55
3.7.3 Uji Kualitas Data
Penelitian ini akan diuji menggunakan metode regresi linier berganda untuk mengetahui adakah pengaruh variabel-variabel yang terkait
di dalam penelitian. Di dalam model regresi, bukan hanya variabel independen saja yang mempengaruhi variabel dependen, melainkan masih
ada faktor lain yang dapat menyebabkan kesalahan dalam observasi, yaitu yang disebut kesalahan pengganggu € atau disturbance”s error. Agar
model analisis yang dipakai dalam peneltian ini secara teoritis menghasilkan nilai parametrik yang sahih terlebih dahulu akan dilakukan pengujian
asumasi klasik yang digunakan apakah model regresi benar-benar menunjukkan hubungan yang signifikan,representatif ada empat pengujian
dalam uji asumsi klasik yaitu:
3.7.3.1 Uji Normalitas
Uji Normalitas bertujuan untuk menguji apakah dalam model regresi, variabel bebas dan variabel terikat keduanya memilki distribusi
normal atau tidak. Model Regresi yang baik adalah memilki distribusi normal atau mendekati normal Ghozali,2006:110.
3.7.3.2 Uji Multikolinieritas
Menurut Ghozali 2006:91, uji multikolinieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas
independen. Model Regresi yang baik seharusnya tidak terjadi korelasi diantara variabel independen. Jika variabel independen saling berkorelasi,
56 maka variabel-variabel ini tidak ortogonal. Variabel orotogonal adalah
variabel independen yang nilai korelasi antar sesama variabel independen sama dengan nol.
Cara untuk mengetahui dengan melihat nilai tolerance dan lawan dari Varian Inflation Factor VIF. Model regresi dakatakan bebas dari
multikolinieitas apabila nilai tolerance dan lawan Varian Inflator Factor VIF berada di sekitar nilai 1.
3.7.3.3 Uji Heteroskedastisitas
Uji Heteroskedastisitas menurut Ghozali 2006:105 bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan variance dari
residual pengamatan ke pengamatan yang lain. Jika variance dari residual satu pengamatan ke pengamatan lain tetap maka disebut Homokedastisitas,
dan jika berbeda disebut Heteroskedastisitas. Model regresi yang baik adalah yang Homoskedastisitas atau tidak terjadi Heteroskedastisitas.
Cara untuk mengetahui gejala Heteroskedastisitas dapat dilakukan dengan mengamati grafik Scatter SP Plot melalui SPSS. Model yang bebas
dari Heteroskedasitisitas mempunyai grafik SP dengan pola titik yang menyebar di atas sumbu Y. Dasar analisisnya adalah :
1 Jika ada pola tertentu seperti titik yang ada membentuk suatu
pola tertentu yang teratur bergelombang, melebar, menyempit, maka mengidentifikasikan telah terjadi heteroskedasitisitas.
2 Jika tidak ada pola yang jelas, titik-titik yang tidak teratur dan
berada di menyebar di atas dan di bawah angka 0 nol pada
57 sumbu Y, maka mengidentifikasikan tidak terjadi
heteroskedasitisitas. 3.7.3.4
Uji Autokorelasi Uji Autokorelasi bertujuan untuk menguji apakah model regresi
linear ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan penganggu pada periode t-1 sebelumnya. Jika terjadi korelasi,
maka dinamakan ada problem autokorelasi. Autokorelasi muncul karena observasi yang berurutan sepanjang waktu berkaitan satu sama lainnya.
Masalah ini timbul karena residual kesalahan pengganggu tidak bebas dari satu observasi ke observasi lainnya. Hal ini sering ditemukan pada data runtut
waktu time series karena ”gangguan” pada seseorang individu atau kelompok cenderung mempengaruhi ”gangguan” pada individu atau
kelompok pada periode berikutnya Ghozali, 2006:95. Uji Autokorelasi untuk menguji ada tidaknya korelasi antara anggota
serangkaian observasi yang diurutkan melalui waktu data time series atau ruang data cross section dalam suatu model regresi. Beberapa faktor yang
menyebabkan adalah tidak dimasukkannya variabel bebas yang lain. Pengujiannya, dilakukan dengan menggunakan Durbin Watson Dw.
