perwakilan Yogyakarta yang berada di Jalan Mangkubumi No. 111
Yogyakarta. F.
Teknik Analisis Data
Mengacu pada kerangka pemikiran penelitian yang telah diajukan dalam penelitian ini, maka metode analisis yang digunakan adalah regresi
linier berganda. Analisis regresi linier berganda adalah hubungan secara linear antara dua atau lebih variabel independen X
1
, X
2
,….X
n
dengan variabel dependen Y. Analisis ini untuk mengetahui arah hubungan antara
variabel independen dengan variabel dependen apakah masing-masing variabel independen berhubungan positif atau negatif dan untuk
memprediksi nilai dari variabel dependen apabila nilai variabel independen mengalami kenaikan atau penurunan. Sebelum dilakukan analisis regresi
linier berganda terlebih dahulu dilakukan beberapa pengujian diantaranya:
1. Uji Asumsi Klasik
a. Uji Normalitas
Uji Normalitas digunakan untuk menguji apakah dalam model regresi variabel pengganggu atau nilai residual memiliki distribusi
normal agar uji statistik untuk jumlah sampel kecil hasilnya tetap valid Ghozali, 2011. Jika analisis menggunakan metode
parametrik, maka persyaratan normalitas harus terpenuhi yaitu data berasal dari distribusi yang normal. Jika data tidak berdistribusi
normal, atau jumlah sampel sedikit dan jenis data adalah nominal atau ordinal maka metode yang digunakan adalah statistik non
parametrik. Dalam penelitian ini uji normalitas menggunakan uji
Kolmogorov Smirnov
. Dasar pengambilan keputusan adalah berdasarkan probabilitas, jika nilai probabilitas 0,05 maka
distribusi data dinyatakan normal. Jika nilai probabilitas 0,05 maka distribusi data dinyatakan tidak normal.
b. Uji Multikolinearitas
Tujuan dari uji multikolinearitas adalah menguji apakah dalam model regresi ditemukan adanya korelasi antar variabel independen.
Model regresi yang baik seharusnya tidak terjadi kolinearitas diantara variabel independen Ghozali, 2011. Untuk mendeteksi ada
atau tidaknya multikolinearitas di dalam model regresi dalam penelitian ini dengan melihat nilai
tolerance
dan nilai
variance inflation factor
VIF. Indikator untuk menunjukkan adanya multikolinearitas adalah nilai
tolerance
≤ 0,10 atau sama dengan nilai VIF ≥ 10.
c. Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan
variance
dari residual satu pengamatan ke pengamatan yang lain. Model regresi yang baik adalah
homokedastisitas
, yaitu keadaan ketika
variance
dari residual satu pengamatan ke pengamatan lain tetap Ghozali, 2011. Uji
heteroskedastisitas yang akan dilakukan dalam penelitian ini menggunakan uji
Glejser
, yakni dengan cara meregresi nilai absolut
residual sebagai variabel dependen dengan masing-masing variabel independen. Model dinyatakan bebas masalah heteroskedastisitas
jika nilai signifikansi lebih besar dari 0,05 dan dinyatakan mengandung heteroskedastisitas jika nilai signifikansi kurang dari
0,05. d.
Uji Autokorelasi Uji Autokorelasi bertujuan untuk mengetahui apakah dalam model
regresi linier ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pada periode sebelumnya t-1. Model regresi
yang baik adalah yang tidak mengandung autokorelasi. Dalam penelitian ini digunakan uji
Durbin-Watson
DW, dengan kriteria pengambilan keputusan sebagai berikut:
Tabel 1. Pengambilan Keputusan Uji Autokorelasi
Angka Durbin Watson
Hipotesis Nol Keputusan
0 d dl Tidak ada autokorelasi positif
Tolak dl ≤ d ≤ du
Tidak ada autokorelasi positif
No decision
4 – dl d 4
Tidak ada korelasi negatif Tolak
4 – du ≤ d ≤ 4 – dl Tidak ada korelasi negatif
No decision
du d 4 - du Tidak ada autokorelasi positif
atau negatif Tidak ditolak
Sumber : Ghozali 2011
2. Analisis Regresi Linier Berganda
