40
D. Metode Analisis Data
1. Analisis Statistik Deskriptif
Statistik deskriptif memberi gambaran atau deskripsi suatu data yang dilihat dari nilai rata-rata mean, minimum, maksimum dan standar
deviasi Ghozali, 2013.
2. Uji Asumsi Klasik
Uji asumsi klasik bertujuan untuk memastikan bahwa sampel yang diteliti terdistribusi normal serta terbebas dari gangguan
multikoloniaritas, autokorelasi, dan heteroskesdastisitas. a.
Uji Normalitas Uji normalitas bertujuan untuk menguji apakah dalam model
regresi, variabel pengganggu atau residual memiliki distribusi normal. Seperti diketahui bahwa uji t dan F mengasumsikan bahwa
nilai residual mengikuti distribusi normal. Kalau asumsi ini dilanggar maka uji statistik menjadi tidak valid untuk jumlah sampel kecil.
Ghozali, 2013. Dalam penelitian ini, uji normalitas dilakukan dengan
menggunakan analisis grafik dan uji statistik. Analisis grafik dapat dilakukan dengan melihat grafik histogram dan normal probability
plot Normal P-P Plot. Distribusi normal akan membentuk satu garis diagonalnya. Sedangkan, uji statistik yang digunakan adalah uji
41
statistik non-parametrik Kolmogorov-Smirnov K-S. Jika uji Kolmogorov-Smirnov menunjukkan hasil yang signifikan berarti data
residual terdistribusi tidak normal Ghozali, 2013. b.
Uji Multikoloniaritas Uji multikoloniaritas bertujuan untuk menguji apakah dalam
model regresi ditemukan adanya korelasi antar variabel bebas independen. Jika ada korelasi yang tinggi di antara variabel-variabel
bebasnya, maka hubungan antara variabel bebas terhadap variabel terikatnya menjadi terganggu. Model regresi yang baik seharusnya
tidak terjadi korelasi di antara variabel independen. Ghozali 2013 menjelaskan
cara untuk
mendeteksi ada
atau tidaknya
multikolinieritas di dalam model regresi, yaitu: 1
Menganalisis matrik korelasi variabel-variabel independen. Jika antar variabel ada korelasi yang cukup tinggi umumnya di atas
0,90, maka hal ini mengindikasikan adanya multikoloniaritas. 2
Multikoloniaritas dapat dilihat dari nilai Tolerance dan lawannya yaitu Variance Inflation Factor VIF. Nilai Tolerance yang
rendah sama dengan nilai VIF tinggi karena VIF = 1Tolerance. Nilai cutoff yang umum dipakai untuk menunjukkan adanya
multikoloniaritas adalah nilai Tolerance ≤ 0,10 atau sama dengan
nilai VIF ≥ 10. Regresi bebas dari masalah multikoloniaritas jika nilai Tolerance 0,10 atau sama dengan niai VIF 10 Ghozali,
2013.
42
c. Uji Heteroskesdastisitas
Uji heteroskesdastisitas 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 yang lain tetap, maka disebut
homoskesdastisitas dan jika berbeda disebut heteroskesdastisitas. Model regresi yang baik adalah yang homoskesdastisitas atau tidak
terjadi heteroskesdastisitas. Deteksi ada atau tidaknya heteroskesdastisitas dapat dilihat
dengan menggunakan uji glejser. Dalam uji glejser pengujian dapat dikatakan terbebas dari masalah heteroskesdastisitas jika nilai sig
0,05. Selain itu pengujian heteroskesdastisitas dapat diketahui dengan melihat ada tidaknya pola tertentu pada grafik scatterplot. Jika ada
pola tertentu maka mengindikasikan telah terjadi heteroskesdastisitas. Tetapi, jika tidak ada pola yang jelas serta titik-titik menyebar di atas
dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskesdastisitas Ghozali, 2013.
d. 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 dinamakan ada problem autokorelasi.
Autokorelasi muncul karena observasi yang berurutan sepanjang
43
waktu berkaitan satu sama lainnya. Masalah ini timbul karena residual kesalahan pengganggu tidak bebas dari satu observasi ke
observasi lainnya. Model regresi yang baik adalah regresi yang bebas dari autokorelasi.
Salah satu cara yang dapat digunakan untuk mendeteksi ada atau tidaknya autokorelasi adalah dengan penggunaan uji Durbin-
Watson DW. Jika d lebih kecil dibandingkan dengan dL atau lebih besar dari dU 4-dL, maka dapat dikatakan H
ditolak karena terdapat autokorelasi. Namun, jika nilai DW berada di antara dL dan
dU berarti tidak terjadi autokorelasi Ghozali, 2013.
3. Koefisien Determinasi R
Kategori