Teknik Analisis Data Metode Penelitian
48
Uji multikolinerietas pada suatu model dapat dilihat dari nilai VIF Variance Inflation Factor tidak lebih dari 10 dan nilai tolerance tidak
kurang dari 0,1. Semakin tinggi VIF maka tolerance semakin rendah. Sehingga model dapat dikatakan terbebas dari multikolinerietas.
4 Uji Heteroskedastisitas Uji ini dilakukan untuk mengetahui terjadinya perbedaan ragam residual
suatu periode pengamatan ke periode pengamatan yang lain, atau gambaran hubungan antara nilai yang diprediksi dengan Studentized
Delete Residual. Cara memprediksi ada tidaknya heteroskedastisitas pada model regresi dapat dilihat pada pola gambar Scatterplot Nugroho, 2005.
Analsis gambar Scatterplot yang menyatakan tidak terdapat heteroskedastisitas jika:
a Titik-titik data menyebar di atas dan di bawah atau disekitar angka 0. b Titik-titik data tidak mengumpul hanya di atas atau di bawah saja.
c Penyebaran titik-titik data tidak boleh membentuk pola Persamaan Regresi Linear Berganda
5 Uji Autokorelasi Autokorelasi merupakan keadaan dimana terjadinya korelasi dari
residual untuk pengamatan satu dengan pengamatan yang lain yang disusun menurut runtun waktu. Model regresi yang baik mensyaratkan
tidak adanya masalah autokorelasi.
6
6
Duwi Priyatno, Analisis Korelasi, Regresi dan Multivariate Dengan SPSS Jakarta, Gava Media, 2013, h. 74.
49
Dalam penelitian ini uji autokorelasi dilakukan dengan menggunakan statistik Durbin Watson. Dasar pengambilan keputusannya adalah sebagai
berikut
7
: a Angka DW di bawah -2 berarti ada autokorelasi positif.
b Angka DW di antara -2 sampai +2, berarti tidak ada autokorelasi. c Angka DW di atas +2 berarti ada autokorelasi negatif.
b. Persamaan Regresi Linier Berganda Analisis regresi adalah salah satu teknik statistik yang dapat digunakan
untuk menggambarkan hubungan antara dua variabel atau lebih untuk variabel kuantitatif.
8
Regresi linier berganda bertujuan menghitung besarnya pengaruh dua atau lebih variabel bebas terhadap satu variabel terikat dan memprediksi
variabel terikat dengan menggunakan dua atau lebih variabel bebas.
9
Bentuk umum regresi linier berganda: Y = a + b
1
Dummy DP +b
2
Inflasi + b
3
BI rate Di mana:
Y = variabel dependen Pembiayaan Kendaraan Bermotor
a = konstanta
b
1
= Dummy DP b
2
= Inflasi
7
Singgih Sasonto, Aplikasi SPSS pada Statistik Parametrik Jakarta: Elex Media Komputindo, 2012, h. 243.
8
Ety Rochaety, dkk, Metodologi Penelitian Bisnis: Dengan Aplikasi SPSS Jakarta: Penerbit Mitra Wacana Media, 2009, h. 135.
9
Ibid., h. 142.
50
b
3
= BI rate c. Uji F
Uji F atau Uji global dilakukan untuk melihat apakah terjadi pengaruh nyata antara variabel bebas independen terhadap variabel terikat dependen
secara keseluruhan. Uji simultan dengan uji F ini bertujuan untuk mengetahui pengaruh
bersama-sama variabel independen terhadap variabel dependen. Apabila F
hitung
F
tabel
maka H
o
ditolak dan H
a
diterima, artinya variabel independen secara simultan mempunyai pengaruh yang signifikan terhadapa variabel dependen.
Uji F dimaksudkan untuk melihat kemampuan menyeluruh dari variabel independen X
1,
X
2,
…, X
n
dapat atau mampu menjelaskan tingkah laku atau keragaman variabel dependen Y.
d. Uji t Uji statistik t pada dasarnya menunjukan seberapa jauh pengaruh satu
variabel penjelasindependen secara individual dalam menerangkan variasi variabel dependen.
10
Uji t untuk menguji signifikasi konstanta dan variabel independen. Hipotesis:
H
o
= Koefisien regresi tidak signifikan H
a
= Koefisien regresi signifikan
10
Imam Ghozali, Aplikasi Anlaisis Multivariate dengan Program SPSS, h. 84.
51
Apabila t
hitung
t
tabel
maka H
o
ditolak dan H
a
diterima, artinya variabel independen secara parsial mempunyai pengaruh yang signifikan terhadap
variabel dependen. Apabila t
hitung
t
tabel
maka H
o
diterima dan H
a
ditolak, artinya variabel independen secara parsial tidak mempunyai pengaruh yang
signifikan terhadap variabel dependen.