60
Indonesia yaitu www.idx.co.id dan juga situs resmi Kementrian Lingkungan Hidup yaitu www.menlh.go.id.
D. Metode Analisis Data
Metode analisis data dalam penelitian ini menggunakan pendekatan keilmuan statistika yaitu analisis regresi linear berganda. Penelitian ini melakukan
serangkaian tahap untuk menghitung dan mengolah data-data, agar dapat mendukung hipotesis yang telah diajukan. Metode analisis data yang digunakan
dalam penelitian ini, adalah sebagai berikut:
1. Uji Statistik Deskriptif
Analisis statistik deskriptif digunakan untuk memberikan deskripsi atas variabel-variabel penelitian secara statistik. Statistik deskriptif dapat dilihat
dari nilai rata-rata mean, median, modus, standar deviasi, nilai maksimum, dan nilai minimum Ghozali, 2013
2. Uji Asumsi Klasik
Sebelum dilakukan pengujian regresi berganda, perlu dilakukan suatu pengujian asumsi klasik agar model regresi menjadi suatu model yang lebih
representatif. Uji asumsi klasik yang digunakan pada penelitian ini adalah uji normalitasdata, uji multikoloniearitas, uji heteroskedastisitas, dan uji
autokorelasi yang digunakan karena data yang digunakan dalam penelitian ini lebih dari satu tahun.
a. Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal.
61
Model regresi yang baik adalah mempunyai distribusi normal atau mendekati normal. Ada dua cara untuk mendeteksi apakah residual
berdistribusi normal atau tidak yaitu dengan analisis grafik dan uji statistik. Uji normalitas dilakukan dengan analisa grafik, dengan dasar
pengambilan keputusan adalah sebagai berikut: 1
Jika data menyebar di sekitar garis diagonal dan mengikuti arah garis diagonalnya, maka model regresi memenuhi asumsi normalitas.
2 Jika data menyebar jauh dari garis diagonal danatau tidak mengikuti
arah garis diagonal, maka model regresi tidak memenuhi asumsi normalitas.
Uji statistik yang dapat digunakan untuk menguji normalitas residual adalah uji statistik non-parametrik Kolmogorov-Smirnov K-S
Uji K-S dilakukan dengan membuat hipotesis: H0
: Data residual berdistribusi normal HA : Data residual tidak berdistribusi normal. Ghozali, 2013.
b. Uji Multikoliniearitas
Uji multikoliniearitas bertujuan untuk menguji apakah dalam model regresi ditemukan adanya korelasi antar variabel independen. Jika
terjadi korelasi, maka terdapat problem multikoliniearitas. Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel
independennya. Ada tidaknya multikoliniearitas di dalam model regresi adalah dilihat dari besaran VIF Variance Inflation Factor dan tolerance.
Regresi yang terbebas dari problem multikolinearitas apabila nilai VIF
62
10 dan nilai tolerance 0,10, maka data tersebut tidak ada multikolinearitas Ghozali, 2013.
c. Uji Autokorelasi
Uji autokorelasi bertujuan menguji apakah dalam sebuah model regresi linear ada korelasi antara kesalahan penggangu pada periode t
dengan kesalahan pengganggu 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. Masalah ini timbul karena residual kesalahan
pengganggu tidak bebas dari satu observasi ke observasi lainnya. Hal ini sering ditemukan pada data runtut waktu time series
karena “gangguan” pada
seseorang individukelompok
cenderung mempengaruhi
“gangguan” pada individukelompok yang sama pada periode berikutnya. Model regresi yang baik adalah regresi yang bebas dari autokorelasi
Ghozali, 2013. Untuk mendeteksi ada tidaknya autokorelasi perlu digunakan uji
Durbin-Waston, dimana hipotesis yang akan diuji adalah Santoso, 2014:
1 Angka D-W di bawah -2, berarti ada autokorelasi positif. 2 Angka D-W di antara -2 sampai +2, berarti tidak ada autokorelasi.
3 Angka D-W di atas +2, berarti autokorelasi negatif.
63
d. Uji Heteroskedastisitas
Uji heteroskedstisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual atau pengamatan
kepengamatan yang lain dengan menggunakan grafik Scatteplot. Model regresi yang baik adalah tidak terjadi heteroskedastisitas Ghozali,2013.
Dasar pengambilan keputusannya, jika ada pola tertentu seperti titik-titik yang membentuk pola tertentu yang teratur bergelombang,
melebar, kemudian menyempit, maka mengindikasikan bahwa telah terjadi heteroskedastisitas. Jika tidak ada pola yang jelas, serta titik-titik
menyebar diatas dan dibawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas Ghozali, 2013.
3. Analisis Regresi Berganda
Kategori