5
3. Metode Analisis Data
Teknik  analisis  yang  digunakan  dalam  penelitian  ini  meliputi  statistik deskriptif, uji asumsi klasik dan uji hipotesis.
a Statistik Deskriptif
Statistik deskriptif digunakan untuk menggambarkan dan mendeskripsikan variabel-variabel  dalam  penelitian.    Statistik  deskriptif    dalam  penelitian  pada
dasarnya  merupakan  proses  transformasi  data  penelitian  dalam  bentuk  tabulasi sehingga mudah dipahami dan diinterpretasikan. Tabulasi menyajikan  ringkasan,
pengaturan  atau  penyusunan  data  dalam  bentuk  tabel  atau  grafik.  Statistik deskriptif    umumnya  digunakan  oleh  peneliti  untuk  membrikan  informasi
mengenai  karakteristik  variabel  penelitian.  Statistik  deskriptif    memberikan gambaran atau deskriptif suatu data yang dapat dilihat  dari nilai rata-rata mean,
standar deviasi, varian, dan maksimum, minimum  Ghozali 2011. Mean  digunakan  untuk  memperkirakan  besar  rata-rata  populasi  yang
diperkirakan  dari  sampel.  Maksimum –minimum  digunakan  untuk  melihat  nilai
minimum  dan  maksimum  dari  populasi.  Hal  ini  peril  dilakukan  untuk  melihat gambaran  keseluruhan  dari  sampel  yang  berhasil  dikumpulkan  dan  memenuhi
syarat yang dijadikan sampel penelitian yang utama.
b Uji Asumsi Klasik
6 Uji asumsi klasik dilakukan sebelum melakukan pengujian hipotesis, karena
pengujian  ini  bertujuan  untuk  mengetahui,  menguji  serta  memastikan  kelayakan model  regresi  yang  digunakan  dalam  penelitian  ini,  dimana  variabel  tersebut
terdistribusi  secara  normal,  bebas  dari  multikolonieritas,  heteroskedastisitas  dan aotokorelasi.  Dalam  penelitian  ini,  uji  asumsi  klasik  yang  digunakan  adalah  uji
normalitas, uji multikolonieritas, uji heteroskedastisitas dan uji antokorelasi.
1 Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu  atau  residual  memiliki  distribusi  normal  Ghozali,  2011.  Model
regresi  yang baik adalah memiliki data berdistribusi normal. Ada dua cara untuk mendeksi  apakah  residual  berdistribusi  normal  atau  tidak,  yaitu  dengan  analisis
grafik  dan  uji  statistik  uji  Kolmogorov  Smirnov.  Dalam  uji  statistik  uji Kolmogorov  Smirnov  Z  1-Sample  K-S  dasar  pengambilan  keputusan  untuk
pengujian ini adalah sebagai berikut: 1.
Apabila nilai Asymp. Sig. 2-tailed kurang dari 0,05, maka Ho ditolak. Hal ini berarti data residual terdistribusi tidak normal.
2. Apabila nilai Asymp. Sig. 2-tailed lebih besar dari 0,05, maka Ho diterima.
Hal ini berarti data residual terdistribusi normal. 2
Uji Multikolonieritas Uji  multikolonieritas  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.  Menurut
Ghozali  2011  dalam  Ardilla  2012,  untuk  mendeksi  ada  atau  tidaknya
7 multikolonieritas  di  dalam  model  regresi    biasanya  dililhat  dari  Tolerance  dan
Variance  Inflation  Factor  VIF,  dengan  dasar  pengambilan  keputusan  sebagai berikut :
a. Jika  nilai  tolerance  lebih  besar  dari    0,1  dan  nilai  VIF  lebih  kecil  dari  10,
maka  tidak  terjadi  masalah  multikolonieritas,  artinya  model  regresi  tersebut baik.
b. Jika  nilai  tolerance  lebih  kecil  dari  0,1  dan  nilai  VIF  lebih  besar  dari  10,
maka  terjadi  masalah  multikolonieritas,  artinya  model  regresi  tersebut  tidak baik.
3 Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi tidak terjadi kesamaan varian dari residual satu pengamatan ke pengamatan yang
lain.  Model  regresi  yang  baik  adalah  yang  homoskedastisitas  atau  tidak  terjadi heteroskedastisitas.  Untuk  mendeteksi  ada  tidaknya  heteroskedastisitas  maka
digunakan  uji  metode  Glejser.  Jika  nilai  sig    alpha  0,05  maka  regresi  tidak mengalami heteroskedastisitas, dengan kata lain mengalami homokedastisitas.
4 Uji Autokorelasi
Uji autokorelasi bertujuan untuk menguji apakah dalam suatu model regresi linier  ada  korelasi  antara  korelasi  antara  kesalahan  pengganggu  pada  periode  t-1
sebelumnya.  Jika  terjadi  korelasi  maka  dinamkan  ada  problem  autokorelasi. Model regresi  yang baik adalah regresi  yang bebas dari autokorelasii.  Salah satu
cara  yang digunakan untuk mendeteksi ada atau  tidaknya autokorelasi  adalah uji Durbin  Watson  DW  Test.  Uji  ini  hanya  digunakan  untuk  autokorelasi  tingkat