Uji Normalitas Uji Multikolinearitas

35

3.11 Teknik Analisis Data

Teknik analisis data merupakan suatu metode yang digunakan untuk memproses hasil penelitian guna memperoleh suatu kesimpulan. Data yang telah terkumpul selanjutnya dianalisis untuk dapat memberikan jawaban dari masalah yang dibahas dalam penelitian ini. Dalam menganalisis data, peneliti menggunakan program SPSS. Metode analisis data yang digunakan dalam penelitian ini adalah sebagai berikut :

3.11.1 Statistik Deskriptif

Statistik deskriptif digunakan untuk memperoleh gambaran umum sampel data. Statistik deskriptif bertujuan untuk menggambarkan tentang ringkasan data-data penelitian seperti mean, standart deviasi, minimum, dan maksimum.

3.11.2 Uji Asumsi Klasik

Untuk mengetahui apakah model regresi benar-benar menunjukkan hubungan yang signifikan dan representatif, maka model tersebut harus memenuhi asumsi klasik regresi. Uji asumsi klasik yang dilakukan adalah uji normalitas, multikolinearitas, autkorelasi dan heteroskedastisitas.

3.11.2.1 Uji Normalitas

Tujuan uji normalitas adalah untuk mengetahui apakah dalam model regresi, variabel penganggu atau residual memiliki distribusi normal. Untuk menguji apakah data berdistribusi normal cara yang paling sederhana dengan menggunakan grafik histogram dan dapat 36 juga dilihat dari normal probability plot serta dapat diperkuat dengan dilakukannya uji Kolmogorov-Smirnov. Berdasarkan hasil uji statistik dengan model Kolmogorov-Smirnov dapat disimpulkan bahwa data terdistribusi secara normal. Jika tingkat signifikansinya 0,05 maka data berdistribusi normal. Jika tingkat signifikansinya 0,05 maka data dikatakan tidak berdistribusi normal.

3.11.2.2 Uji Multikolinearitas

Uji multikolinearitas dilakukan untuk menguji apakah pada model regresi ditemukan adanya korelasi antar variabel bebas. Berdasarkan hasil pengujian yang dilakukan dapat disimpulkan penelitian ini bebas dari gejala multikolinearitas. Jika dilihat pada tabel semua variabel independen memiliki VIF 1,042 atau VIF10. Selain itu nilai toleransi untuk setiap variabel independen yaitu lebih besar dari 0,1 tolerance 0,1. Dengan demikian disimpulkan tidak ada gejala multikolinearitas dalam model regresi ini. 3.11.2.3 Uji Autokorelasi Uji ini bertujuan untuk mengetahui apakah ada korelasi antar kesalahan pengganggu pada periode t dengan periode t-1 sebelumnya. Model regresi yang baik adalah yang bebas dari autokorelasi. Jika terjadi korelasi, maka dinamakan ada problem autokorelasi. Autokorelasi muncul karena observasi yang berurutan sepanjang waktu berkaitan satu sama lainnya. Cara yang dapat digunakan untuk mendeteksi ada atau tidaknya autokorelasi adalah 37 dengan uji Durbin Watson DW. Uji ini hanya digunakan untuk autokorelasi tingkat pertama first order autokorelasi dan mensyaratkan adanya intercept konstanta dalam model regresi. Tabel 3.3 Kriteria Pengambilan Keputusan Metode Durbin-Watson Kriteria Pengujian Keputusan Kesimpulan 0 d dl Terjadi autokorelasi positif Tolak dl ≤ d ≤ du Tidak ada autokorelasi positif Tidak ada keputusan 4-dl d 4 Terjadi autokorelasi negatif Tolak 4-du ≤ d ≤ 4-dl Tidak ada autokorelasi negatif Tidak ada keputusan du d 4-du Tidak ada autokorelasi positif dan negatif Tidak ditolak Sumber : Ghozali, imam, 2006. Aplikasi Analisis Multivariance dengan Program SPSS, Edisi Ketiga, Badan Penerbit Universitas Diponegoro, Semarang, hal 96.

3.11.2.4 Uji Heteroskedastisitas