35 dependence method yang digunakan untuk menjelaskan atau memprediksi
variabel terikat berdasarkan dua atau lebih variabel bebas.
3.7.1 Statistik Deskriptif
Analisis deskriptif merupakan analisis yang paling mendasar untuk menggambarkan keadaan data secara umum. Statistik deskriptif memberikan
gambaran nilai paling kecil minimum, nilai paling besar maximum, nilai rata-rata mean dan standar deviasi standard deviation dari suatu data.
3.7.2 Pengujian Asumsi Klasik
Pengujian dengan analisis multivariat memerlukan pengujian atas data yang akan digunakan untuk menghindari atau mengurangi bias atas hasil
penelitian yang diperoleh. Pengujian asumsi atas analisis multivariat disebut dengan pengujian asumsi klasik yang terdiri atas :
3.7.2.1 Uji Normalitas
Uji normalitas dilakukan untuk mengetahui apakah variabel dependen, variabel independen atau keduanya berdistribusi normal,
mendekati normal atau tidak Umar, 2008 : 181. Pengujian ini diperlukan karena untuk melakukan uji t dan uji F mengasumsikan
bahwa nilai residual mengikuti distribusi normal. Jika asumsi ini tidak dipenuhi, maka uji statistik menjadi tidak valid untuk jumlah sampel
kecil. Uji normalitas dapat dilakukan dengan pendekatan histogram, pendekatan grafik dan uji Kolmogorv-Smirnov. Model regresi yang
baik adalah regresi yang berdistribusi normal atau mendekati normal. Dalam pendekatan histogram, variabel berdistribusi normal jika grafik
Universitas Sumatera Utara
36 histogram memperlihatkan distribusi data tidak menceng ke kiri atau
menceng ke kanan. Dalam pendekatan grafik, variabel berdistribusi normal jika scatterplot menunjukkan titik-titik yang mengikuti data
berada di sepanjang garis diagonal. Dalam uji Kolmogorv-Smirnov, variabel berdistribusi normal jika tabel menunjukkan nilai Asymp.
Sig di atas nilai signifikan 0.05.
3.7.2.2 Uji Heteroskedastisitas
Uji heteroskedastisitas dilakukan untuk mengetahui apakah dalam sebuah model regresi terjadi ketidaksamaan varians dari residual
suatu pengamatan ke pengamatan lainnya Umar, 2008 : 179. Umumnya heteroskedastisitas sering terjadi pada model yang
menggunakan data cross section silang waktu daripada data time series
runtut waktu. Akan tetapi, hal ini bukan berarti bahwa model yang menggunakan data runtut waktu bebas dari heteroskedastisitas.
Model regresi yang baik adalah tidak terjadi heteroskedastisitas pada model regresi atau model regresi dengan varians residual bersifat
homokedastisitas atau bersifat tetap konstan. Uji heteroskedastisitas dapat dilakukan dengan analisis grafik dan uji Park. Dalam analisis
grafik, heteroskedastisitas tidak terjadi jika grafik pada scatterplot menunjukkan titik-titik menyebar secara acak tidak membentuk sebuah
pola tertentu yang jelas dan tersebar baik di atas maupun di bawah angka nol pada sumbu Y. Dalam uji Park, heteroskedastisitas tidak
Universitas Sumatera Utara
37 terjadi jika tabel menunjukkan semua variabel independen tidak
signifikan sig 0.05.
3.7.2.3 Uji Multikolinieritas
