43
D. Metode Analisis Data
Metode analisis yang digunakan dalam penelitian ini adalah dengan menggunakan riset kausal. Riset kausal merupakan riset yang memiliki tujuan
utama membuktikan hubungan sebab akibat atau hubungan mempengaruhi dan dipengaruhi dari variabel-variabel yang diteliti Istijanto, 2009.
1. Uji Asumsi Klasik
a. Uji Normalitas
Uji Normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal
Ghozali, 2011. Data yang baik dan layak digunakan dalam penelitian adalah yang memiliki distribusi normal. Normalitas data dapat dilihat
dengan beberapa cara, diantaranya yaitu dengan melihat kurva normal P-Plot. Suatu variabel dikatakan normal jika gambar distribusi dengan
titik-titik data yang menyebar di sekitar garis diagonal, dan penyebaran titik-titik data searah mengikuti garis diagonal.
b. Uji Multikolinieritas
Menurut Ghozali 2011 Uji Multikolinieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antara
variabel bebas independent. Model regresi yang baik seharusnya tidak terjadi korelasi di antara variabel independent. Jika variabel
independent saling berkorelasi, maka variabel-variabel ini tidak ortogonal. Variabel ortogonal adalah variabel independent yang nilai
korelasi antar sesama variabel independent sama dengan nol. Untuk
44 mendeteksi ada atau tidaknya multikolinieritas di dalam model regresi
adalah sebagai berikut: 1 Nilai R
2
yang dihasilkan oleh suatu estimasi model regresi empiris sangat tinggi, tetapi secara individual variabel-variabel independent
banyak yang tidak signifikan mempengaruhi variabel dependent. 2 Menganalisis matriks korelasi variabel-variabel independent. Jika
antar variabel ada korelasi yang cukup tinggi umumnya di atas 0,90, maka hal ini merupakan indikasi adanya multikolinieritas.
Tidak adanya korelasi yang tinggi antar variabel independent tidak berarti bebas dari multikolinieritas. Multikolinieritas dapat
disebabkan karena adanya efek kombinasi dua atau lebih variabel independent.
3 Multikolinieritas dapat juga dilihat dari 1 nilai tolerance dan lawannya 2 variance inflation factor VIF. Kedua ukuran ini
menunjukkan setiap variabel independent manakah yang dijelaskan oleh variabel independent lainnya. Dalam pengertian sederhana
setiap variabel independent menjadi variabel dependent terikat dan diregres terhadap variabel independent lainnya. Tolerance mengukur
variabilitas variabel independent yang terpilih jika dijelaskan oleh variabel independent lainnya. Jadi nilai tolerance yang rendah sama
dengan nilai VIF tinggi karena VIF = 1Tolerance. Nilai cut off yang umum dipakai untuk menunjukkan adanya multikolinieritas
adalah nilai tolerance 0,10 atau sama dengan nilai VIF 10.