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.