Uji Asumsi Klasik Metode Analisis Data

F. Metode Analisis Data

Dalam penelitian ini, metode analisis data dilakukan dengan menggunakan metode analisis statistik dan menggunakan software SPSS 17.0.

1. Uji Asumsi Klasik

Peneliti melakukan terlebih dahulu uji asumsi klasik sebelum melakukan pengujian hipotesis. Asumsi klasik adalah asumsi yang dasar yang harus dipenuhi dalam model regresi. a. Uji Normalitas Sebelum dilakukan analisis terhadap hasil regresi perlu dilakukan pengujian terhadap kenormalan data dari penelitian yang dilakukan. Hal ini dilakukan untuk memenuhi syarat dari pengujian parametrik dimana data harus berdistribusi normal. Normalitas dapat dideteksi dengan melihat penyebaran data titik-titik pada sumbu diagonal dari grafik. Dasar pengambilan keputusan normalitas adalah sebagai berikut:  jika data menyebar di sekitar garis diagonal dan mengikuti arah garis maka model regresi memenuhi asumsi normalitas,  jika data menyebar jauh dari garis diagonal dan atau tidak mengikuti arah garis diagonal maka model regresi tidak memenuhi asumsi normalitas. b. Uji Multikolineritas Menurut Ghozali 2005, uji ini bertujuan untuk menguji apakah pada model regresi ditemukan adanya korelasi antar variabel independen. Universitas Sumatera Utara Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel independen. Pengujian multikolineritas dilakukan dengan melihat VIF antar variabel independen. Nilai cut off yang dipakai untuk menunjukkan adanya multikolineritas adalah VIF 10. c. Uji Heteroskedastisitas Uji heteroskedastisitas dilakukan untuk menguji apakah dalam sebuah model regresi telah terjadi ketidaksamaan varian dari residual atas suatu pengamatan lainnya. Heteroskedastisitas merupakan keadaan di mana seluruh faktor pengganggu tidak memiliki varian yang sama untuk seluruh pengamatan atas variabel independen Sudarmadji, 2007:A58. Untuk melihat ada tidaknya heterokedastisitas dapat dilakukan dengan melihat grafik scatterpolt. d. Uji Autokorelasi Uji autokorelasi bertujuan untuk menguji apakah dalam suatu model regresi linier ada korelasi antara kesalahan pengganggu pada periode saat ini t dengan kesalahan pengganggu sebelumnya t-1. Jika terjadi korelasi, maka terdapat problem autokorelasi. Autokorelasi muncul karena observasi yang berurutan sepanjang waktu berkaitan satu sama lain. Pengujian autokorelasi dilakukan dengan menggunakan uji Durbin- Watson. Kriteria untuk penilaian terjadinya autokorelasi.  Angka D-W di bawah -2 berarti ada autokorelasi positif.  Angka D-W di antara -2 sampai +2 berarti tidak ada autokorelasi.  Angka D-W di atas +2 berarti ada autokorelasi negatif. Universitas Sumatera Utara

2. Pengujian Hipotesis