METODOLOGI PENELITIAN
D. Metode Analisis Data
Metode analisis yang digunakan dalam penelitian ini adalah dengan menggunakan riset kausal. Riset kausal merupakan riset yang memiliki tujuan utama membuktikan hubungan sebab akibat atau hubungan mempengaruhi dan dipengaruhi dari variabel-variabel yang diteliti (Istijanto, 2009:31).
Skala pengukuran yang dilakukan pada penelitian ini adalah dengan menggunakan skala likert. Skala likert digunakan untuk mengukur sikap, pendapat, dan persepsi seseorang atau sekelompok orang tentang fenomena sosial (Sugiyono, 2011:93).
Dengan skala likert, maka variabel yang akan diukur dijabarkan menjadi indikator variabel. Kemudian indikator tersebut dijadikan sebagai titik tolak untuk menyusun item-item instrumen yang dapat berupa pernyataan atau pertanyaan (Sugiyono, 2011:93). Instrumen pertanyaan atau pernyataan ini akan menghasilkan total skor bagi tiap anggota sampel yang diwakili oleh setiap nilai skor seperti instrumen di bawah ini:
42 Tabel 3.1 Skala Likert Sangat tidak setuju Tidak Setuju
Ragu-ragu Setuju Sangat setuju
1 2 3 4 5
1. Uji Validitas dan Realibilitas a. Uji Validitas
Uji validitas digunakan untuk mengetahui sah atau valid tidaknya suatu kuesioner. Suatu kuesioner dikatakan valid atau sah jika pertanyaan pada kuesioner mampu mengungkapkan sesuatu yang akan diukur oleh kuesioner tersebut (Ghozali, 2011: 52).
Menurut Ghozali (2011:52-53) uji validitas dapat dilakukan dengan membandingkan rhitung (tabel corrected item-total correlation) dengan rtabel (tabel Product Moment dengan signifikan 0,05) untuk
degree of freedom (df) = n-2. Suatu kuesioner dinyatakan valid apabila rhitung > rtabel.
b. Uji Reliabilitas
Menurut Ghozali (2011:48) Uji reliabilitas digunakan untuk mengukur konsistensi jawaban responden. Suatu kuesioner dikatakan reliabel jika jawaban seseorang terhadap pertanyaan adalah konsisten atau stabil dari waktu ke waktu. Pengukuran reliabilitas dapat dilakukan dengan 2 cara yaitu:
43 1). Repeated Measure atau pengukuran ulang.
2) One Shot atau pengukuran sekali saja, pengukurannya hanya sekali dan kemudian hasilnya dibandingkan dengan pertanyaan lain atau mengukur korelasi antar jawaban pertanyaan.
Kriteria pengujian dilakukan dengan menggunakan pengujian
Cronbach Alpha (α). Suatu variabel dikatakan reliabel jika memberikan nilai Cronbach Alpha > 0,70 (Nunnaly dalam Ghozali, 2011: 48). 3) Uji Asumsi Klasik
a. Uji Normalitas
Menurut Ghozali (2011:160) uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal. Data yang baik dan layak digunakan dalam penelitian adalah yang memiliki distribusi normal. Normalitas data dapat dilihat dengan beberapa cara, diantaranya yaitu dengan melihat kurva normal 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.
b. Uji Multikolinieritas
Menurut Ghozali (2011:105) Uji Multikolinieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antara variabel bebas (independen). Model regresi yang baik seharusnya tidak terjadi korelasi di antara variabel independent. Jika variabel
44
independent saling berkorelasi, maka variabel-variabel ini tidak ortogonal. Variabel ortogonal adalah variabel independent yang nilai korelasi antar sesama variabel independent sama dengan nol.
Untuk mendeteksi ada atau tidaknya multikolinieritas di dalam model regresi adalah sebagai berikut:
1) Nilai R2 yang dihasilkan oleh suatu estimasi model regresi empiris sangat tinggi, tetapi secara individual variabel-variabel independent
banyak yang tidak signifikan mempengaruhi variabel dependent. 2) Menganalisis matriks korelasi variabel-variabel independent. Jika
antar variabel ada korelasi yang cukup tinggi (umumnya di atas 0,90), maka hal ini merupakan indikasi adanya multikolinieritas. Tidak adanya korelasi yang tinggi antar variabel independent tidak berarti bebas dari multikolinieritas. Multikolinieritas dapat disebabkan karena adanya efek kombinasi dua atau lebih variabel
independent.
