4.6 Metode Analisis Data
Pengolahan dan analisis data dalam penelitian ini akan menggunakan teknik statistik deskriptif dan inferensial dalam menganalisis data multivariate.
Tujuan penelitian di samping mendeskripsikan distribusi data, juga menguji dependensi dan interdependensi antar variabel yang diteliti Indriantoro dan
Supomo, 1998. Analisis dependensi merupakan metode statistik dalam analisis multivariate yang digunakan untuk menjelaskan dan memprediksi satu atau lebih
variabel dependen berdasarkan beberapa variabel independen. Analisis interdependensi merupakan metode statistik dalam analisis multivariate yang
digunakan untuk mengetahui struktur dari sekelompok variabel atau objek.
4.6.1 Uji Kualitas Data
Kualitas data yang dihasilkan dari penggunaan instrumen penelitian dapat dievaluasi melalui uji validitas dan reliabilitas. Pengujian tersebut masing-masing
untuk mengetahui konsistensi dan akurasi data yang dikumpulkan dari penggunaan instrumen. Ada 2 prosedur yang dilakukan dalam penelitian ini untuk
mengukur kualitas data, yaitu: 1. Uji validitas, digunakan untuk mengukur sah atau valid tidaknya suatu
kuesioner. Uji tersebut dimaksudkan untuk menjawab pertanyaan apakah instrumen penelitian yang telah disususun benar-benar akurat sehingga
mampu mengukur apa yang seharusnya diukur oleh kuesioner tersebut. Jika r hitung untuk r tiap butir dapat dilihat pada kolom Corrected Item-
Total Correlation lebih besar dari r tabel dan nilai positif, maka butir atau pertanyaan tersebut dikatakan valid Ghozali, 2006.
Universitas Sumatera Utara
2. Uji reliabilitas, yaitu untuk menunjukkan sejauh mana suatu hasil pengukuran relatif konsisten jika diulangi beberapa kali Supramono dan
Utami, 2004. Suatu kuesioner dikatakan reliabel atau handal jika jawaban seseorang terhadap pertanyaan adalah konsisten atau stabil dari waktu ke
waktu. Suatu konstruk atau variabel dikatakan reliabel jika memberikan nilai Cronbach Alpha 0,60 Ghozali, 2006. Pengujian reliabilitas
dilakukan dengan menggunakan alat bantu program statistik.
4.6.2 Uji Asumsi Klasik
Sebelum melakukan pengujian hipotesis dengan menggunakan analisis regresi berganda perlu dilakukan pengujian asumsi klasik sebagai persyaratan
dalam analisis agar datanya dapat bermakna dan bermanfaat. Uji asumsi klasik meliputi:
1. Uji normalitas, bertujuan untuk mengetahui distribusi data dalam variabel yang akan digunakan dalam penelitian. Data yang baik dan layak
digunakan dalam penelitian adalah data yang memiliki distribusi normal Nugroho, 2005. Untuk menguji apakah distribusi data normal atau tidak
dapat dilihat melalui normal probability plot yang membandingkan distribusi kumulatif dan distribusi normal. Distribusi normal akan
membentuk satu garis lurus diagonal, dan ploting data akan dibandingkan dengan garis diagonal. Jika distribusi data adalah normal, maka garis yang
menggambarkan data sesungguhnya akan mengikuti garis diagonalnya Ghozali, 2006. Uji normalitas yang digunakan dalam penelitian ini
Universitas Sumatera Utara
adalah Uji Kolmogorov-Smirnov yaitu dengan membandingkan probabilitas dengan tingkat signifikansi tertentu:
1. Nilai Signifikan atau probabilitas 0,05 maka distribusi data adalah tidak normal.
2. Nilai Signifikan atau probabilitas 0,05, maka distribusi data adalah normal.
2. Uji multikolinieritas, bertujuan untuk menguji apakah ditemukan adanya korelasi antar variabel bebas independen pada model regresi. Jika terjadi
korelasi, maka dinamakan terdapat problem Multikolinieritas multiko. Multikolinieritas adalah situasi adanya korelasi variabel-variabel bebas
diantara satu dengan lainnya. Model regresi yang baik seharusnya tidak terjadi korelasi antar variabel independen Ghozali, 2002. Selain itu
deteksi terhadap multikolinieritas juga bertujuan untuk menghindari kebiasan dalam proses pengambilan kesimpulan mengenai pengaruh pada
uji parsial masing-masing variabel independen terhadap variabel dependen. Deteksi multikolinieritas pada suatu model dapat dilihat jika
nilai Variance Inflation Factor VIF tidak lebih dari 10 dan nilai Tolerance tidak kurang dari 0,1. Maka model tersebut dapat dikatakan
terbebas dari multikolineritas. VIF = 1Tolerance, jika VIF = 10 maka Tolerance = 110 = 0,1.
3. Uji heteroskesdastisitas, bertujuan untuk menguji apakah dalam model regresi terjadi perbedaan variance residual suatu periode pengamatan ke
periode pengamatan yang lain. Jika variance dari residual satu pengamatan ke pengamatan lain tetap, maka disebut homokesdastisitas dan jika
Universitas Sumatera Utara
berbeda disebut heteroskedastisitas. Model regresi yang baik adalah tidak terjadi heteroskedastisitas. Cara memprediksi ada tidaknya
heteroskesdastisitas pada suatu model dapat dilihat dari pola gambar scatterplot model tersebut Nugroho, 2005. Penelitian ini menggunakan
metode grafik plot, untuk mendeteksi ada atau tidaknya heteroskedastisitas. Metode grafik plot dilakukan dengan cara
mendiagnosa diagram residual plot. Residual plot Studenzized dibandingkan dengan hasil prediksi. Jika titik-titik sebar membentuk pola
tertentu dan teratur bergelombang, melebar kemudian menyempit, maka mengidentifikasikan telah terjadi heteroskedastisitas.
4.6.3 Model Pengujian Hipotesis