut Situmorang 2014:114, bahwa uji asumsi klasik merupakan persyaratan statistik yang harus dipenuhi pada analisis regresi linier berganda. Syarat asumsi klasik yang harus dipenuhi model regresi linier berganda sebelum data tersebut dianalisis adalah sebagai berikut:

1. Uji Normalitas

Menurut Ghozali 2006:147, uji normalitas bertujuan untuk mengetahui apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal. Ada dua cara untuk mendeteksi apakah residual berdistribusi normal atau tidak yaitu: a. Analisis Grafik Salah satu cara termudah untuk melihat normalitas residual adalah dengan melihat grafik histogram yang membandingkan antara data observasi dengan distribusi yang mendekati ditribusi normal. Metode yang lebih handal adalah dengan melihat normal probality plot yang membandingkan distribusi kumulatif dari ditribusi normal. Distribusi normal akan 50 membentuk satu garis lurus diagonal dan plotnya data residual normal akan dibandingkan dengan garis diagonal. Jika distribusi data residual normal, maka garis yang menggambarkan data sesungguhnya akan mengikuti garis diagonalnya. b. Analisis Statistik Uji statistik yang dapat digunakan untuk menguji normalitas residual adalah uji statistik Non Parametic Kolmogorov Smirnov K-S. Pedoman pengambilan keputusan rentang data tersebut mendekati atau merupakan distribusi normal berdasarkan uji Kolmogorov Smirnov dapat dilihat dari: 1. Nilai sig. Atau signifikam atau probabilitas 0.05, maka distribusi data adalah tidak normal. 2. Nilai sig. Atau signifikan atau probabilitas 0,05, maka distribusi data adalah normal.

2. Uji Multikolonieritas

Menurut Ghozali 2006:95, ujini bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antara variabel bebas. Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel independen. Jika variabel ini saling berkorelasi, maka variabel-variabel ini tidak ortogonal.Variabel ortogonal adalah variabel independen yang nilai korelasi antar sesama variabel independen sama dengan nol.Untuk menguji ada atau tidaknya multikorelasi dapat dilakukan dengan melihat dari nilai Tolerance Variabel dan Variante Inflantion Factor VIF. Nilai cuttof yang umum dipakai untuk menandakan adanya multikolonieritas, yaitu: a Jika nilai Tolerance 0,10, maka ada multikolonieritas 51 b Jika nilai VIF 10 maka ada multikolonieritas

3. Uji Autokorelasi

Menurut Ghozali 2006:99, uji autokorelasi bertujuan untuk melihat apakah dalam suatu model regresi linier korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pada periode t-1 sebelumnya. Model yang baik tidak terjadi autokorelasi, jika terjadi korelasi, maka dinamakan ada problem autokeralsi . Autokorelasi muncul karena observasi yang berurutan sepanjang waktu berkaitan satu sama lainnya. Masalah ini timbul karena residual pengganggu tidak bebas dari suatu observasi ke observasi lainnya.. Beberapa cara untuk menguji menggunakan Uji Durbin-Watson DW test, Uji Langrange Multiplier LM test, Uji Statistics Q Box-Pierce dan Ljung Box, serta Run Test.

4. Uji Heteroskedastisitas

Menurut Ghozali 2006:125, uji ini bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan varian dari residual suatu pengamatan ke pengamatan yang lain. Jika varian dari residual suatu pengamatan ke pengamatan lain tetap, maka disebut homoskedastisitas dan jika berbeda disebut heterokedastisitas.

3.10.3 Analisis Regresi Linier Berganda