Metode Pengolahan Data Metode Pengolahan dan Analisis Data

digunakan skala likert dengan lima kategori penilaian, sebagai berikut: Tabel 3.3 Skala likert pertanyaan-pertanyaan tertutup pada kuesioner Pilihan Jawaban Skor Sangat SetujuSering SS SetujuSering S Tidak SetujuJarang TSJ Sangat Tidak SetujuSamngat Jarang Sekali STSSJS 4 3 2 1 Interval = skor maksimal — skor minimal Jumlah Kelas Interval = 4-14 Interval = 0,75 Berdasarkan perhitungan tersebut di atas, maka dapat ditentukan skala distribusi kriteria pendapat responden sebagai berikut Ghozali, 2005 : a. Nilai jawaban 1,00 sd 1,75 = sangat tidak setuju STS b. Nilai jawaban 1,76 sd 2,50 = tidak setuju TS c. Nilai jawaban 2,51sd 3,25 = setuju S d. Nilai jawaban 3,26 sd 4,00= sangat setuju SS c. Pentabelan Tabulating Yaitu menyusun dan menghitung data dari hasil pengkodean untuk kemudian disajikan dengan cara memasukkan angka-angka ke dalam tabel. Data yang ditabulasi kemudian dianalisis.

2. Analisis Data

a. Uji Asumsi Klasik Uji asumsi klasik adalah persyaratan statistik yang harus dipenuhi pada analisis regresi linier berganada. Uji Asumsi Klasik yang akan dilakukan adalah uji multikoleniaritas, uji heteroskedastisitas, dan uji normalitas. 1. Uji multikoleniaritas bertujuan untuk menguji apakah dalam model regresi ditemukan adanya korelasi antar variabel bebas independen. Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel bebas. Jika variabel – variabel independen saling berkorelasi maka veriabel ini tidak ortogonal. Deteksi ada tidaknya multikoleniaritas dalam penelitian ini, dilakukan dengan melihat matriks korelasi variabel-variabel bebas, melihat nilai tolerance dan varian inflation factor VIF. Jika nilai tolerance ≤ 0,10 dan nilai VIF ≥ 10 maka dapat dikatakan terbebas dari multikoleniaritas. 2. Uji normalitas bertujuan untuk menguji apakah variabel terikat dan variabel bebas dalam model regresi mempunyai distribusi normal atau tidak. Model regresi yang baik adalah yang memiliki distribusi normal atau mendekati normal. Uji normalitas dengan grafik dapat menyesatkan karena secara visual dapat kelihatan tidak normal padahal secara statistik bisa sebaliknya. Adapun uji normalitas statistik yang digunakan dalam penelitian ini adalah uji Kolmogorof-smirnov KS test, yaitu dengan melihat angka profitabilitas signifikan, dimana data dapat disimpulkan berdistribusi normal jika angka signifikansinya lebih besar dari 0,05. 3. Uji heteroskedastisitas dalam model regresi bertujuan untuk mengetahui apakah terjadi ketidaksamaan variance residual dari satu pengamatan ke pengamatan lain. Jika veriance dari residual satu pengamatan ke pengamatan lain tetap, maka disebut homoskedastisitas dan jika berbeda disebut heteroskesdasitisitas. Model regresi yang baik adalah tidak terjadi heteroskedastisitas. Deteksi ada tidaknya heteroskedastisitas dapat dilakukan dengan melihat adanya pola tertentu pada grafik plot scatterplot antara nilai prediksi variabel terikat ZPRED dengan residualnya SRESID. Dengan dasar analisis, Jika ada pola tertentu seperti titik-titik yang ada membentuk pola tertentu yang teratur bergelombang, melebar kemudian menyempit, maka mengindikasikan telah terjadi heteroskedastisitas.