commit to user
52 Teknik analisis dan pengujian yang dilakukan dalam penelitian ini adalah:
1. Normalitas Data
Uji normalitas data bertujuan untuk menguji apakah dalam model regresi, variabel terikat dan variabel bebas keduanya mempunyai distribusi normal
atau tidak. Dalam penelitian ini uji normalitas dilakukan dengan model Kolmogorov-Smirnov.
Kriteria yang
digunakan adalah
dengan membandingkan p-value yang diperoleh dengan taraf signifikansi yang telah
ditetapkan, yaitu sebesar 5 0,05. Apabila p-value nilai signifikansi maka data berdistribusi normal.
Jika data tidak berdistribusi normal maka perlu digunakan metode Tranformasi data. Untuk melakukan transformasi data dengan mengetahui
dahulu bentuk grafik histogram yang ada. Beberapa bentuk transformasi data adalah bentuk SQRT atau akar kuadrat, LG 10 atau LN, dan 1x atau inverse.
2. Uji Asumsi Klasik
1 Multikolinearitas Multikolinearitas merupakan suatu keadaan dimana satu atau lebih
variabel bebas terdapat korelasi dengan variabel lainnya atau dengan kata lain suatu variabel bebas merupakan suatu fungsi linier dari variabel bebas lainnya.
Akibat adanya multikolinearitas adalah estimasi akan terafiliasi sehingga menimbulkan bias. Multikolinearitas dapat diukur dengan menggunakan
Variance Inflation Factor VIF. VIF merupakan suatu jumlah yang menunjukkan bahwa suatu variabel bebas dapat dijelaskan oleh variabel
commit to user
53 lainnya dalam persamaan regresi, atau dapat dikatakan VIF menunjukkan
adanya multikolinearitas dalam persamaan regresi. Batas VIF adalah 10, apabila nilai VIF diatas 10 maka terjadi multikolinearitas.
2 Autokorelasi
Autokorelasi adalah kondisi yang berurutan diantara gangguan atau distribusi yang masuk dalam fungsi regresi. Uji yang dilakukan untuk
mendeteksi ada tidaknya autokorelasi adalah uji Durbin-Watson DW-test.. Pengujian ini dilakukan untuk mengetahui ada tidaknya hubungan antar
unsure gangguan pada observasi dengan unsure gangguan pada observasi
lain.
Jika nilai DW-test terletak diantara dU dan 4 – dU maka tidak terjadi
autokorelasi
Jika kurang dari dl maka ada autokorelasi
Jika 4-dl DW4 maka ada autokorelasi
3 Heterokedastisitas Heteroskedastisitas adalah situasi dimana terjadi penyebaran titik data
populasi yang berbeda pada regresi. Uji heteroskedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu
pengamatan ke pengamatan yang lain Ghozali, 2006 Heteroskedastisitas dapat dilihat dari pola pada scatterplot. Penyebaran titik yang acak
mengindikasikan tidak adanya heteroskedastisitas.
commit to user
54 4 Uji Normalitas Residual
Uji Normalitas Residual bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal. Seperti
diketahui bahwa uji t dan uji F mengasumsikan bahwa nilai residual mengikuti distribusi normal. Kalau asumsi ini dilanggar maka uji statistik menjadi tidak
valid. Untuk menguji normalitas residual adalah menggunakan uji statistik non-parametrik Kolmogorov-Smirnov.
Uji K-S dilakukan dengan membuat hipotesis Ho : Data residual berdistribusi normal
Ha : Data residual tidak berdistribusi normal.
3. Uji Hipotesis
Kategori