. 3.7.4
Uji Hipotesis
3.7.4.1 Uji Simultan F-test
Uji Simultan Uji F digunakan untuk menguji kelayakkan model regresi yang digunakan, sehingga nilai koefisensi regresi secaa serentak.
58 Sebaliknya jika F hitung F tabel maka H
diterima sehingga dapat dikatakan bahwa variabel bebas tidak mampu menjelaskan variabel terkait.
Uji Simultan ini digunakan untuk mengetahui sejauh mana variabel bebas secara bersama-sama mempengaruhi variabel terikat. Pengujian
dilakukan dengan cara melihat nilai signifikasi F. Jika nilai signifikasi F 0,05 maka keputusan menolak hipotesis nol H
o
dan menerima hipotesis alternatif H
a
yang artinya secara simultan dapat dibuktikan bahwa variabel bebas dalam penelitian ini berpengaruh terhadap variabel terikat dan berlaku
sebaliknya apabila nilai nilai signifikasi F 0,05 maka keputusan menerima hipotesis nol H
o
dan menolak hipotesis alternatif H
a
yang artinya secara simultan dapat dibuktikan bahwa variabel bebas dalam penelitian ini tidak
berpengaruh terhadap variabel terikat.
3.7.4.2 Uji Parsial Uji t
Uji Parsial digunakan untuk mengetahui kemaknaan koofisiensi regresi parsial masing-masing variabel bebas dengan pengambilan keputusan
berdasarkan signifikansi t. Pengujian dilakukan dengan cara melihat nilai signifikansi t . Apabila dari masing-masing variabel bebas terlihat bahwa nilai
signifikansi t 0.05 maka menolak H
o
dan menerima H
a
, yang artinya bahwa variabel bebas yang dimaksud secara parsial berpengaruh terhadap variabel
terikat, dan juga sebaliknya. Apabila dari masing-masing variabel bebas terlihat bahwa nilai signifikansi t 0.05 maka menerima H
o
dan menolak H
a
,
59 yang artinya bahwa variabel bebas yang dimaksud secara parsial tidak
berpengaruh terhadap variabel terikat. 3.7.4.3
Uji Koefisien Determinasi Koefisien Determinasi pada intinya mengukur seberapa jauh
kemampuan model dalam menerangkan variasi variabel dependen Ghozali, 2006:83.
Analisis koefisiensi determinasi ini digunakan untuk mengukur sejauh mana kemampuan model dalam menerangkan variasi variabel terikat.
Koofisiensi determinasi disimbolkan dengan R
2.
. Nilai R berada diantara 0 nol sampai dengan 1 satu. Semakin mendekati 1, maka variabel bebas
hampir memberikan semua informasi untuk memprediksi variabel terikat atau merupakan indikator yang menunjukkan semakin kuatnya kemampuan dalam
menjelaskan perubahan variabel bebas terhadap variabel terikat. Koefisiensi determinasi parsialnya yaitu r
2
untuk masing-masing variabel bebas. Menghitung r
2
digunakan untuk mengetahui sejauh mana sumbangan dari masing-masing variabel bebas jika variabel lainnya konstan terhadap variabel
terikat. Semakin besar nilai r
2
maka semakin besar varian sumbangannya terhadap variabel terikat.
Data dalam penelitian ini akan diolah dengan menggunakan program Statisticial Package for Sosial Science SPSS. Hipotesis dalam penelitian ini
dipengaruhi oleh nilai signifikansi koefisien variabel yang bersangkutan setelah dilakukan pengujian. Kesimpulan hipotesis dilakukan berdasarkan t-
60 test dan F-test untuk menguji signifikansi variabel-variabel independen
terhadap dependen.
61
BAB IV HASIL PENELITIAN DAN PEMBAHASAN
Hasil Penelitian Deskripsi Variabel Penelitian
Kategori