3.10. Teknik Analisis
Teknik analisis data yang digunakan adalah analisis regresi linier berganda. Analisis regresi linier digunakan untuk mempelajari dependen
dalam suatu fenomena. Dalam penelitian ini, penulis menggunakan analisis regresi linier berganda dikarenakan variabel independennya lebih dari satu.
analisis data akan dilakukan dengan bantuan program SPSS.
a. Statistik Deskriptif
Statistik deskriptif adalah statistic yang digunakan untuk menjelaskan atau informasi rinkas mengenai sampel atau
populasiSupomo, 1999.Statistik deskriptif memberikan gambaran atau deskripsi suatu data yang dilihat dari nilai rata-rata mean,
median, modus, standar deviasi, maksimum dan minimum.Pengujian ini dilakukan untuk mempermudah memahami variabel-variabel yang
digunakan dalam peneltian.
b. Uji Asumsi Klasik
Uji ini berguna untuk mengetahui apakah model yang digunakan dalam regresi menunjukkan hubungan yang disignifikan dan
representatif, maka model yang digunakan tersebut harus memenuhi uji asumsi klasik regresi. Uji asumsi klasik yang dilakukan antara lain:
b.1. Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi linier berganda, variabel dependen dan variabel
independen keduanya mempunyai distribusi normal ataukah
Universitas Sumatera Utara
tidak. Model regresi yang baik adalah memiliki distribusi data normal atau mendekati normal. Untuk mendeteksi normalitas
dapat dilakukan dengan uji statistik. Test statistik yang digunakan antara lain analisis grafik histogram, normal
probability plots dan Kolmogorov‐Smirnov test Ghozali, 2006.
b.2. Uji Multikolinearitas
Uji ini bertujuan untuk menguji apakah dalam model regresi ditemukan adanya korelasi antar variabel bebas atau tidak.
Model yang baik seharusnya tidak terjadi korelasi yang tinggi diantara variabel bebas. Untuk mendeteksi ada atau tidaknya
multikolinearitas didalam model regresi dapat diketahui dari nilai toleransi dan nilai variance inflation factor VIF.
Jika VIF lebih besar dari 10, maka antar variabel bebas independent variabel terjadi persoalan multikolinearitas.
Selain dengan uji VIF untuk mendeteksi adanya multikolinearitas jugadapat menggunakan korelasi r dimana
korelasi lebih kecil 0,1 menunjukkan adanyamultikolinearitas dan ketika koefisien determinasi tinggi, tetapi taksatupun atau
sangat sedikit koefisien regresi parsial yang secara
individusignifikan secara statistik atas dasar pengujian t Ghozali, 2006.
b.3. Uji Autokorelasi
Pengujian dengan uji autokorelasi dalam penelitiaan ini
Universitas Sumatera Utara
bertujuan untuk menguji apakah model regresi mempunyai korelasi antara kesalahan pengganggu pada periode t dengan
kesalahan pengganggu pada periode t-1 sebelumnya. Autokorelasi muncul karena observasi yang beruntun sepanjang
waktu berkaitan satu sama lainnya. Model regresi yang baik adalah regresi yang bebas dari autokorelasi. Ghozali, 2006.
b.4. Uji Heterokedastisitas
Uji Heteroskedastisitas dilakukan untuk menguji apakah dalam sebuah model regresi terjadi ketidaksamaan varian dari
residual dari satu pengamatan ke pengamatan yang lain. Jika varian dari residual dari pengamatan ke pengamatan yang lain
tetap, maka disebut homokedastisitas, dan jika varians berbeda disebut heteroskedastisitas. Model regresi yang baik tidak terjadi
heteroskedastisitas Ghozali, 2006 Salah satu cara untuk mengetahui ada tidaknya
heteroskedastisitas dalam suatu model regresi linier berganda adalah dengan melihat grafik scatterplot atau nilai prediksi
variabel terikat yaitu ZPRED dengan residual error yaitu SRESID. Jika tidak ada pola tertentu dan tidak menyebar diatas
dan dibawah angka nol pada sumbu Y, maka tidak terjadi heteroskedastisitas
.
c. Uji Hipotesis
Kategori