44
3.9 Teknik Analisis
3.9.1 Analisis Statistik Deskriptif
Analisis statistik deskriptif digunakan untuk mengetahui karakteristik sampel yang digunakan dan menggambarkan variabel-variabel dalam penelitian.
Analisis statistik deskriptif meliputi jumlah, sampel, nilai minimum, nilai maksimum, nilai rata-rata mean dan standar deviasi. Penyajian statistik
deskriptif bertujuan agar dapat dilihat profil dari data penelitian tersebut. Dalam penelititan ini variabel yang digunakan adalah opinion shopping, debt default, dan
corporate governance.
3.9.2 Analisis Statistik Inferensial
Analsis statistik inferensial yang digunakan adalah kategori statistik non- parametrik karena menggunakan data dengan skala nominal dan rasio sehingga
asumsi normalitas tidak dapat dipenuhi. Pengujian hipotesis dalam penelitian ini menggunakan analisis multivariate dengan menggunakan regresi logistik logistic
regression, dengan variabel bebasnya merupakan kombinasi antara metrik dan non metrik nominal.
Regresi logistik yaitu regresi yang digunakan sejauh mana probabilitas terjadinya variabel dependen dapat diprediksi dengan variabel independen. Teknik
analisis regresi logistik tidak lagi memerlukan uji normalitas dan uji asumsi klasik pada variabel bebasnya Ghozali, 2006. Selain itu, regresi logistik juga
mengabaikan uji heteroscedary.
Universitas Sumatera Utara
45
a Uji Asumsi Klasik
Sebelum dilakukan pengujian hipotesis, maka perlu dilakukan uji asumsi klasik. Dikarenakan uji yang digunakan adalah regresi logistik, dimana uji ini
mengabaikan uji normalitas dan heterokedasitas, maka uji asumsi klasik yang digunakan adalah uji multikolinearitas dan autokorelasi.
1 Uji Multikolinearitas Tujuan melakukan uji multikolinearitas adalah untuk menguji apakah pada
model regresi terdapat korelasi antarvariabel independen. Model regresi yang baik seharusnya tidak terdapat problem multiolinearitas atau tidak terdapat korelasi
antarvariabel independennya. Untuk melihat ada tidaknya multikolinearitas di dalam model regresi Ghozali : 2006 adalah sebagai berikut:
a nilai tolerance dan lawannya b variance inflation factor VIF
2 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. Jika terjadi korelasi maka
diindikasikan terdapat problem autokorelasi. Model regresi yang baik seharusnya bebas dari masalah autokorelasi. Dalam penelitian ini digunakan run test untuk
menguji ada tidaknya gejalah autokorelasi, bila hasil output SPSS menunjukkan probabilitas signifikansi di bawah 0,05 disimpulkan terdapat gejalah autokorelasi
pada model regresi tersebut.
Universitas Sumatera Utara
46
Kedua ukuran ini menunjukkan setiap variabel independen manakah yang dijelaskan oleh variabel independen lainnya. Tolerance mengukur variabilitas
variabel independen yang terpilih yang tidak dijelaskan oleh variabel independen lainnya. Jadi tolerance yang rendah sama dengan nilai VIF yang tinggi karena
VIF = 1 tolerance. Nilai cutoff yang umum dipakai untuk menunjukkan adanya
multikolinearitas adalah nilai tolerance 0,10 atau sama dengan nilai VIF 10.
Analisis statistik inferensial digunakan untuk pengujian hipotesis yang diajukan.
b Menilai Keseluruhan Model Overall Model Fit
Analisis pertama yang dilakukan adalah menilai overall fit model terhadap data. Hipotesis yang digunakan untuk menilai model fit adalah:
H0 : Model yang dihipotesiskan fit dengan data Ha : Model yang dihipotesiskan tidak fit dengan data
Dari hipotesis ini supa ya model fit dengan data, maka H0 harus diterima atau Ha harus ditolak. Statistik yang digunakan berdasarkan pada fungsi
Likelihood. Likelihood L dari model adalah probabilitas bahwa model yang dihipotesiskan menggambarkan data input. Untuk menguji hipotesis nol dan
hipotesis alternatif, L ditransformasikan menjadi - 2LogL. Dengan alpha α 5,
cara menilai model fit ini adalah sebagai berikut: 1. .Jika nilai -2LogL 0,05 maka H0 ditolak dan Ha diterima, yang berarti bahwa
model fit dengan data. 2. Jika nilai -2LogL 0,05 maka H0 diterima dan Ha ditolak, yang berarti bahwa
model tidak fit dengan data.
Universitas Sumatera Utara
47
c Menilai kaelayakan Model Regresi
Kelayakan model regresi dinilai dngan menggunakan Hosmer and Lemesho’s Goodness of Fit Test. Adapun hipotesis utnuk menilai kelayakan
model ini adalah: H0 : Tidak ada perbedaan antara model dengan data
H1 : Ada perbedaan antara model dengan data Jika nilai statistik Hosmer and Lemeshow Goodness of Fit lebih besar
daripada 0,05 maka H tidak dapat ditolak dan ini berarti model mampu
memprediksi nilai observasinya atau dapat dikatakan model diterima karena sesuai dengan data observasinya Ghozali, 2006 .
d Koefisien Determinasi
Keofisien determinasi digunakan utnuk mengetahui seberapa besar variabilitas variabel-variabel independen mampu memperjelas variabilitas
variabel dependen. Nilai koefisien determinasi merupakan modifikasi dari koefisien Nagel Karke untuk memastikan bahwa nilainya bervariasi dari 0 sampai
1. Hal ini dilakukan dengan cara membagi nilai Nagel Karke R
2
e. Pengujian Hipotesis
Kategori