4.6. Metode Analisa Data
Metode analisis data yang digunakan adalah model analisis regresi linier berganda dan uji residual sebagai pemoderasi dengan bantuan Software SPSS for
Windows.
4.6.1. Uji Asumsi Klasik
Analisa multivariate telah banyak digunakan untuk memecahkan masalah penelitian. Hal ini disebabkan permasalahan bisnis dan lainnya mempunyai aspek
multidimensional. Dalam melaksanakan pengujian dengan analisis multivariate, peneliti perlu melakukan pengujian atas data yang akan digunakan. Pengujian
tersebut dilakukan untuk menghindari atau mengurangi bias atas hasil penelitian yang diperoleh. Ghozali 2006:86, asumsi klasik yang dianggap paling penting
adalah: 1.
Memiliki distribusi normal 2.
Tidak terjadi multikolonieritas antar variabel independen 3.
Tidak terjadi heteroskedastisitas atau varian variabel pengganggu yang konstan homoskedastisitas
4. Tidak terjadi autokorelasi antar residual setiap variabel independen
Pengujian asumsi klasik meliputi normalitas, multikolinearitas, heteroskedastisitas dan autokorelasi, yang penjelasannya sebagai berikut :
1. Uji Normalitas
Tujuan uji normalitas adalah mengetahui apakah dalam model regresi variabel pengganggu atau residual memiliki distribusi normal Ghozali,2006:147. Data
yang baik dan layak digunakan dalam penelitian adalah data yang memiliki
Universitas Sumatera Utara
distribusi normal Nugroho,2005. Ada dua cara untuk mendeteksi apakah residual berdistribusi normal atau tidak adalah dengan analisis grafik dan uji
statistik. Uji normalitas data dilakukan dengan uji Kolmogorov Smirnov, distribusi data dikatakan normal jika signifikan 0,05.
2. Uji Multikolinieritas
Tujuan uji multikolinearitas menurut Ghozali 2006:95, adalah untuk menguji apakah model regresi ditemukan dengan adanya korelasi diantara variabel
independen. Suatu model regresi yang baik tidak ditemukannya hubungan atau korelasi di antara variabel independen. Pengujian multikolinieritas
menggunakan metode Variance Inflation Factor VIF. Metode VIF ini menjelaskan hubungan variabel independen yang mana menjelaskan variabel
independen yang lain. Multikolinieritas pada suatu model dapat dilihat jika nilai VIF 10 dan nilai tolerance tidak kurang dari 0,1. Maka model tersebut
dapat dikatakan terbebas dari multikolinieritas. 3.
Uji Heteroskedastisitas Tujuan uji heteroskedastisitas menurut Ghozali 2006:125, adalah untuk
menguji apakah dalam model regresi terjadi ketidaksamaan variance residual satu pengamatan ke pengamatan yang lain. Model regresi yang baik adalah
model regresi yang memiliki variance residual suatu periode pengamatan dengan pengamatan yang lain. Cara memprediksi ada tidaknya
heteroskedastisitas dapat dilihat dari pola gambar scatter plot model tersebut dan melakukan uji Glesjer Nugroho,2005
Universitas Sumatera Utara
4. Uji Autokorelasi
Ghozali 2006:99,uji autokorelasi ini mempunyai tujuan untuk menguji apakah dalam suatu model regresi linier ada korelasi antara kesalahan
pengganggu pada periode t dengan kesalahan ada periode t – 1 atau sebelumnya. Jika terjadi korelasi, maka dinamakan ada problem autokorelasi.
Autokorelasi muncul karena observasi yang berurutan sepanjang waktu berkaitan satu sama lainnya. Pengujian ini dilakukan dengan menggunakan uji
Durbin Watson Durbin – Watson Test, yaitu untuk mengetahui dan menguji apakah terjadi korelasi serial atau tidak dengan menghitung nilai d statistik.
Salah satu pengujian yang dilakukan untuk mengetahui adanya autokorelasi dengan memakai uji statistik Durbin – Watson DW test. Menurut Santoso
2002 pengambilan keputusan ada tidaknya autokorelasi adalah sebagai berikut :
a. Angka D – W di bawah -2 berarti ada autokorelasi positif.
b. Angka D – W di antara -2 sampai +2 berarti tidak ada autokorelasi.
c. Angka D – W di atas + berarti ada autokorelasi negatif.
4.6.2. Model Pengujian Hipotesis
Kategori