56
2. Data Sekunder Data sekunder adalah data yang dikumpulkan secara tidak
langsung dari sumbernya. Data sekunder biasanya telah dikumpulkan oleh lembaga pengumpul data dan dipublikasikan kepada masyarakat
pengguna data Sugiyono, 2010:146. Data penelitian ini adalah data sekunder yang diperoleh dari:
Studi kepustakaan. Tekhnik pengumpulan data dilakukan dengan cara peneliti mendalami, menelaah, mencermati, dan mengidentifikasi
pengetahuan yang ada dalam kepustakaan sumber bacaan, buku-buku referensi atau hasil penelitian lain untuk menunjang penelitian.
D. Metode Analisis Data
Metode analisis data dalam penelitian ini menggunakan empat metode, yaitu uji kualitas data, uji asumsi klasik, analisis regresi linier
berganda dan uji hipotesis.
1. Uji Kualitas Data
Untuk melakukan uji kualitas data atas data primer ini, maka peneliti menggunakan uji validitas dan reliabilitas.
a. Uji Validitas Uji validitas bertujuan untuk mengukur sah atau valid tidaknya
suatu kuesioner. Suatu kuesioner dikatakan valid jika pertanyaan pada kuesioner mampu mengungkapkan sesuatu yang akan diukur
oleh kuesioner tersebut. Hasil uji validitas dikatakan valid apabila nilai probabilitasnya lebih kecil dari 0,05 sedangkan nilai
57
probabilitas lebih besar dari 0,05 menunjukkan bahwa item pernyataan tersebut tidak valid Ghozali, 2013:52.
b. Uji Reliabilitas Uji reliabilitas bertujuan untuk mengukur suatu kuesioner yang
merupakan indikator dari variabel. Suatu kuesioner dikatakan reliable atau handal jika jawaban seseorang terhadap pernyataan
adalah konsisten atau stabil dari waktu ke waktu. SPSS dapat mengukur reliabilitas dengan uji statistik Cronbach Alpha, suatu
konstruk atau variabel dikatakan reliabel jika memberi nilai Cronbach Alpha 0,70 Ghozali, 2013:48.
2. Uji Asumsi Klasik
Uji asumsi klasik dalam penelitian ini menggunakan empat uji, yaitu uji normalitas, uji multikolinearitas, uji heteroskedastisitas dan
uji autokorelasi. a. Uji Normalitas
Uji normalitas bertujuan untuk mengetahui apakah variabel dependen, independen atau keduanya berdistribusi normal,
mendekati normal atau tidak. Model regresi yang baik adalah memiliki distribusi normal atau mendekati normal Umar,
2010:77. Dalam penelitian ini, untuk mendeteksinya menggunakan uji normalitas berdasarkan grafik Normal Probability Plot P-Plot
dan uji normalitas berdasarkan kolmogorof-Smirnov Tes.
58
Uji normalitas berdasarkan grafik Normal Probability Plot P- Plot adalah apabila data menyebar disekitar garis diagonal dan
mengikuti arah garis diagonal, maka model regresi memenuhi asumsi normalitas. Dan sebaliknya jika data menyebar jauh dari
garis diagonal dan tidak mengikuti arah garis diagonal, maka model regresi tidak memenuhi asumsi normalitas Yama, 2008:13.
Sedangkan uji normalitas berdasarkan Kolmogorof-Smirnov Tes yaitu uji yang dapat dilihat dari hasil Asymp. Sig. 2-tailed. Uji
normalitas berdasarkan kolmogorof-Smirnov Test yang baik, memiliki hasil Asymp. Sig. 2-tailed harus lebih besar dari 0.05
Umar, 2010:79. b. Uji Multikolinieritas
Uji Multikolinearitas bertujuan untuk menguji apakah model regresi diajukan telah ditemukan korelasi kuat antar variabel
independen Bebas. Jika terjadi korelasi, maka dinamakan terdapat problem multikoliniearitas multiko Umar, 2010:80.
Model regresi yang baik seharusnya tidak terjadi korelasi di antara variabel bebas independen. Uji multikolonieritas dilihat
dari nilai Tolerance dan Variance Inflantion Factor VIF serta besaran korelasi antar variabel independen. Suatu model regresi
dapat dikatakan bebas multiko jika mempunyai angka Tolerance 0,10 dan mempunyai nilai VIF 10 Umar, 2010:81.
59
c. Uji Heteroskedastisitas Uji heteroskedastisitas bertujuan untuk menguji apakah dalam
suatu model regresi terjadi ketidaksamaan varians dari residual satu pengamatan ke pengamatan yang lain. Jika varians dari residual
satu pengamatan ke pengamatan lain tetap, maka disebut Homokedastisitas dan jika berbeda disebut Heteroskedastisitas.
Model regresi yang baik adalah Homoskedastisitas atau tidak terjadi heteroskedastisitas Ghozali, 2013:139. Model regresi yang
tidak terjadi heteroskedastisitas menunjukkan bahwa model regresi tersebut memiliki kesamaan varians atau data bersifat homogen
Umar, 2010:82. Uji heteroskedastisitas dapat dilihat dengan menggunakan
grafik Scatterplot dan uji glejser. Pada uji heteroskedastisitas dengan menggunakan grafik scatterplot, heteroskedastisitas dilihat
pada grafik scatterplot antara nilai prediksi variabel terikat ZPRED dengan residual SRESID. Jika ada pola tertentu, seperti
titik-titik yang
membentuk pola
tertentu yang
teratur bergelombang, melebar dan kemudian menyempit, maka
mengindikasikan telah terjadi heteroskedastisitas Yama, 2008:19. Sedangkan
dasar pengambilan
keputusan pada
uji heteroskedastisitas berdasarkan uji glejser adalah:
Jika signifikansi 0,05 maka tidak terjadi keteroskedastisitas Jika signifikansi 0,05 maka terjadi heteroskedastisitas.
60
d. Uji Autokorelasi Uji autokorelasi bertujuan menguji apakah dalam suatu model
regresi linear ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pada periode t -1 sebelumnya. Jika
terjadi korelasi, maka dinamakan adanya problem autokorelasi Ghozali, 2013:110. Model regresi yang baik adalah regresi yang
bebas dari autokorelasi. Untuk mendeteksi gejala autokorelasi dapat menggunakan uji Durbin-Watson DW. Untuk mendeteksi
gejala autokorelasi dapat diambil patokan sebagai berikut. Singgih Santoso, 2012:242.
1 Angka DW di bawah -2, berarti terdapat autokorelasi positif. 2 Angka DW di antara -2 sampai 2, berarti tidak terdapat
autokorelasi. 3 Angka DW diatas 2, berarti terdapat autokorelasi negatif.
3. Uji Hipotesis