commit to user 63
E. Teknik Analisis Data
Setelah data terkumpul dengan lengkap dan benar, kemudian dilakukan analisis data. Adapun langkah-langkahnya adalah sebagai berikut:
1. Uji Prasyarat Analisis
a. Uji Normalitas
Uji normalitas sampel atau menguji normal tidaknya sampel, tidak lain sebenarnya adalah mengadakan pengujian terhadap normal tidaknya sebaran
data yang akan dianalisis Suharsimi Arikunto, 2005:301. Apabila data distribusi normal, berarti data tersebut dapat dipakai untuk penelitian ini
sebagai salah satu syarat analisis regresi linear yang nantinya digunakan untuk menguji hipotesis. Dalam penelitian ini uji normalitas dilakukan dengan
mengamati penyebaran data pada sumbu diagonal suatu grafik. Menurut Singgih Santoso 2010:213 ketentuannya adalah sebagai berikut:
1 Jika data menyebar di sekitar garis diagonal dan mengikuti arah garis
diagonal, maka model regresi memenuhi asumsi normalitas. 2
Jika data menyebar jauh dari garis diagonal dan atau tidak mengikuti garis diagonal, maka regresi tidak memenuhi asumsi normalitas.
b. Uji Linearitas
Uji Linieritas digunakan untuk mendeteksi adanya hubungan linier antara variabel X dan Y yang bisa dilakukan, sebagai berikut :
1 Plot antara residu e versus Y-topi
Jika plot yang bersangkutan menggambarkan suatu scatter diagram diagram pencar dalam arti tidak berpola maka dapat dikatakan
tidak terjadi mispesifikasi pada fungsi regresi, hal ini bararti bahwa hubungan antara variabal X dan Y adalah linier.
2 Plot antara variabel X versus Y
Jika plot menggambarkan garis lurus maka asumsi pertama ini telah terpenuhi.
3 Plot antara residu versus X
Jika plot menggambarkan diagram pencar maka linieritas ini sudah terpenuhi.
Siswandari, 2008:28
commit to user 64
c. Uji Multikolinearitas
Uji multikolinearitas digunakan untuk mengetahui ada atau tidaknya penyimpangan asumsi klasik multikolinearitas, yaitu adanya hubungan linear
antar variabel independen dalam model regresi. Prasyarat yang harus dipenuhi dalam model regresi adalah tidak adanya multikolinearitas. Pada pembahasan
ini akan dilakukan uji multikolinearitas dengan melihat nilai Variance Inflation Factor pada model regresi. Pengujian akan dilakukan dengan
menggunakan software SPSS 17. Menurut Santoso 2001 dalam Duwi Priyatno 2010:81
bahwa “pada umumnya jika VIF lebih besar dari 5, maka variabel tersebut mempunyai persoalan multikolinearitas dengan variabel
bebas lainnya ”.
d. Uji Autokorelasi
Uji autokorelasi adalah bertujuan mengetahui ada atau tidaknya penyimpangan asumsi klasik autokorelasi, yaitu korelasi yang terjadi antara
residual pada pengamatan dengan pengamatan lain pada model regresi. Model regresi yang baik apabila tidak terjadi autokorelasi. Untuk mengetahui apakah
pada model regresi mengandung autokorelasi dapat digunakan pendekatan D- W Durbin Watson dengan rumus sebagai berikut:
Keterangan: d
= Nilai Durbin – Watson
= Jumlah kuadrat sisa Gujarati, 2003.
Pada penelitian ini akan dilakukan uji autokorelasi dengan melihat nilai Durbin
– Watson pada tabel model summary. Pengujian akan dilakukan dengan menggunakan software SPSS 17. Menurut Singgih Santoso 2010:
215 kriteria autokorelasi ada 3, yaitu: 1
Nilai D-W dibawah -2 berarti diindikasikan ada autokorelasi positif.
commit to user 65
2 Nilai D-W diantara -2 sampai 2 berarti diindikasikan tidak ada
autokorelasi. 3
Nilai D-W diatas 2 berarti diindikasikan ada autokorelasi negatif.
e. Uji Heteroskedastisitas
Heteroskedastisitas adalah keadaan dimana terjadi ketidaksamaan varian dan residual untuk semua pengamatan pada model regresi. Uji
heteroskedastisitas digunakan untuk mengetahui apakah terjadi penyimpangan model karena gangguan varian yang berbeda antar observasi satu ke observasi
lain. Prasyarat yang harus terpenuhi dalam model regresi adalah tidak terjadi heteroskedastisitas. Ada beberapa metode pengujian yang bisa digunakan.
Pada penelitian ini akan dilakukan uji heteroskedastisitas dengan menggunakan uji park, yaitu meregresikan nilai residu kuadrat dengan
masing-masing variabel independen. Apabila nilai probabilitas lebih besar dari 0,05 maka model regresi bebas dari masalah heteroskedastisitas Damodar
Gujarati, 2006.
2. Uji Hipotesis