3) Multikolinieritas dapat juga dilihat dari nilai tolerance dan lawannya
variance inflation factor (VIF). Kedua ukuran ini menunjukkan setiap variabel independent manakah yang dijelaskan oleh variabel
independent lainnya. Dalam pengertian sederhana setiap variabel
independent menjadi variabel dependent (terikat) dan diregres terhadap variabel independent lainnya. Tolerance mengukur variabilitas variabel independent yang terpilih jika dijelaskan oleh variabel independent lainnya. Jadi nilai tolerance yang rendah sama
45 dengan nilai VIF tinggi (karena VIF = 1/Tolerance). Nilai cut off yang umum dipakai untuk menunjukkan adanya multikolinieritas adalah nilai tolerance < 0,10 atau sama dengan nilai VIF > 10. c. Uji Heteroskedastisitas
Menurut Ghozali (2011:139) Uji Heteroskedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan variance
dari residual satu pengamatan ke pengamatan yang lain. Jika variance
dari residual satu pengamatan ke pengamatan lain tetap, maka disebut Homokedastisitas dan jika berbeda disebut Heterokedastisitas.
Model regresi yang baik adalah yang Homokedastisitas atau tidak terjadi Heterokedastisitas. Kebanyakan data crossection
mengandung situasi heterokedastisitas karena data ini menghimpun data yang mewakili berbagai ukuran (kecil, sedang, besar).
Salah satu cara untuk mendeteksi ada atau tidaknya heterokedastisitas adalah dengan cara melihat grafik Plot antara nilai prediksi variabel terikat (dependent) yaitu ZPRED dengan residualnya SRESID. Deteksi ada tidaknya heterokedastisitas dapat dilakukan dengan melihat ada tidaknya pola tertentu pada grafik scatterplot
antara SRESID dan ZPRED dimana sumbu Y adalah Y yang telah diprediksi, dan sumbu X adalah residual (Y prediksi – Y sesungguhnya) yang telah di-studentized. Dengan analisis jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur (bergelombang, melebar kemudian menyempit), maka
46 mengindikasikan telah terjadi heterokedastisitas dan jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heterokedastisitas.
4) Uji Regresi Linear Berganda a. Koefisien Determinasi (R2)
Menurut Ghozali (2011:83) koefisien determinasi (R2) bertujuan untuk mengetahui seberapa besar kemampuan variabel independent
menjelaskan variabel dependent. Kelemahan mendasar dalam penggunaan koefisien determinasi adalah bisa terhadap jumlah variabel
independent yang dimasukkan ke dalam model.
Setiap tambahan satu variabel independent, maka R2 pasti meningkat tidak peduli apakah variabel tersebut berpengaruh secara signifikan terhadap variabel dependent. Oleh karena itu, banyak peneliti yang menganjurkan untuk menggunakan nilai Adjusted R2 pada saat mengevaluasi mana model regresi yang terbaik. Tidak seperti nilai R2, nilai Adjusted R2 dapat naik atau turun apabila satu variabel
independent ditambahkan ke dalam model. Dalam kenyataan nilai
adjusted R2 dapat bernilai negatif, walaupun yang dikehendaki harus bernilai positif. Menurut Gujarati dalam Ghozali (2011:81), jika dalam uji empiris didapat nilai adjusted R2 negatif, maka nilainya dianggap nol.
47 b. Uji t (Uji Parsial)
Uji statistik t menunjukkan seberapa jauh pengaruh satu variabel penjelas atau independen secara individual dalam menerangkan variasi variabel dependen dan digunakan untuk mengetahui ada atau tidaknya pengaruh masing-masing variabel independen secara individual terhadap variabel dependen yang diuji pada tingkat signifikansi 0,05.
Menurut Santoso (2004:168), dasar pengambilan keputusan adalah sebagai berikut:
1) Jika nilai probabilitas lebih besar dari 0,05, maka H0 diterima atau Ha ditolak, ini berarti menyatakan bahwa variabel independen atau bebas tidak mempunyai pengaruh secara individual terhadap variabel dependen atau terikat.
2) Jika nilai probabilitas lebih kecil dari 0,05, maka H0 ditolak atau Ha diterima, ini berarti menyatakan bahwa variabel independen atau bebas mempunyai pengaruh secara individual terhadap variabel dependen atau terikat.
c. Uji F (Uji Simultan)
Uji statistik F pada dasarnya menunjukkan apakah semua variabel independen atau bebas yang dimasukkan dalam model mempunyai pengaruh secara bersama-sama terhadap variabel dependen/terikat. (Ghozali: 2011:98).
48 Menurut Santoso (2004:120), dasar pengambilan keputusan adalah sebagai berikut:
1) Jika nilai probabilitas lebih besar dari 0,05, maka H0 diterima atau Ha ditolak, ini berarti menyatakan bahwa semua variabel independen atau bebas tidak mempunyai pengaruh secara bersama-sama terhadap variabel dependen atau terikat.
2) Jika nilai probabilitas lebih kecil dari 0,05, maka H0 ditolak atau Ha diterima, ini berarti menyatakan bahwa semua variabel independen atau bebas mempunyai pengaruh secara bersama-sama terhadap variabel dependen atau terikat.