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 Normlitas dan 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 H0 diterima
Jika probabilitas ≤ 0,05 maka H0 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 Autokolerasi 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
Kategori