E. Metode Analisis Data
1. Analisis Statistik Deskriptif Analisis statistik deskriptif memberikan gambaran atau deskripsi suatu
data yang dilihat dari nilai rata-rata mean, standar deviasi, maksimum dan minimum Ghozali 2011: 19.
2. Uji Asumsi Klasik a. Uji Normalitas
Uji normalitas menurut Ghozali 2011: 160 bertujuan untuk menguji apakah data berdistribusi normal atau tidak. Jika uji tidak terpenuhi,
maka uji statistik menjadi tidak valid untuk jumlah sampel kecil. Uji normalitas dapat diuji dengan menggunakan uji Kolmogorov-Smirnov
K-S dengan membuat hipotesis : H
: Data residual berdistribusi normal Ha : Data residual tidak berdistribusi normal
Pengambilan keputusan : Jika probabilitas
≥ 0,05 maka H diterima
Jika probabilitas 0,05 maka H ditolak
b. Uji Multikolinearitas Uji multikolinearitas bertujuan untuk menguji apakah model regresi
ditemukan adanya korelasi antar variabel bebas independen. Model regresi yang baik seharusnya tidak terjadi korelasi di antara variabel
independen. Untuk mendeteksi ada atau tidaknya multikolinearitas di
dalam model regresi dapat dilihat dari 1 nilai tolerance dan lawannya 2 Variance Inflation Factor VIF. Nilai cutoff yang umum dipakai
untuk menunjukan adanya multikolinearitas adalah nilai tolerance ≤
0, 10 atau sama dengan nilai VIF ≥ 10 Ghozali 2011: 105.
c. Uji Autokorelasi Uji autokorelasi bertujuan menguji apakah dalam model regresi linear
ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode t-1 sebelumnya. Pendeteksian
autokorelasi menggunakan Uji Durbin-Watson D-W test menurut Pasaribu 2008: 104 dapat dilihat pada angka D-W Durbin-Watson
dengan kriteria : Angka D-W di bawah -2 berarti ada autokorelasi positif.
Angka D-W di antara -2 sampai +2, berarti tidak ada autokorelasi. Angka D-W di atas +2 berarti ada autokorelasi negatif.
d. Uji Heteroskedastisitas Uji heteroskedastisitas bertujuan 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 Heteroskedastisitas. Model regresi yang baik adalah
yang homoskedastisitas atau tidak terjadi heteroskedastisitas. Untuk mendeteksi ada atau tidaknya heteroskedastisitas dengan melihat
Grafik Plot antara nilai prediksi variabel terkait dependen yaitu
Kategori