Metode analisis data menggunakan statistik deskriptif, uji asumsi klasik dan uji hipotesis.
1. Statistik Deskriptif
Statistik deskripstif memberikan gambaran atau deskripsi suatu data yang dilihat dari nilai rata-rata mean, standar deviasi, varian, maksimum,
minimum, sum, range, kurtosis dan skewness kemencengan distribusi Ghozali, 2006:19.
2. Uji Asumsi Klasik
Uji asumsi klasik yang digunakan pada penelitian ini adalah uji normalitas data, uji multikolonieritas, dan uji heteroskedastisitas, serta
menggunakan uji autokolerasi karena data yang digunakan lebih dari satu tahun.
a. Uji Normalitas Data
Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel dependen dan variabel independen mempunyai
distribusi data normal atau tidak dengan menggunakan Normal P-P Plot. Model regresi yang baik adalah adalah mempunyai distribusi
normal atau mendekati normal. Jika data menyebar disekitar garis diagonal dan mengikuti arah garis diagonal menunjukkan pola distribusi
normal, sehingga model regresi memenuhi asumsi normalitas Ghozali, 2006:112.
\
35
b. Uji Multikoloniearitas
Uji multikoloniaritas bertujuan untuk menguji apakah model regresi ditemukan adanya kolerasi antar variabel bebas independen.
Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel independen. Jika variabel independen berkorelasi maka
variabel-variabel ini tidak ortogonal Ghozali, 2006:113. Nilai cutoff yang umum dipakai untuk menunjukan adanya multikoloniaritas adalah
nilai Tolerance 0,10 atau sama dengan nilai VIF 10.
c. Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan varians dari residual atau pengamatan ke
pengamatan yang lain dengan menggunakan grafik Scatterplot. Model regresi yang baik adalah tidak terjadi heterokedastisitas Ghozali,
2006:105. Dasar pengambilan keputusannya, jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang tertatur
bergelombang, melebar, kemudian menyempit, maka mengindikasikan bahwa telah terjadi heteroskedastisitas. Jika tidak ada
pola yang jelas, serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas Ghozali,
2006:105. d.
Uji Autokorelasi
Uji autokorelasi bertujuan menguji apakah dalam model regresi linear ada korelasi antara kesalahan pengganggu pada periode t dengan
36
kesalahan pengganggu pada periode t-1 sebelumnya. Model regresi yang baik adalah regresi yang bebas dari autokorelasi Ghozali,
2006:95. Deteksi adanya autokorelasi dilakukan dengan menggunakan
Durbin-Watson DW, dimana: 1 Jika nilai DW dibawah -2 maka ada autokorelasi positif.
2 Jika nilai DW diantara -2 sampai +2 maka tidak ada autokorelasi. 3 Jika nilai DW diatas +2 maka ada autokorelasi negatif.
3. Uji Hipotesis
Kategori