t = waktu
3.6 Metode Analisis Data.
a. Uji Normalitas
Tujuan uji normalitas adalah untuk mengetahui apakah dalam model regresi antara variabel dependen dengan variabel independen memiliki distribusi normal
atau tidak.Model regresi yang baik adalah memiliki distribusi data normal atau mendekati normal. Proses uji normalitas data dilakukan dengan menggunakan uji
Kolmogorov-Smirnov. Distribusi data dapat dilihat dengan membandingkan Z
hitung
dengan Z
tabel
dengan kriteria sebagai berikut: 1
Jika Z
hitung
Kolmogorov-Smirnov Z
tabe
l 1,96, atau angka signifikan taraf signifikansi α 0,05 maka distribusi data
dikatakan normal, 2
Jika Z
hitung
Kolmogorov-Smirnov Z
tabel
1,96, atau angka signifikan taraf signifikans
i α 0,05 maka distribusi data dikatakan tidak normal.
b. Uji Multikolinearitas
Menurut Umar 2003:132 “multikolinearitas adalah ada tidaknya korelasi yang sempurna atau korelasi yang tidak sempurna tetapi relatif tinggi pada variabel-
variabel bebasnya”. Untuk menguji ada tidaknya multikolinieritas, dapat dilakukan dengan cara:
1 nilai R
2
pada estimasi model regresi, 2
menganalisis matrik korelasi variabel- variabel independen,
3 menggunakan variance inflation factor dan nilai tolerance.
Pengujian multikolinieritas data dalam penelitian ini menggunakan variance inflation factor dan nilai tolerance. Multikolinieritas terjadi jika VIF lebih dari 10
dan nilai tolerance lebih kecil dari 0,10.Model regresi linier berganda harus terbebas dari gejala multikolinieritas agar dapat digunakan dalam penelitian.
c. Uji Heterokedastisitas
Menurut Ghozali 2005:11 “uji heterokedastisitas bertujuan untuk melihat apakah di dalam model regresi terjadi ketidaksamaan variabel dari residual suatu
pengamatan ke pengamatan yang lain”.Model regresi yang baik adalah terjadi homokedastisitas.Untuk melihat ada tidaknya heterokedasititas dapat dilakukan
dengan melihat grafik Scatterplot.Cara memprediksi pola gambar Scatterplot adalah dengan:
1 titik-titik menyebar diatas dan di bawah atau di sekitar angka 0,
2 titik-titik tidak mengumpul hanya di atas atau di bawah saja,
3 penyebaran titik-titik tidak boleh membentuk polabergelombang
melebar, 4
penyebaran titik-titik sebaiknya tidak berpola.
d. Uji Autokorelasi
Uji autokorelasi bertujuan untuk menguji apakah dalam model regresi linear ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan
pengganggu pada periode t-1 sebelumnya Ghozali, 2005:95.Metode regresi yang baik apabila tidak terdapat autokorelasi.Autokorelasi sering terjadi pada
sampel dengan data time series.Pengujian autokorelasi dilakukan dengan
menggunakan uji Durbin-Watson. Kriteria untuk penilaian terjadinya autokorelasi yaitu:
1 angka D-W di bawah -2 berarti ada autokorelasi positif,
2 angka D-W di antara -2 sampai +2 berarti tidak ada autokorelasi,
3 angka D-W di atas +2 berarti autokorelasi negatif.
Penelitian ini tidak menggunakan model regresi sederhana maupun berganda sehingga uji autokorelasi tidak diperlukan.
3.7 Pengujian Hipotesis Uji Paired T-Test