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