40
melalui produk giro, tabungan
dan deposito.
Sumber : Data Olahan Peneliti
3.8 Teknik Analisis Data 3.8.1 Analisis Statistik Deskriptif
Menurut Ghozali 2006 : 19 tujuan statistik deskriptif adalah “untuk
memberikan gambaran atau deskriptif suatu data yang dilihat dari nilai rata- rata mean, standar deviasi, varian, maksimum, minimum, sum, range,
kutosis dan skewness kemencengan distribusi ”.
3.8.2 Uji Asumsi Klasik
Untuk mengetahui apakah model yang digunakan dalam regresi menunjukkan hubungan yang disignifikan dan representatif maka model yang
digunakan tersebut harus memenuhi uji asumsi klasik regresi. Uji asumsi klasik yang dilakukan adalah uji normalitas, multikolinearitas, autokolerasi
dan heteroskedastisitas. 3.8.2.1 Uji Normalitas
Menurut Ghozali 2006 : 110 uji normalitas adalah “uji yang
bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal atau tidak
”. Untuk mendeteksi apakah residual berdistribusi normal atau tidak yaitu
dengan uji statistikmenggunakan uji Kolmogrove Smirnov, dengan kriteria pengujian :
1. Angka signifikan 0,05 maka data berdistribusi normal.
Universitas Sumatera Utara
41
2. Angka signifikan 0,05 maka data berdistribusi tidak normal. 3.8.2.2Uji Multikolinearitas
Menurut Ghozali 2006 : 91 uji multikolinearitas adalah “uji
bertujuan untuk menguji apakah model regresi ditemukan korelasi antar variabel bebas Independen
”. Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel independen. Jika variabel
independen saling berkorelasi, maka variabel - variabel ini tidak orthogonal. Variabel orthogonal adalah variabel independen yang nilai
korelasi antar sesama variabel independen sama dengan nol. Untuk mendeteksi ada atau tidaknya multikolinearitas didalam
model regresi adalah dengan cara melihat nilai Tolerence dan nilai Variance Inflation Factor
VIF. Jika nilai Tolerance lebih dari 0,10 berarti tidak ada korelasi antar variabel independen yang nilainya lebih
dari 95.Jika nilai Variance Inflation Factor VIF lebih besar dari 10 maka terjadi multikolinearitas.
3.8.2.3 Uji Autokolerasi Menurut Ghozali 2006 : 95 uji
autokorelasi adalah “uji yang bertujuan untuk menguji apakah dalam model regresi linier ada korelasi
antara kesalahan penganggu pada periode t dengan kesalahan penganggu 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.Uji ini dilakukan dengan menghitung Durbin Watson DW,
Universitas Sumatera Utara
42
dengan pengambilan keputusan ada tidaknya autokorelasi sebagai berikut :
Tabel 3.4 Pengambilan keputusan Autokorelasi
Hipotesis nol Keputusan
Jika Tidak ada autokorelasi
positif Tolak
0 d dL Tidak ada autokorelasi
positif No Desicion
dL d dU Tidak
ada korelasi
negatif Tolak
4 – dL d 4
Tidak ada
korelasi negatif
No Decision 4
– dU d 4-dL Tidak ada autokorelasi
positif ataupun negatif Tidak ditolak
dU d 4-dU Sumber : Ghozali 2006 : 96
3.8.2.4 Uji Heteroskedastisitas Menurut Ghozali 2006 : 105 uji heteroskedastisitas
adalah “uji yang bertujuan untuk menguji apakah dalam model regresi terjadi
ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang lain”. Jika variance dari residual satu pengamatan ke pengamatan
lain tetap, maka disebut Homoskedastisitas dan jika berbeda disebut Heterokedastisitas. Model yang baik adalah yang homoskedastisitas
atau tidak terjadi heteroskedastisitas. Ada beberapa cara untuk mendeteksi ada atau tidaknya heteroskedastisitas yaitu dengan melihat
grafik plot. Dasar analisis yang digunakan adalah : a. Jika ada pola tertentu, seperti titik - titik yang ada membentuk suatu
pola tertentu yang teratur bergelombang, melebar kemudian menyempit maka telah terjadi heteroskedastisitas.
Universitas Sumatera Utara
43
b. Jika ada pola yang jelas, serta titik - titik yang ada menyebar diatas dan dibawah angka 0 pada sumbu Y, maka tidak terjadi
heteroskedastisitas.
3.8.3 Analisis Regresi Linier Berganda
