Pengujian Asumsi Klasik Metode Analisis Data

F. Metode Analisis Data

Adapun metode analisis data yang digunakan dalam penelitian ini antara lain berupa uji asumsi klasik, analisis regresi, dan pengujian hipotesis. Dalam menganalisis data, peneliti menggunakan program SPSS 16.

1. Pengujian Asumsi Klasik

Penggunaan analisis regresi dalam statistik harus bebas dari asumsi-asumsi klasik. Adapun pengujian asumsi klasik yang digunakan dalam penelitian ini adalah uji normalitas, uji multikolinearitas, heteroskedastisitas, dan autokorelasi. a. Uji Normalitas Data Menurut Erlina 2008:102, ”tujuan uji normalitas data adalah ingin mengetahui apakah dalam model regresi variabel pengganggu atau residual memiliki distribusi normal.Pengujian ini diperlukan karena untuk melakukan uji T dan uji F mengasumsikan bahwa nilai residual mengikuti distribusi normal”. Menurut Imam Ghozali 2005:110, ada dua cara untuk mendeteksi apakah residual berdistribusi normal atau tidak yaitu dengan analisis statistik dan analisis grafik. 1 Analisis Statistik Uji statistik yang digunakan untuk menguji normalitas residual adalah uji statistik Kolmogorov Smirnov K-S. Pedoman pengambilan keputusan rentang data tersebut mendekati atau merupakan distribusi normal berdasarkan uji Kolmogorov Smirnov dapat dilihat dari: Universitas Sumatera Utara a nilai sig. atau signifikan atau probabilitas 0,05, maka distribusi data adalah tidak normal, b nilai sig. atau signifikan atau probabilitas 0,05, maka distribusi data adalah normal Imam Ghozali 2005:115 2 Analisis Grafik Untuk melihat normalitas data dapat dilakukan dengan melihat histogram atau pola distribusi data. Normalitas dapat dideteksi dengan melihat penyebaran data titik pada sumbu diagonal dari grafik atau dengan melihat histogram dari nilai residualnya. Jika data menyebar disekitar garis diagonal dan mengikuti arah garis diagonal atau garfik histogramnya menunjukkan pola distribusi normal, maka model regresi memenuhi asumsi normalitas. b. Uji Multikolinearitas Uji multikolinearitas bertujuan untuk mengidentifikasi ada atau tidaknya hubungan antar variabel dalam model regresi. Model regresi yang baik seharusnya tidak ada hubungan antar variabel. Pengujian multikolinearitas dapat dilakukan dengan melihat nilai VIF dan korelasi diantara variabel bebas. Jika nilai VIF 10 atau nilai tolerance 0,10 maka terjadi multikolinearitas sedangkan apabila nilai VIF 10 atau nilai tolerance 0,10 maka tidak terjadi multikolineritas. Jika antar variabel independen ada korelasi yang cukup tinggi umumnya diatas 0,90, maka hal ini merupakan indikasi adanya multikolinearitas. Universitas Sumatera Utara c. Uji Autokorelasi Uji Autokorelasi dimaksudkan untuk mengetahui apakah terjadi korelasi antara anggota serangkaian data observasi yang diuraikan menurut waktu time series atau ruang cross sectional. Hal ini mempunyai arti bahwa satu tahun tertentu dipengaruhi oleh tahun berikutnya. Untuk menguji ada tidaknya Autokorelasi ini dapat dilakukan dengan menggunakan Watson statistik, yaitu dengan melihat koefisen korelasi Durbin Watson. Sugiyono 2007:76 mengemukakan bahwa “terjadinya Autokorelasi jika nilai Durbin Watson DW memiliki nilai lebih dari 5 ≥5”. d. Uji Heteroskedastisitas Menurut Erlina 2008:106, “uji ini bertujuan untuk melihat apakah dalam model regresi terjadi ketidaksamaan variabel dari residual satu pengamatan ke pengamatan lain.” Model regresi yang baik adalah tidak terjadi heteroskedastisitas. Uji heteroskedastisitas dilakukan karena kebanyakan data cross section mengandung situasi heteroskedastisitas karena data ini menghimpun data yang mewakili berbagai ukuran. Untuk melihat ada tidaknya heteroskedastisitas dilakukan dengan mengamati Grafik scatterplot antara nilai prediksi variabel terikat dengan residualnya. Deteksi ada tidaknya heterokedastisitas dilakukan dengan melihat ada tidaknya pola tertentu pada grafik scatterplot dengan dasar analisis: 1 jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur bergelombang, melebar kemudian menyempit, maka mengindikasikan telah terjadi heteroskedastisitas, Universitas Sumatera Utara 2 jika tidak ada pola yang jelas, seperti titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas. Imam Ghozali 2005:105

2. Pengujian Hipotesis A. Analisis Regresi Berganda