Metode Analisis Data

3.5.1 Uji Kualitas Data

Kualitas atas data yang dihasilkan dari penggunaan instrumen penelitian dapat dievaluasi melalui uji yang meliputi:

3.5.1.1 Uji Validitas

Uji validitas dilakukan untuk menunjukkan semua item pertanyaan memiliki hasil yang signifikan dan dapat membedakan item tersebut buruk (drop) atau baik (valid). Dengan demikian item yang valid adalah item yang memilki korelasi positif yang tinggi antara skor item dengan skor total responden. Uji validitas yang sering digunakan adalah korelasi Bivariate Pearson (Produk Moment Pearson). Pengujian menggunakan uji dua sisi dengan tarafsignifikansi 0,05. Kriteria pengujian sebagai berikut :

1. Jika r hitung > r tabel (uji 2 sisi dengan sig. 0,05) maka item - item pertanyaan berkorelasi signifikan terhadap skor atau nilai total (dinyatakan valid).
2.  Jika r hitung < r tabel (uji 2 sisi dengan sig. 0,05) maka item - item pertanyaan tidak berkorelasi signifikan terhadap skor atau nilai total (dinyatakan tidak valid/drop).

3.5.1.2 Uji Reliabilitas

Realibilitas sebenarnya adalah alat untuk mengukur suatu kuesioner yang merupakan indikator dari variabel atau kontrsuk. Suatu kuesioner dikatakan reliabel atau handal jika jawaban seseorang terhadap pernyataan adalah konsisten atau stabil dari waktu ke waktu (Ghozali, 2013). Uji reliabilitas dalam penelitian ini menggunakan teknik Cronbach’s Alpha (α), dimana suatu instrumen dapat dikatakan handal (reliabel), bila memiliki Cronbach’s Alpha ≥ 0,6 (Priyatno, 2010).

3.5.2 Uji Asumsi Klasik

Ghozali (2013) mengemukakan bahwa pengujian asumsi klasik dimaksudkan untuk memastikan bahwa di dalam model regresi yang digunakan tidak terdapat multikolonieritas dan heteroskedastisitas serta untuk memastikan bahwa data yang dihasilkan berdistribusi normal. Pengujian asumsi klasik dalam penelitian ini meliputi:

3.5.2.1 Uji Normalitas

Uji normalitas bertujuan untuk menguji apakah variabel independen, variabel dependen maupun keduanya dari suatu model regresi memiliki distribusi data normal atau mendekati normal (Malissa, 2009). Pengujian normalitas data dalam penelitian ini dengan melihat normal probability plot yang membandingkan distribusi kumulatif dari distribusi normal. Distribusi normal berupa garis lurus diagonal dan ploting data residual akan dibandingkan dengan garis tersebut. Jika distribusi normal, maka penyebaran titik - titik akan berada di sekitar garis diagonalnya. Pengujian kedua adalah yang menggunakan uji statistik dengan melihat kurtosis dan skewness dari residual dengan rumus:

			K – 0 Zkurtosis = --------------                          √24/n
	S – 0 Zskewness = --------------                          √6/n

 

Dimana:

S          : Nilai Skewness

N         : Jumlah Kasus

K         : Nilai Kurtosis

Jika dari hasil nilai z hitung < z tabel ± 2,58 (signifikan 0,01) atau ± 1,96 (signifikan pada alpha 0,05) maka data tersebut berdistribusi normal (Ghozali, 2013).

3.5.2.2 Uji Multikolinearitas

Uji multikolinearitas bertujuan untuk menguji ada tidaknya hubungan antar variabel independen dalam model regresi. Menurut Ghozali (2013) model regeresi yang baik seharusnya tidak terjadi korelasi diantara variabel independen. Jika variebel independen saling berkorelasi maka variabel - variabel ini tidak ortogonal. Variabel ortogonal adalah variabel independen yang nilai korelasi antar sesama variabel independen sama dengan nol.

Untuk mendeteksi ada atau tidaknya multikolineritas dapat dilihat dari nilai tolerance dan variance inflation factor (VIF). Nilai cut off yang umum digunakan untuk mendeteksi adanya multikolonieritas adalah tolerance < 0,10 atau sama dengan nilai VIF > 10. Jika tolerance < 0,10 atau nilai VIF > 10 mengindikasikan terjadi multikolonieritas (Ghozali, 2013).

