41
D. Metode Analisis Data
Metode analisis data menggunakan statistik deskriptif, uji kualitas data, uji asumsi klasik dan uji hipotesis.
1. Statistik Deskriptif
Statistik deskripstif 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, 2009:30.
2. Uji Kualitas Data
Untuk melakukan uji kualitas data atas data primer ini, maka peneliti melakukan uji reliabilitas dan validitas.
a. Uji Reliabilitas Uji reliabilitas adalah alat untuk mengukur suatu kuesioner yang
merupakan indikator dari variabel atau konstruk. Suatu kuesioner dikatakan reliabel atau handal jika jawaban seseorang terhadap
pernyataan tersebut konsisten atau stabil dari waktu ke waktu. Pengukuran reliabilitas dapat dilakukan dengan 2 cara yaitu:
1 Repeated Measure atau pengukuran ulang. 2 One Shot atau pengukuran sekali saja, pengukurannya hanya sekali
dan kemudian hasilnya dibandingkan dengan pernyataan lain atau mengukur korelasi antar jawaban pernyataan.
Untuk mengukur reliabilitas digunakan uji statistik Cronbach Alfa α.
Suatu variabel dikatakan reliabel jika memberikan nilai Cronbach’s
42
Alfa 0,60. Sedangkan, jika sebaliknya data tersebut dikatakan tidak reliabel Imam Ghozali, 2009:45.
b. Uji Validitas Uji validitas digunakan untuk mengukur sah atau tidak suatu
kuesioner. Suatu kuesioner dikatakan valid jika pernyataan pada keusioner mampu mengungkapakan sesuatu yang akan diukur oleh
kuesioner tersebut. Pengujian validitas ini menggunakan Pearson Correlation yaitu dengan cara menghitung korelasi antara nilai yang
diperoleh dari pernyataan-pernyataan. Apabila Pearson Correlation yang didapat memiliki nilai di bawah 0,05 berarti data yang diperoleh
adalah valid Imam Ghozali, 2009:49.
3. Uji Asumsi Klasik
Untuk melakukan uji asumsi klasik atas data primer ini, maka peneliti melakukan uji multikolonieritas, uji normalitas dan uji heteroskedastisitas.
a. Uji Multikolonieritas Pengujian multikolonieritas bertujuan untuk menguji apakah
pada model regresi ditemukan adanya korelasi antar variabel independen. Jika terjadi korelasi, maka dinamakan terdapat problem
multikoliniearitas multiko. Model regresi yang baik seharusnya tidak terjadi korelasi di antara variabel independen. Untuk mendeteksi
adanya problem multiko, maka dapat dilakukan dengan melihat nilai Tolerance dan Variance Inflation Factor VIF serta besaran korelasi
antar variabel independen.
43
Suatu model regresi dapat dikatakan bebas multiko jika mempunyai nilai VIF di sekitar angka 1 dan mempunyai angka
tolerance mendekati 1, sedangkan jika dilihat dengan besaran korelasi antar variabel independen, maka suatu model regresi dapat dikatakan
bebas multiko jika koefisien korelasi antar variabel independen haruslah lemah dibawah 0,5. Jika korelasinya kuat, maka terjadi
problem multiko Singgih Santoso, 2005:203-206. b. Uji Normalitas
Pengujian normalitas ini bertujuan untuk menguji apakah dalam sebuah model regresi, variabel dependen dan variabel
independen atau keduanya mempunyai distribusi normal atau tidak. Model regresi yang baik adalah distribusi data normal atau mendekati
normal. Cara mendeteksinya yaitu dengan melihat penyebaran data titik pada sumbu diagonal dari garfik. Jika data menyebar di sekitar
garis diagonal dan mengikuti arah garis diagonal, maka model regresi memenuhi asumsi normalitas. Sedangkan jika data menyebar jauh dari
garis diagonal dan atau tidak mengikuti arah garis diagonal, maka model regresi tidak memenuhi asumsi normalitas Singgih Santoso,
2005:212-214. c. Uji Heteroskedastisitas
Uji Hekteroskedastisitas bertujuan untuk menguji apakah pada model regresi terjadi ketidaksamaan varians dari residual dari satu
pengamatan ke pengamatan lain. Jika varian residual dari satu
44
pengamatan ke
pengamatan lain
tetap, maka
disebut homoskedastisitas. Sebaliknya jika varian berbeda maka disebut
heteroskedastisitas. Model regresi yang baik adalah homoskedastisitas atau tidak terjadi heteroskedastisitas Ghozali, 2009:125. Cara
mendeteksi ada atau tidaknya heteroskedastisitas yaitu dengan melihat ada atau tidaknya pola tertentu pada grafik, dimana sumbu X adalah Y
yang telah diprediksi, dan sumbu X adalah residual Y prediksi – Y sesungguhnya yang telah di standard. Jika pola tertentu, seperti titik-
titik poin-poin yang ada membentuk suatu pola tertentu yang teratur bergelombang, melebar kemudian menyempit, maka telah terjadi
heteroskedastisitas. Jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan dibawah angka 0 pada sumbu Y, maka tidak
terjadi heteroskedastisitas Singgih Santoso, 2005:208-210.
4. Uji Hipotesis