3.7.2 Analisis Statistik Inferensial
Statistik Inferensial adalah statistik yang digunakan untuk menganalisis data sampel, dan hasilnya akan digeneralisasikan diinferensikan untuk populasi dimana
sampel diambil. Terdapat dua macam Statistik Inferensial yaitu Satitistik Parametris dan Nonparametris. Statistik Parametris terutama digunakan untuk menganalisis
data interval atau rasio, yang diambil dari populasi yang berdistribusi normal. Sedangkan Statistik Nonparametris terutama digunakan untuk menganalisis data
nominal, dan ordinal dari populasi yang bebas terdistribusi. Statistik inferensial digunakan sebagai kelanjutan atau pengembangan dari proses analisis deskriptif
karena pada metode ini dilakukan berbagai perkiraan estimasi berdasarkan data- data yang dikumpulkan serta melakukan pengujian hipotesis. Metode analisis yang
digunakan adalah model regresi linier dan analisis jalur. Teknik analisis ini dapat digunakan setelah model regresi terbebas dari gejala asumsi klasik.
3.7.2.1 Uji Asumsi Klasik
Uji asumsi klasik digunakan untuk mengetahui apakah hasil analisis regresi yang digunakan untuk menganalisis model dalam penelitian terbebas dari
penyimpangan asumsi klasik atau membarikan hasil yang BLUE Best Linier Unbiased Estimator. Adapun uji asumsi klasik meliputi:
a Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi variabel penggangu atau residual memiliki distribusi normal Ghozali, 2011: 160. Uji
normalitas dilakukan dengan uji statistik, yaitu dengan menguji normalitas residual menggunakan uji statistik non-parametrik Kolmogorov-Simirnov K-S
b Uji Multikolenieritas
Uji multikolenieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas independen. Model regresi yang
baik seharusnya tidak terjadi korelasi di antara variabel bebas Ghozali, 2011: 105. Untuk mendeteksi adanya multikolenieritas dapat dilakukan dengan:
1 Melihat nilai R² yang dihasilkan oleh suatu estimasi model regresi empiris sangat tinggi tetapi secara individual variabel-variabel independen banyak yang
tidak signifikan mempengaruhi variabel independen. 2 Menganalisis matrix korelasi variabel-variabel indepenen. Jika antar veriabel
independen ada korelasi yang cukup tinggi umumnya diatas 0,09 maka hal itu merupakan indikasi terjadi multikolenieritas.
c Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual Ghozali, 2011: 139. Jika variance dari
residual pengamatan ke pengamatan lain tetap, maka disebut homoskedastisitas dan jika berbeda disebut heteroskedastisitas, dimana model regresi yang baik adalah
model yang homoskedastisitas. Deteksi terhadap terjadinya heteroskedastisitas dapat dilihat melalui uji
Glejser. Apabila nilai signifikansi variabel independen dari hasil uji Glejser lebih dari signifikansi α = 0,05 maka dapat disimpulkan model regresi terbebas dari
heteroskedastisitas. Dan sebaliknya apabila signifikansi variabel independen dari hasil uji Glejser
kurang dari α = 0,05 maka dapat disimpulkan model regresi terjadi heteroskedastisitas Ghozali, 2011: 142.
3.7.2.2 Uji Regresi dan Analisis Jalur Path Analysis