6. Melakukan pengujian hipotesis dengan menggunakan uji t berdasarkan persamaan regresi yang telah disusun.
3.8.1. Metode Analisis Deskriptif
Metode analisis deskriptif adalah metode analisis dimana data yang dikumpulkan dapat diinterpretasikan secara sederhana, jelas dan objektif sehingga
diperoleh informasi dan gambaran yang sebenarnya mengenai topik yang dibahas.
3.8.2. Metode Analisis Statistik
3.8.2.1. Uji Asumsi Klasik
Penulis menggunakan bantuan program software SPSS 19 for Windows Statistic Product and Service Solution dalam penelitian ini. Sebelum data
dianalisis, maka model regresi linier berganda harus memenuhi syarat asumsi klasik. Asumsi klasik tersebut meliputi uji normalitas, uji heteroskedastisitas, uji
autokorelasi, uji multikolinearitas.
1. Uji Normalitas
Salah satu uji persyaratan yang harus dipenuhi yaitu uji normalitas data populasi. Hasil uji normalitas yang baik adalah bentuk distribusi normal atau
mendekati normal. Jika data berdistribusi normal, titik-titik plotnya harus berada pada suatu garis lurus. Sedangkan jika titik-titik tersebut membentuk
seperti huruf S, maka menunjukkan bahwa data menjulur skew Rochaety et.al, 2009: 104. Uji normalitas ini biasa dapat dilakukan dengan pendekatan
Kolmogorov-Smirnov. Alat ini digunakan untuk menguji normalitas data. Hipotesisnya sebagai berikut:
Ho : Data berasal dari populasi berdistribusi normal
Ha : Data berasal dari populasi yang tidak berdistribusi normal.
Menggunakan nilai Asymp. Sig. 2-tailed. Apabila menggunakan ukuran ini maka harus dibandingkan dengan tingkat alpha yang kita tetapkan
sebelumnya, apakah 10, 5 atau 1. Kriteria yang digunakan yaitu Ho diterima apabila nilai Asymp. Sig. 2-tailed dari tingkat alpha yang
ditetapkan misalnya 5, karenanya dapat dinyatakan bahwa data berdistribusi normal Sudarmanto, 2005: 108.
2. Uji Heteroskedastisitas
Uji heteroskedastisitas ini dimaksudkan untuk mengetahui apakah variasi residual sama atau tidak sama untuk semua pengamatan. Apabila asumsi tidak
terjadinya heteroskedastisitas ini tidak terpenuhi, maka penaksir menjadi tidak lagi efisien baik dalam sampel kecil maupun besar Gujarati, 1997 dan
estimasi koefisien dapat dikatakan menjadi kurang akurat Rietveld dan Sunaryanto, 1993 dalam Sudarmanto, 2005: 148.
3. Uji Autokorelasi
Autokorelasi merupakan korelasi antara anggota seri observasi yang disusun menurut urutan waktu atau urutan tempatruang, atau korelasi yang timbul pada
dirinya sendiri Sugiarto, 1992. Pengujian autokorelasi ini dimaksudkan untuk mengetahui apakah terjadi korelasi di antara data pengamatan atau tidak.
Makridakis 1983 dalam Sulaiman, 2002: 156 menyatakan untuk mendeteksi
ada tidaknya autokorelasi, maka dilakukan pengujian Durbin-Watson DW dengan ketentuan sebagai berikut:
1. 1,65 DW 2,35, kesimpulannya tidak ada autokorelasi. 2. 1,21 DW 1,65 atau 2,35 DW 2,79, kesimpulannya tidak dapat
disimpulkan inconclusive. 3. DW 1,21 atau DW 2,79, kesimpulannya terjadi autokorelasi.
4. Uji Multikolinearitas
Kategori