commit to user 35
E. Teknik Analisi Data
Teknik analisis data merupakan suatu cara yang digunakan untuk mengolah data hasil penelitian. Dalam penelitian ini menggunakan teknik analisis
IPA Importance Perfomance Analysis teknik statistik karena data yang diambil peneliti merupakan data kuantitatif. Sedangkan teknik analisis data yang
digunakan adalah teknik analisis regresi linear berganda. Suharsimi Arikunto 2006: 295 menyatakan ”Regresi ganda multiple regression adalah suatu
peluasan dari teknik regresi apabila terdapat lebih dari satu variabel bebas untuk mengadakan pr
ediksi terhadap variabel terikat”. Sehingga regresi ganda merupakan analisis tentang hubungan antara satu dependent variable dengan dua
atau lebih independent variable. Ada pun beberapa persyaratan yang harus diuji kebenarannya sebelum
melakukan analisis data adalah:
1. Uji Persyaratan Analisis
a. Multikolinearitas
Multikolinieritas digunakan untuk menguji suatu model apakah terjadi hubungan yang sempurna atau hampir sempurna antara variabel bebas, sehingga
sulit untuk memisahkan pengaruh antara variabel-variabel itu secara individu terhadap variabel terikat. Pengujian ini untuk mengetahui apakah antar variabel
bebas dalam persamaan regresi tersebut tidak saling berkorelasi. Cara yang dapat dilakukan untuk mendeteksi multikolinieritas digunakan
uji korelasi pearson. Menurut Dwi Priyatno 2008 dilakukan dengan mengamati nilai VIF dan TOLERANCE. Pedoman suatu model regresi yang bebas
multikolinieritas adalah jika Varience Inflation Factor VIF tidak lebih dari 5 dan nilai tolerance di atas angka 0,0001, maka disimpulkan tidak terjadi
multikolenieritas. Atau dapat dikatakan tidak ada hubungan antar variabel bebas.
b. Autokorelasi
Autokorelasi digunakan untuk menguji suatu model apakah antara variabel pengganggu masing-masing variabel bebas saling mempengaruhi. Untuk
mengetahui apakah pada model regresi mengandung autokorelasi dapat digunakan
commit to user 36
pendekatan D-W Durbin Watson. Menurut Singgih Santoso 2001 kreiteria autokorelasi ada 3, yaitu:
a. Angka D-W di bawah -2 berarti diindikasikan ada autokorelasi positif. b. Angka D-W di antara -2 sampai 2 berarti diindikasikan tidak ada
autokorelasi. c. Angka D-W di atas 2 berarti diindikasikan ada autokorelasi negatif.
c. Heteroskedastisitas
Heteroskedastisitas digunakan untuk mengetahui apakah variabel pengganggu dalam persamaan regresi mempunyai varian yang sama atau tidak. Untuk
mengetahui terjadinya heteroskedastisitas yaitu dengan melihat ada tidaknya pola tertentu pada scatterplot yang menunjukkan hubungan antara Regression
Studentised Residual dengan Regression Standardized Predicted Value. Menurut Singgih Santoso 2001:210 menetapkan dasar pengambilan keputusan berkaitan
dengan gambar tersebut adalah: a. Jika ada pola tertentu, seperti titik-titiknya membentuk suatu pola tertentu
yang teratur bergelombang, melebar kemudian menyempit maka diindikasikan terdapat masalah heteroskedastisitas.
b. Jika tidak ada pola yang jelas, serta titik-titiknya menyebar di atas dan di bawah angka 0 pada sumbu Y, maka diindikasikan tidak terdapat masalah
heterokedastisitas.
d. Normalitas
Kategori