1. Statistic Deskriptif
Statistik ini digunakan untuk menganalisis data dengan cara menggunakan data yang sudah terkumpul, namun bukan untuk membuat
kesimpulan yang bersifat generalisasi Sugiyono, 2004. Dalam statistic deskriptif ini hanya akan dilihat nilai rata-ratamean, standar deviasi, nilai
minimum, dan nilai maksimum.
2. Pengujian Asumsi Klasik
Pengujian analisis regresi dalam statistic harus bebas dari asumsi- asumsi klasik, seperti normalitas data, heterokedastisitas, autokorelasi, dan
sumsi klasik lainnya agar pengujian tidak bersifat bias dan efisien.
a. Uji Normalitas
Uji ini bertujuan untuk mengetahui apakah distribusi sebuah data mengikuti atau mendekati distribusi normal. Uji
normalitas ditujukan untuk mendapatkan kepastian terpenuhinya syarat normalitas yang akan menjamin dapat
dipertanggungjawabkannya langkah-langkah analisis statistik sehingga kesimpulan yang diambil dapat dipertanggungjawabkan.
Untuk mendeteksi data berdistribusi normal, digunakan uji statistik Kolmogrov-Smirnov K-S, yang dijelaskan oleh
Ghozali2005;115. Bila nilai signifikan 0.05 berarti data tidak normal. Sebaliknya bila nilai signifikan 0.05 berarti distribusi
normal.
Universitas Sumatera Utara
b. Uji Autokolerasi
Uji autokorelasi bertujuan menguji apakah dalam suatu model regresi linear ada korelasi antara kesalahan pengganggu
pada periode t dengan kesalahan pada periode t-1 atau sebelumnya Erlina,2007;106. Jika terjadi korelasi, maka dinamakan ada
problem autokorelasi. Autokorelasi muncul karena ada observasi yang berurutan sepanjang waktu berkaitan satu sama lain. Ada
beberapa cara yang dapat digunakan untuk mendeteksi masalah autokorelasi diantaranya dengan uji Durbin Watson. Pengambilan
keputusan ada tidaknya autokorelasi adalah sebagai berikut: i.
bila nilai Durbin-Watson DW terletak antara batas atas atau upper bound DU dan 4-DU, maka koefisien
autokorelasi sama dengan nol, berarti tidak ada autokorelasi.
ii. bila nilai DW lebih rendah dari pada batas bawah atau
lower bound DL, maka koefisien autokorelasi lebih besar dari nol, berarti ada autokorelasi positif.
iii. bila nilai DW lebih besar dari pada 4-DL, maka koefisien
autokorelasi lebih kecil dari nol, berarti ada autokorelasi negatif.
iv. bila nilai DW terletak antara 4-Du dan 4-DL, maka
hasilnya tidak dapat disimpulkan.
Universitas Sumatera Utara
c. Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji apakah dalam model regresi ditemukan adanya korelasi antara variabel
bebas independen. Model regresi yang baik harusnya tidak terjadi korelasi antara variabel bebas. Untuk menguji ada tidaknya
multikolinearitas di dalam model regresi menurut Ghozali 2005;95 dapat dilihat dari :
i. Nilai tolerance dan lawannya
ii. Variance inflation factor
Kedua ukuran ini menunjukkan setiap variabel independen manakah yang dijelaskan oleh variabel independen lainnya.
Tolerance mengukur variabilitas variabel independen yang terpilih yang tidak dijelaskan oleh variabel independen lainnya. Jadi nilai
Tolerance yang rendah sama dengan nilai VIF yang tinggi karena VIF = 1Tolerance. Nilai cut off yang umum dipakai unutk
menunjukkan adanya multikolineritas adalah Tolerance 0.10 atau sama dengan VIF 10.
d. Uji Heteroskedastisitas
Kategori