Uji Normalitas Uji Multikolonieritas Uji Autokorelasi

49

D. Metode Analisis Data

Metode analisis data menggunakan statistik deskriptif, uji asumsi klasik, dan uji hipotesis. Adapun penjelasannya adalah sebagai berikut:

1. Statistik Deskriptif

Statistik diskriptif digunakan oleh peneliti untuk memberikan informasi mengenai karakteristik variabel penelitian yang utama dan daftar demografi responden. Statistik deskriptif memberikan gambaran atau deskripsi suatu data yang dilihat rata-rata mean, standar deviasi, varian, maksimum, minimum, sum, range, kurtosis dan skewness kemencengan distribusi Imam Ghozali, 2011:19. 2. Uji Asumsi Klasik Untuk melakukan uji asumsi klasik atas data sekunder ini, maka peneliti melakukan uji normalitas, uji multikolonieritas, uji autokorelasi dan uji heteroskedastisitas.

a. Uji Normalitas

Uji normalitas bertujuan untuk mengukur apakah model regresi variabel independen dan dependen keduanya mempunyai distribusi normal atau mendekati normal. Model regresi yang baik adalah memiliki distribusi normal atau mendekati normal. Dalam penelitian ini, uji normalitas menggunakan Normal Probability Plot P-P Plot. Suatu variabel dikatakan normal jika gambar distribusi dengan titik- titik data yang menyebar di sekitar garis diagonal, dan penyebaran titik-titik data searah mengikuti garis diagonal Santoso, 2004:212. 50

b. Uji Multikolonieritas

Uji multikolonieritas bertujuan untuk menguji apakah dalam model regresi ditemukan adanya korelasi antar variabel bebas independen. Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel independen Ghozali, 2011:105. Untuk mendeteksi ada atau tidaknya multikolonieritas di dalam model regresi dapat dilihat dari besaran nilai Tolerance dan VIF-nya Variance Inflation Factor. Regresi bebas dari masalah multikolonieritas jika nilai Tolerance 0,10 atau sama dengan nilai VIF 10 Ghozali, 2011:106.

c. Uji Autokorelasi

Uji Autokorelasi bertujuan menguji apakah dalam model regresi linear ada korelasi antara kesalahan penggangu pada periode t dengan kesalahan pengganggu pada periode t-1 sebelumnya. Jika terjadi korelasi, maka dinamakan ada problem autokorelasi. Autokorelasi muncul karena observasi yang berurutan sepanjang waktu berkaitan satu sama lainnya. Masalah ini timbul karena residual kesalahan penggangu tidak bebas dari satu observasi ke observasi lainnya Ghozali, 2011:110. Dalam mendeteksi ada atau tidaknya problem autokorelasi dapat dilakukan dengan uji Durbin-Watson, dimana nilai DW d akan dibandingkan dengan nilai tabel dengan menggunakan nilai signifikansi 5. Apabila nilai d berada diantara batas atas du dan 51 jumlah variabel independen dikurangi batas atas k-du, atau du d k-du, maka dapat disimpulkan bahwa kita tidak dapat menolak H0 yang menyatakan bahwa tidak ada autokorelasi positif atau negatif.

d. Uji Heteroskedastisitas