4.6. Metode Analisis Data
Metode analisis data yang digunakan dalam penelitian ini adalah model uji faktor, model regresi linear berganda, model regresi linear multivariat berganda
moderating dengan uji residual. Data diolah dengan program Statistical Package for Social Science SPSS.
4.6.1. Statistik Deskriptif
Statistik ini digunakan untuk memberikan gambaran umum untuk profil dari sampel. Penelitian ini menggunakan statistik deskriptif yang terdiri dari rata-
rata, deviasi standar, minimum dan maksimum.
4.6.2. Uji Faktor
Uji faktor ini menggunakan KMO Kaiser-Meyer-Oikin yang bertujuan untuk mengetahui apakah variabel independen yang telah diambil berpengaruh
terhadap variabel dependen yang cukup untuk difaktorkan. Jika hasilnya diatas 0,500 berarti sudah memenuhi syarat. Jadi dapat disimpulkan bahwa analisis
faktor dapat dilanjutkan.
4.6.3. Uji Asumsi Klasik
Sebelum dilakukan pengujian hipotesis, terlebih dahulu dilakukan pengujian mengenai ada tidaknya pelanggaran terhadap asumsi-asumsi klasik.
Hasil pengujian hipotesis yang baik adalah pengujian yang tidak melanggar. Uji ini meliputi: uji normalitas, uji multikolinearitas, uji autokolerasi, dan uji
Universitas Sumatera Utara
heterokedasitas.
1. Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal. Model regresi yang baik
hendaknya berdistribusi normal atau mendekati normal. Cara untuk menguji normalitas yang digunakan dalam penelitian ini adalah dengan uji
Kolmogorov-Smirnov untuk menentukan normalitas distribusi residual. “Jika sig atau p-value 0,05 maka data berdistribusi normal Ghozali, 2005:27
Pada dasarnya normalitas dapat dideteksi dengan melihat penyebaran data pada sumbu diagonal dari grafik atau dengan melihat histogram dari
residualnya. Dasar pengambilan keputusan: 1. Jika data menyebar disekitar garis diagonal dan mengikuti arah garis
diagonal atau grafik histogramnya menunjukkan pola distribusi normal, maka model regresi memenuhi asumsi normalitas.
2. Jika data menyebar jauh dari garis diagonal danatau tidak mengikuti arah garis diagonal atau grafik histogram tidak menunjukkan pola distibusi
normal, maka model regresi tidak memenuhi asumsi normalitas.
2. Uji Multikolonieritas
Multikolonieritas adalah kolerasi sempurna 100 diantara variabel penjelas yang dimasukkan ke dalam model. Uji multikolonieritas bertujuan untuk
menguji apakah dalam model regresi ditemukan adanya korelasi antar variabel
Universitas Sumatera Utara
bebas independen. Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel bebas. Jika variabel independen saling berkolerasi, maka
variabel-variabel ini tidak ortogonal. Variabel ortogonal adalah independen yang nilai korelasi antar sesama variabel independen sama dengan nol
Ghozali 2005.
Untuk mendeteksi apakah model regresi yang dipakai bebas dari permasalahan multikolonieritas dapat dilihat dari besaran Variance Inflation
Factor VIF. Pedoman pengambilan keputusan pada pengujian ini adalah: 1. Jika Variance Inflation Faktor VIF 10 maka artinya terdapat persoalan
multikolonieritas diantara variabel bebas. 2. Jika Variance Inflation Faktor VIF 10 maka artinya tidak terdapat
persoalan multikolonieritas diantara variabel bebas.
3. Uji Autokolerasi
Autokolerasi adalah kolerasi antar anggota sampel yang diurutkan berdasarkan waktu. Penyimpangan asumsi ini biasanya muncul masa observasi yang
menggunakan data time series Algifari, 2000:88. Uji autokolerasi bertujuan untuk mengetahui apakah terjadi korelasi antar anggota serangkaian data
observasi yang diurutkan menurut waktu time series. Untuk mendeteksi terjadinya autokolerasi dalam penelitian ini maka digumakan uji DW dengan
melihat koefisien korelasi DW test. Pada data crossection silang waktu, masalah autokorelasi relatif jarang
Universitas Sumatera Utara
terjadi karena “gangguan” pada observasi yang berbeda berasal dari individukelompok yang berbeda. Model regresi yang baik adalah regresi
yang bebas dari autokorelasi. Untuk mengetahui adanya autokorelasi dapat dilakukan dengan Uji Dublin Watson Ghozali 2005: 100.
Kriteria pengujiannya adalah sebagai berikut: - Jika nilai D-W dibawah 0 sampai 1,5 berarti ada autokorelasi positif.
- Jika nilai D-W diantara 1,5 sampai 2,5 berarti tidak ada autokorelasi. - Jika nilai D-W diatas 2,5 sampai 4 berarti ada autokorelasi negatif.
4. Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan varians dari residual dari suatu pengamatan ke
pengamatan lainnya. Jika varians dari residual satu pengamatan ke pangamatan lain tetap, maka disebut homoskedastisitas dan jika berbeda
disebut heteroskedastisitas. Model regresi yang baik adalah yang homoskedastisitas atau tidak terjadi heteroskedastisitas. Kebanyakan data
cross section mengandung situasi heteroskedastisitas karena data ini menghimpun data yang mewakili berbagai ukuran kecil, sedang dan besar.
Cara untuk mendeteksi ada atau tidaknya heteroskedastisitas adalah dengan melihat grafik plot antara nilai prediksi variabel terikat dependen yaitu
ZPRED dengan residualnya SRESID. Deteksi ada tidaknya heteroskedastisitas dapat dilakukan dengan melihat pola tertentu pada grafik
scatterplot antara SRESID dan ZPRED dimana sumbu Y adalah Y yang telah
Universitas Sumatera Utara
diprediksi, dan sumbu X adalah residual Y prediksi – Y sesungguhnya yang telah di stundentized.
Dasar analisis Ghozali 2005: 126: 1. Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu
yang teratur bergelombang, melebar kemudian menyempit maka mengindikasikan telah terjadi heteroskedastisitas.
2. Jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan dibawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas.
4.6.4. Pengujian Hipotesis
Kategori