54
3.7 Teknik Analisis Data 3.7.1 Analisis Statistik Deskriptif
Analisis statistik deskriptif digunakan untuk memberikan deskriptif tentang data setiap variabel-variabel penelitian yang digunakan didalam
penelitian ini.Analisis statistik deskriptif merupakan statistik yang digunakan untuk menganalisis data dengan cara mendeskripsikan atau menggambarkan data
yang telah terkumpul sebagaimana adanya tanpa bermaksud membuat kesimpulan yang berlaku umum atau generalisasi Sugiyono, 2008:206.Analisis
ini hanya digunakan untuk menyajikan dan menganalisis data disertai dengan perhitungan agar dapat memperjelas keadaan atau karakteristik data yang
bersangkutan.Pengukuran yang digunakan statistik deskriptif ini meliputi jumlah sampel, nilai minimum, nilai maksimum, nilairata-rata mean, dan deviasi
standar Ghozali, 2011.Nilai minimum digunakan untuk mengetahui jumlah terkecil data yangbersangkutan bervariasi dari rata-rata.Nilai maksimum
digunakan untukmengetahui jumlah terbesar data yang bersangkutan.Mean digunakan untukmengetahui rata-rata data yang bersangkutan. Deviasi standar
digunakan untuk mengetahui seberapa besar data yang bersangkutan bervariasi dari rata-rata.
3.7.2 Metode Analisis Data
Terdapat beberapa teknik statistik yang dapat digunakan untuk menganalisis data.Tujuan dari analisis ini adalah untuk mendapatkan informasi
yang relevan yang terkandung dalam data tersebut dan menggunakan hasilnya
Universitas Sumatera Utara
55 untuk memecahkan suatu masalah. Data yang diperoleh akan diolah menjadi
data-data variabel agar siap dilakukan pengujian hipotesis. Pengolah data ini akan dibantu melalui SPSS. Sebelum data diolah dengan metode analisis, terlebih
dahulu data harus diuji dengan uji asumsi klasik yaitu dengan asumsi heteroskedasitas, autokorelasi dan multikolineritas antar variabel independen
untuk memastikan apakah model analisis digunakan tidak masalah sehingga dapat dijadikan alat prediksi dan estimasi yang memadai. Jika terpenuhi maka
model analisis layak untuk digunakan.
3.7.3 Uji Asumsi Klasik
MenurutGujarati 2007 persamaan yang diperoleh dari sebuah estimasi dapat dioperasikan secara statistik jika memenuhi asumsi klasik, yaitu
memenuhi asumsi bebas multikoliniearitas, heteroskedastisitas, dan autokolerasi. Pengujian ini dilakukan agar mendapatkan model persamaan regresi yang baik
dan benar-benar mampu memberikan estimasi yang handal dan tidak bias sesuai kaidah BLUE Best Linier Unbiased Estimator.Asumsi yang digunakan pada
penelitian ini yaitu uji normalitas, multikolinearitas, heteroskedastisitas dan autokorelasi yang secara rinci dijelaskan sebagai berikut:
1. Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel dependen dan variabel independen mempunyai distribusi normal
atau tidak.Model regresi yang baik, memiliki distribusi data normal atau mendekati normal.Jika analisis menggunakan metode parametrik, maka
Universitas Sumatera Utara
56 persyaratan normalitas harus dipenuhi, yaitu data berasal dari distribusi
normal. Pengujian normalitas dilakukan untuk menghindari terjadinya bias pada model regresi. Model regresi yang baik adalah yang memiliki
distribusi data normal atau mendekat normal.Uji ini biasanya digunakan untuk mengukur data berskala ordinal, interval, ataupun rasio.Test statistik
yang digunakan antara lain: 1.
Grafik histogram Data dikatakan terdistribusi normal jika histogram yang
dihasilkanberbentuk seperti lonceng. 2.
Normal probability plots Data berdistribusi normal jika sebaran data berada di sekitar garis
diagonal.
2. Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji apakah terdapat korelasi antar variabel independen dalam model regresi Ghozali, 2011.Model
regresi yang baik seharusnya bebas dari multikolonieritas.Deteksi terhadap ada tidaknya multikolinearitas dengan melihat nilai tolerance dan variance
inflationfactor VIF. Suatu model regresi yang bebas dari masalah multikolonieritas apabila mempunyai nilai tolerance lebih dari 0,1 dan nilai
VIF kurang dari 10 Ghozali, 2011. Sebagai dasar acuannya dapat disimpulkan:
Universitas Sumatera Utara
57 1.
jika nilai tolerance 0,1 dan nilai VIF 10, maka dapat disimpulkan bahwa tidak ada multikolinearitas antar variabel independen dalam
model regresi. 2.
Jika nilai tolerance 0,1 dan nilai VIF 10, maka dapat disimpulkan bahwa ada multikolinearitas antar variabel independen dalam model
regresi.
3. Uji Autokorelasi
Uji autokorelasi bertujuan untuk menguji apakah model regresi linier ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan
pengganggu pada periode t-1 sebelumnya.Jika terjadi korelasi, maka ada masalah autokorelasi. Autokorelasi muncul karena observasi yang berurutan
sepanjang waktu berkaitan satu dengan yang lain. Masalah ini timbul karena residual kesalahan pengganggu tidak bebas dari satu observasi ke observasi
lainnya, biasanya dijumpai pada data deret waktu time series. Konsekuensi adanya autokorelasi dalam model regresi adalah variance sample tidak dapat
menggambarkan variance populasinya, sehingga model regresi yang dihasilkan tidak dapat digunakan untuk menaksir nilai variabel dependen
pada nilai independen tertentu Ghozali, 2011.
4. Uji Heteroskedasitas
Uji ini bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang
Universitas Sumatera Utara
58 lain. Jika variance dari residual satu pengamatan ke pengamatan lain tetap,
maka disebut Homoskedatisitas dan jika berbeda disebut Heteroskedasitas. Model regresi yang baik adalah yang homokedasitas atau tidak terjadi
heteroskedasitas. Untuk mendeteksi adanya heterokedastisitas dilakukan dengan melihat grafik plot antara nilai prediksi variabel terikat ZPRED
dengan residualnya SRESID. Dasar analisisnya: a.
Jika ada pola tertentu, seperti titik–titik yang membentuk suatu pola tertentu, yang teratur bergelombang, melebar, kemudian menyempit,
maka mengindikasikan telah terjadi heteroskedastisitas. b.
Jika tidak ada pola tertentu serta titik–titik menyebar diatas dan dibawah angka nol pada sumbu Y, maka tidak terjadi heteroskedastisitas, maka
mengindikasikan telah terjadi heteroskedastisitas.
3.7.4 Uji Hipotesis