Sumber Data Metode Penelitian

26 satu variabel terikat dan memprediksi variabel terikat dengan menggunakan dua atau lebih variabel bebas. 27 Namun, perlu diketahui bahwa analisis regresi merupakan sebuah alat statistik yang hanya dapat digunakan jika variabel dependen dan variabel independennya termasuk kedalam data metrik. Namun, dalam keadaan tertentu memungkinkan untuk memasukkan data nonmetrik sebagai variabel indepanden dengan mengubah data nominal atau ordinal dengan variabel dummy; variabel yang berbentuk kualitatif, atribut ataupun ketegorikal yang pendeklarasiannya menggunakan nomor kode. Jadi, untuk menggunakan teknik analisa regresi berganda, maka: 1 data yang digunakan harus berupa data dengan skala interval atau rasio atau data nominalordinal yang ditransformasikan;2Sebelum menggunakan teknik analisis regresi, peneliti harus dapat menentukan mana variabel yang dapat menjadi variabel dependen dan mana variabel yang akan menjadi variabel independen. 28 Regresi berganda sangat bermanfaat untuk mendeteksi beberapa variabel bebas yang berelasi dengan variabel yang diuji. Teknik analisis ini sangat dibutuhkan dalam berbagai pengambilan keputusan kebijakan manajemen 27 Imam Ghozali, Aplikasi Analisis Multivariate dengan Program SPSS, Semarang: UNDIP, 2006, h. 45. 28 Joseph F. Hair, dkk., Multivariate Data Analysis, A Global Perspektive, 7 th Ed, USA: Pearson Education, Inc., 2010, h. 162. 27 maupun telaah ilmiah semata. Analisis ini digunakan untuk berbagai situasi yang pada dasarnya terdiri dari tiga keadaan, yaitu: 29 1 Digunakan untuk situasi dimana diinginkan memprediksi variabel tidak bebas dalam hubungan dengan sejumlah variabel bebas. 2 Digunakan dalam mengendalikan pengaruh beberapa variabel bebas terhadap veriabel tidak bebas yang telah ditetapkan. 3 Digunakan untuk studi casual theories. Hal ini untuk menentukan langsung variabel independen apakah secara tidak langsung berpengaruh terhadap variabel tidak bebas. Analisis ini disebut analisis path. Dibutuhkan beberapa asumsi untuk menggunakan regresi linear secara tepat, yaitu: 1 Terdapat hubungan yang linear. Oleh karena itu, terdapat hubungan garis lurus antara variabel terikat dan sekelompok veriabel bebas. 2 Variasi pada residu adalah sama baik untuk nilai Y besar maupun kecil. Dengan kata lain, Y- Ŷ tidak berhungan apakah Ŷ besar atau kecil. 3 Residu mengikuti pola distribusi probabilitas normal. Ingat bahwa residu adalah perbedaan antara nilai Y yang sebenarnya 29 Ibnu Subiyanto, Metode Penelitian Manajemen dan Akuntansi, Yogyakarta: UKP UPP AMP YKPN, 2000, Ed.3, h. 205.