F. Metode Analisis Data
Metode analisis data yang digunakan pada penelitian ini adalah metode analisis statistik dengan menggunakan bantuan program SPSS 16 Statistic Product and
Services Solution 16, namun terlebih dahulu dilakukan uji asumsi klasik sebelum melakukan pengujian hipotesis.
1. Pengujian Asumsi Klasik
a. Uji Normalitas
Uji ini digunakan dalam tahap awal dalam metode pemilihan analisis data. Jika data normal digunakan uji parametik dan jika data tidak normal digunakan
non parametik atau treatment agar data normal. Tujuan uji normalitas adalah untuk mengetahui apakah data dalam bentuk distribusi normal atau tidak.
Untuk menguji normalitas data peneliti mengggunakan uji Kolmogorov Smirnov. Apabila probabilitas 0,05, maka distribusi data normal dan dapat
digunakan regresi berganda. Apabila probabilitas 0.05, maka distribusi data dikatakan tidak normal, untuk itu perlu dilakukan transformasi data atau
menambah maupun mengurangi data. b.
Uji Multikolinearitas Uji ini bertujuan untuk menguji apakah model regresi ditemukan adanya
korelasi diantara variabel independen. Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel independen. Deteksi multikolienaritas
pasa suatu model dapat dilihat yaitu jika nilai variance inflation factor VIF tidak lebih dari 10 dan nilai tolerance tidak kurang dari 0,1 maka model dapat
dikatakan terbebas dari multikolienaritas.
c. Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk 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 homokedasitas dan jika berbeda disebut heterokedasitas.
Model regresi yang baik adalah yang homokedasitas atau tidak terjadi heterokedasitas.
Untuk mendeteksi ada tidaknya heterokedasitas, dapat dilihat dari grafik Scatterplot antara nilai prediksi variabel dependen yaitu ZPRED dengan
residualnya SRESID. Jika ada pola tertentu seperti titik-titik yang ada membentuk pola tertentu yang teratur, maka telah terjadi heterokedasitas.
Sebaliknya jika tidak ada pola yang jelas, serta titik-titik yang menyebar maka tidak terjadi heterokedasitas Ghozali,2005.
d. Uji Autokorelasi
Uji ini bertujuan untuk melihat apakah dalam suatu model regresi linear ada korelasi atau kesalahan pengganggu pada periode t dengan kesalahan pada
periode t-1. Autokorelasi muncul karena observasi yang berurutan sepanjang tahun yang berkaitan satu dengan yang lainnya, hal ini sering ditemukan pada
time series. Pada data crossection, masalah autokorelasi relatif tidak terjadi. Pengambilan keputusan ada tidaknya autokorelasi adalah sebagai berikut:
1 Bila nilai Durbin-Watson DW terletak antara batas atas atau Upper
Bound DU dan 4-DU, maka koefisien autokorelasi sama dengan nol berarti tidak ada autokorelasi.
2 Bila nilai DW lebih rendah dari pada batas bawah atau Lower Bound
DL, maka koefisien autokorelasi lebih besar dari pada nol, berarti ada autokorelasi positif.
3 Bila nilai DW lebih besar dari pada 4-DL, maka koefisien
autokorelasi lebih kecil dari pada nol, berarti ada autokorelasi negatif. 4
Bila nilai DW terletak diantara batas atas DU dan batas bawah DL atau DW terletak antara 4-DU dan 4-DL, maka hasilnya tidak dapat
disimpulkan.
2. Pengujian Hipotesis