E. Metode Analisis Data
Metode analisis data yang digunakan dalam penelitian ini adalah metode analisis statistik dengan menggunakan software SPSS 18. Analisis data dilakukan
dengan melakukan pengujian asumsi klasik dan pengujian hipotesis. Hasil pengujian asumsi klasik akan mendukung hasil pengujian hipotesis.
1. Pengujian Asumsi Klasik
a. Uji Normalitas Data
Uji ini digunakan dalam tahap awal dalam metode pemilihan analisis data. Jika data normal digunakan uji parametik dan jika data
tidak normal digunakan non parametik atau treatment agar data normal. Tujuan uji normalitas adalah untuk mengetahui apakah data
dalam bentuk distribusi normal atau tidak. Menurut Ghozali 2005: 110. uji normalitas bertujuan untuk menguji apakah dalam model
regresi, variabel pengganggu memiliki distribusi normal. Uji normalitas data dapat dilakukan melalui analisis grafik dan analisis
statistik. Analisis grafik untuk melihat normalitas data dilakukan dengan melihat grafik histogram dan kurva normal probability plot.
Pada grafik histogram, suatu data dikatakan normal jika bentuk kurva memiliki kemiringan yang cenderung seimbang baik pada sisi kiri
maupun pada sisi kanan. Pada kurva normal probability plot, data dikatakan normal apabila distribusi data menyebar di sekitar garis
Universitas Sumatera Utara
diagonal atau mengikuti arah garis diagonal. Analisis statistik dilakukan dengan uji Kolmogorov-Smirnov. Apabila probabilitas
0,05 , maka distribusi data normal dan dapat digunakan regresi berganda.
b. Uji Multikolinearitas
Menurut Erlina dan Mulyani 2007:105 “multikolinearitas adalah situasi adanya korelasi variabel-variabel independen antara yang satu
dengan yang lainnya”. Uji ini bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi diantara variabel independen.
Menurut Ghozali 2005: 91 model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel independen. Deteksi multikolienaritas
pada suatu model dapat dilihat yaitu jika nilai variance inflation factor VIF tidak lebih dari 10 dan nilai tolerance tidak kurang dari 0,1
maka model dapat dikatakan terbebas dari multikolienaritas. c.
Uji Autokorelasi Menurut Ghozali 2005: 95 uji autokorelasi bertujuan untuk
menguji apakah dalam suatu model regresi linear ada korelasi atau kesalahan pengganggu pada periode t dengan kesalahan pada periode
t-1. Autokorelasi muncul karena observasi yang berurutan sepanjang tahun yang berkaitan satu dengan yang lainnya, hal ini sering
ditemukan pada time series. Pada data crossection, masalah autokorelasi relatif tidak terjadi. Pengujian autokorelasi dilakukan
dengan menggunakan uji Durbin-Watson.
Universitas Sumatera Utara
Pengambilan keputusan ada tidaknya autokorelasi dapat dilihat
dalam tabel 3.3. Tabel 3.3
Kriteria Pengambilan Keputusan Uji Durbin-Watson Hipotesis Nol
Keputusan Jika
Tidak ada autokorelasi positif Tolak
0 d dl
Tidak ada autokorelasi positif No Decision
dl ≤ d ≤ du
Tidak ada korelasi negatif Tolak
4 − dl d 4
Tidak ada korelasi negatif No Decision
4 − du ≤ d ≤ 4 − dl
Tidak ada korelasi positif atau negatif Tidak Ditolak
du d 4 − du
Sumber: Ghozali, 2006:96 d.
Uji Heteroskedastisitas Menurut Ghozali 2005: 105 uji heteroskedastisitas bertujuan
untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang lain. Jika
variance dari residual satu pengamatan ke pengamatan lain tetap, maka disebut homokedasitas dan jika berbeda disebut heterokedasitas.
Model regresi yang baik adalah yang homokedasitas atau tidak terjadi heterokedasitas.
Untuk mendeteksi ada tidaknya heterokedasitas, menurut Ghozali 2005:105 dapat dilihat dari grafik Scatterplot antara nilai prediksi
variabel dependen yaitu ZPRED dengan residualnya SRESID. Jika ada pola tertentu seperti titik-titik yang ada membentuk pola tertentu yang
teratur, maka telah terjadi heterokedasitas. Sebaliknya jika tidak ada pola yang jelas, serta titik-titik yang menyebar maka tidak terjadi
heterokedasitas.
2. Pengujian Hipotesis
Kategori