klasik dan uji hipotesis. Adapun penjelasan mengenai metode analisis data tersebut adalah sebagai berikut:
1. Statistik Deskriptif
Statistik deskriptif memberikan gambaran atau deskripsi suatu data yang dilihat dari nilai rata-rata mean, standar deviasi, varian, maksimum,
minimum, sum, range, kurtosis, dan skewness kemencengan distribusi Imam Ghozali, 2011:19. Penelitian deskriptif merupakan jenis penelitian
yang bertujuan menggambarkan sesuatu. Beberapa hal yang bisa digambarkan dalam penelitian deskriptif meliputi variabel independen dan
variabel dependen Istijanto, 2009:31.
2. Uji Asumsi Klasik
Untuk melakukan uji asumsi klasik atas data sekunder ini, maka peneliti melakukan uji multikolonieritas, uji autokorelasi, uji normalitas, dan
uji heteroskedastisitas.
a. Uji Multikolonieritas
Pengujian multikolonieritas bertujuan untuk menguji apakah pada model regresi ditemukan adanya korelasi antar variabel bebas
independen. Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel independen Imam Ghozali, 2011:95.
Untuk mendeteksi ada atau tidaknya multikolonieritas di dalam model regresi dapat dilihat dari nilai VIF Variance Inflation Factor dan
nilai tolerance. Kedua ukuran ini menunjukkan setiap variabel independen manakah yang dijelaskan oleh variable independen lainnya.
61
Jika nilai regresi bebas dari multikolonieritas jika nilai VIF 10 dan nilai tolerance 0,10 Imam Ghozali, 2011:105.
b. Uji Autokorelasi
Uji autokorelasi bertujuan menguji apakah model regresi ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan
pengganggu pada periode t-1 sebelumnya. Autokorelasi muncul karena observasi yang berurutan sepanjang waktu berkaitan satu sama lainnya.
Model regresi yang baik adalah regresi yang bebas dari autokorelasi Imam Ghozali, 2011:110.
Untuk mendeteksi ada atau tidaknya autokorelasi dapat menggunakan uji Durbin Watson DW test, dimana hasil pengujian
ditentukan berdasarkan nilai Durbin-Watson DW. Untuk memeriksa adanya aotukorelasi, biasanya dilakukan uji statistik Durbin – Watson.
Model regresi yang baik adalah regresi yang bebas dari autokorelasi Uji autokorelasi dilakukan dengan menggunakan uji Durbin-Watson D-W,
dengan tingkat kepercayaan α = 5. Apabila D-W terletak antara -2
sampai +2 maka tidak ada autokorelasi Singgih Santoso, 2002:219.
c. Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan menguji apakah model regresi terjadi ketidaksamaan varians dari residual satu pengamatan ke
pengamatan yang lain. Jika varians dari residual satu pengamatan ke pengamaan yang lain tetap, maka disebut homoskedastisitas dan jika
62
berbeda disebut heteroskedastisitas. Model regresi yang baik adalah homoskedastisitas Imam Ghozali, 2011:139.
Deteksi ada atau tidaknya heterokedastisitas dapat dilihat dengan ada tidaknya pola tertentu pada grafik scaterplot. Jika ada pola tertentu
maka mengindikasikan telah terjadi heteroskedastisitas. Tetapi jika tidak ada pola yang jelas serta titik-titik menyebar di atas dan di bawah angka
0 pada sumbu Y, maka tidak terjadi heteroskedastisitas Imam Ghozali, 2011:139.
d. Uji Normalitas
Uji normalitas bertujuan untuk mengukur apakah di dalam model regresi variabel independen dan variabel dependen keduanya mempunyai
distribusi normal atau mendekati normal Imam Ghozali, 2011:160. Untuk mendeteksi uji normalitas yaitu dengan analisis grafik.
Analisis grafik dilakukan dengan melihat grafik histogram yang membandingkan antara data observasi dengan distribusi yang mendekati
distribusi normal. Model regresi yang baik adalah memiliki distribusi normal atau mendekati normal. Dalam penelitian ini, uji normalitas
menggunakan Normal Probability Plot P-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 Singgih Santoso, 2002:212.
63
3. Pengujian Hipotesis