Analisis Deskriptif Analisis Regresi Linear Berganda Pengujian Asumsi Klasik

41 Sekaran 2006 dalam buku Sarjono dan Winda yang berjudul SPSS vs LISREL 2011:35, menyatakan bahwa keandalan reliability suatu pengukuran menunjukkan sejauh mana pengukuran tersebut dilakukan tanpa bias bebas kesalahan-error free. Uji Reliabilitas dilakukan dengan menggunakan program SPSS 17. Menurut Sarjono dan Winda 2011:45 suatu kuesioner dikatakan reliabel jika memberikan nilai cronbach’s alpha 0,60.

3.9 Metode Analisa Data

Dalam penelitian ini penulis menggunakan program komputer SPSS Statistic Product and Service Solution versi 17 dan dengan bantuan Microsoft Excel. Pengujian model ekonometrika ini menggunakan program aplikasi SPSS versi 17. Skala pengukuran kuesioner menggunakan skala Likert.

3.9.1 Analisis Deskriptif

Analisis deskriptif merupakan metode analisis dengan cara menyusun dan mengelompokkan data yang kemudian data tersebut dianalisis sehingga diperoleh gambaran hasil tentang masalah yang diteliti. Dalam penelitian ini, analisis deskriptif disajikan dalam bentuk table, grafik dan gambar.

3.9.2 Analisis Regresi Linear Berganda

42 Untuk mengetahui ada tidaknya hubungan antara variabel bebas dan variabel terikat maka harus dilakukan analisa data dengan menggunakan regresi linear berganda: Dalam penelitian ini digunakan hubungan fungsional sebagai berikut : Y = fX 1 ,X 2 ,X 3 dan X 4 Bentuk hubungan fungsional yang digunakan adalah sebagai berikut : Y = α + β 1 X 1 + β 2 X 2 + β 3 X 3 + β 4 X 4 + e Dimana : Y = Minat mahasiswa ekonomi untuk bekerja di bank syariah X1 = Nilai religius X2 = Pertimbangan pasar kerja X3 = Penghargaan finansial X4 = Keluarga dan teman α = Konstanta β 1 ,β 2 ,β 3 dan β 4 = Koefisien regresi e = error Dan untuk mengetahui variabel bebas manakah yang memberikan pengaruh paling besar terhadap variabel terikat digunakan koefisien regresi masing-masing variabel. Semakin besar nilai koefisien regresi maka semakin besar pula pengaruh yang ditimbulkan variabel bebas tersebut terhadap variabel terikat.

3.9.3 Pengujian Asumsi Klasik

Pengujian asumsi klasik dimaksudkan untuk memastikan bahwa dalam model regresi yang digunakan tidak terdapat heterokedastisitas, multikolinearitas dan Linearitas serta untuk memastikan data yang 43 dihasilkan memiliki distribusi normal sehingga layak untuk diuji. Berikut penjelasan pengujian kelayakan model regresi yang digunakan dalam uji asumsi klasik : 1. Uji Heterokedastisitas Heterokedastisitas adalah keadaan dimana terjadinya ketidaksamaan varian dari residual pada model regresi. Uji heterokedastisitas bertujuan untuk menguji apakah dalam sebuah model regresi terjadi ketidaksamaan varians dari residual dari satu pengamatan ke pengamatan yang lain. Model regresi yang baik adalah tidak terjadi heterokedastisitas. Pengujian menggunakan tingkat signifikasi 0,05. Jika korelasi antara variable independen dengan residual diperoleh tingkat signifikansi lebih dari 0,05 maka dapat dikatakan bawah tidak terjadi masalah heterokedastisitas pada model regresi. 2. Uji Multikolinearitas Uji multikolinearitas digunakan untuk menguji apakah dalam model regresi ditemukan adanya korelasi antar variabel bebas independen atau tidak.Uji multikolinearitas perlu dilakukan apabila jumlah variabel independen variabel bebas lebih dari satu. Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel independen. Untuk mengetahui ada tidaknya gejala multikolinearitas dalam model regresi penelitian ini dapat dilakukan dengan cara 44 melihat Variance Inflation Factor VIF dan nilai tolerance. Menurut Wijaya 2009 dalam buku Sarjono dan Winda yang berjudul SPSS vs LISREL 2011:70, ada beberapa cara mendeteksi ada tidaknya multikolinearitas, sebagai berikut : 1. Nilai R 2 yang dihasilkan oleh suatu estimasi model regresi empiris yang sangat tinggi tetapi secara individual variabel bebas banyak yang tidak signifikan memengaruhi variabel terikat. 2. Menganalisis korelasi di antara veriabel bebas. Jika di antara variabel bebas ada korelasi yang cukup tinggi lebih besar daripada 0,90, hal ini merupakan indikasi adanya multikolinearitas. 3. Multikolinearitas dapat juga dilihat dari nilai VIF variance-inflating factor. Jika VIF10, tingkat kolinearitas dapat ditoleransi. 4. Nilai Eigenvalue sejumlah satu atau lebih variabel bebas yang mendekati nol memberikan petunjuk adanya multikolinearitas. Dari penjelasan diatas, diambil hipotesis sebagai berikut : 1. Jika nilai VIF 10 maka tidak terjadi gejala multikolinearitas diantara variabel bebas. 2. Jika nilai VIF 10 maka terjadi gejala multikolinearitas diantara variabel bebas. 45 3. Uji Linearitas Dalam buku Sarjono dan Winda yang berjudul SPSS vs LISREL 2011:70, uji linearitas bertujuan untuk mengetahui apakah data yang kita miliki sesuai dengan garis linear atau tidak apakah hubungan antarvariabel yang hendak dianalisis mengikuti garis lurus atau tidak. Apabila nilai signifikan dari 0,05 maka hubungan antara variabel bebas dan variabel terikat adalah Linear. Sedangkan apabila nilai signifikan 0,05 maka hubungan antara variabel bebas dan variabel terikat adalah tidak linear.

3.9.4 Uji Goodness of Fit