3.5.2.3 Uji Heterokedastisitas

Uji Heteroskedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan varians dari residual satu pengamatan ke pengamatan yang lain. Uji ini dilakukan dengan mengamati pola tertentu pada grafik scatter-plot, dimana bila ada titik - titik menyebar di atas dan di bawah angka 0 pada sumbu Y serta tidak membentuk pola maka tidak terjadi heteroskedasitisitas.

Namun, untuk mendapatkan hasil yang lebih akurat, Uji yang akan dilakukan adalah uji Glejser dengan melihat signifikansi korelasi nilai residual, bila nilai tersebut diatas 0,05 atau 5%, maka model regresi bebas dari asumsi heterokedastisitas (Ghazali, 2013).

3.5.2.4 Uji Autokorelasi

Uji autokorelasi bertujuan untuk menguji apakah dalam sebuah model regresi linear ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode t-1 (sebelumnya) (Ghozali, 2013). Model regresi yang baik adalah regresi yang bebas dari autokorelasi. Dikarenakan penelitian ini bukan menggunakan data runtut waktu (time series) maka penelitian ini tidak memerlukan uji autokolerasi.

3.5.3 Uji Regresi Berganda

Analisis data dalam penelitian ini menggunakan analisis regresi linier berganda. Menurut Sugiyono (2016) analisis regresi ganda digunakan oleh peneliti, bila peneliti bermaksud meramalkan bagaimana keadaan (naik turunnya) variabel dependen, bila dua atau lebih variabel independen sebagai faktor prediktor dimanipulasi (dinaik turunkan nilainya). Analisis regresi berganda ini dilakukan dengan bantuan software Statistical Product and Service Solutions (SPSS) versi 23 for Windows.

3.5.4 Pengujian Hipotesis

Hipotesis dalam penelitian ini dilakukan dengan uji F dan uji t-test guna melihat pengaruh diantar variabel baik secara simultan maupun parsial.

3.5.4.1 Koefisien Determinasi

Koefisien determinasi (R²) pada intinya mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen. Rentang nilai koefisien determinasi antara nol dan satu. Nilai R² yang kecil berarti kemampuan variabel - variabel independen dalam menjelaskan variasi variabel dependen amat terbatas. Nilai yang mendekati satu berarti variabel - variabel independen memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variasi variabel dependen (Ghozali, 2013).

3.5.4.2 Uji Signifikan Simultan (Uji-F)

Uji-F dilakukan untuk menunjukkan apakah semua variabel independen mempunyai pengaruh secara simultan (bersama - sama) terhadap variabel dependen secara signifikan. Uji ini menggunakan uji ANOVA dan dilakukan dengan ketentuan sebagai berikut :

Jika F hitung > F tabel (α = 5%) atau Sig < 0,05 maka H0 ditolak.

Jika F hitung < F tabel (α = 5%) atau Sig > 0,05 maka H0 diterima.

Jika F hitung lebih besar daripada F tabel maka terdapat pengaruh yang signifikan dari keseluruhan variabel independen terhadap variabel dependen secara simultan, tetapi bila F hitung lebih kecil daripada F tabel maka tidak terdapat pengaruh yang signifikan dari keseluruhan variabel independen terhadap variabel dependen secara simultan. Nilai F tabel dapat dilihat di tabel F sesuai dengan degree of freedom dan signifikansinya (Priyatno, 2010).

3.5.4.3 Uji Signifikansi Parsial (Uji-t)

Uji t (t-test) dalam penelitian ini untuk menguji yang menunjukkan seberapa jauh pengaruh satu variabel independen secara parsial (individu) dalam menerangkan variabel dependen. Pengujian dilakukan dengan menggunakan significance level 0,05 (α=5%). Penerimaan atau penolakan hipotesis dilakukan dengan kriteria sebagai berikut :

Jika t hitung > t tabel (α = 5%) atau Sig < 0,05 maka H0 ditolak.

Jika t hitung < t tabel (α = 5%) atau Sig > 0,05 maka  H0 diterima.

Jika t hitung lebih besar daripada t tabel maka terdapat pengaruh yang signifikan dari variabel independen secara parsial terhadap variabel dependen, tetapi bila t hitung lebih kecil daripada t tabel maka tidak terdapat pengaruh yang signifikan dari keseluruhan variabel independen secara parsial terhadap variabel dependen. Nilai t tabel dapat dilihat di tabel t dengan menggunakan signifikansi dan degree offreedom yang sesuai (Priyatno, 2010).