METODE PENELITIAN
4 Data Sekunder
3.10.3 Uji Asumsi Klasik
Menurut Priyatno (2014:89) uji asumsi klasik digunakan untuk mengetahui ada tidaknya normalitas residual, multikolinieritas, heteroskedastisitas. Model regresi linear dapat dikatakan sebagai model yang baik jika memenuhi asumsi klasik, yaitu data residual terdistribusi normal, tidak adanya multikolinieritas, heteroskedastisitas. Harus terpenuhinya asumsi klasik karena agar diperoleh model regresi dengan estimasi yang tidak bias dan pengujian dapat dipercaya.
a) Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi variabel penganggu pakai Kolmogorov - smirnov atau residu memiliki distribusi normal. Seperti diketahui bahwa uji T dan F mengasumsikan bahwa nilai
67
residual mengikuti distribusi normal, kalau asumsi dilanggar maka uji statistic tidak valid untuk jumlah sample kecil ada dua cara untuk mendeteksi residu berdistribusi normal atau tidak yaitu dengan analisis graik dan uji statistic, Imam Ghozali (2013:154).
b) Uji Heteroskedastisitas
Uji heteroskesdasitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residu satu pengamatan kepengamatan yang lain tetap, maka disbut homoskesdatisitas dan jika berbeda disebut heteroskedastisitas. Imam Ghozali (2013:134) Bertujuan untuk mengetahui ada atau tidaknya penyimpangan asumsi klasik heteroskedastisitas yaitu adanya ketidaksamaan variasi dari residual untuk semua pengamatan pada model regresi.
c) Uji Multikolonieritas
Uji multikolonieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas (independen) model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel independen saling berkorelasi maka variable–variable ini tidak ortogonal. Variabel orthogonal adalah adalah variabel independen yang nilai korelasi antara sesama variabel independen sama dengan nol. Imam Ghozali (2013:103) Bertujuan untuk mengetahui ada tidaknya penyimpangan asumsi klasik
68
multikolineritas yaitu hubungan linier antara variabel independen dalam regresi.
d) Uji Autokorelasi
Uji autokorelasi bertujuan menguji apakah model regresi liner ada korelasi antara kesalahan penggangu pada periode T dengan kesalahan penggangu pada periode t-1(sebelumnya) jka terjadi korelasi, maka ada problem autokorelasi. Autokorelasi muncul karena observasi yang berurutan sepanjang waktu berkaitan satu sama lainnya. Masalah ini timbul karena residual (kesalahan penggangu) tidak bebas dari satu observasi ke observasi lainya hal ini sering ditemukan pada data runtun waku (time series) karena ganguan pada individu atau kelompok cenderung mempengaruhi gangguan pada individu dan kelompok yang sama pada periode berikutnya. Imam Ghozali (2013:107) digunakan untuk mengetahui ada atau tidaknya penyimpangan asumsi klasik autokorelasi yaitu korelasi yang terjadi antara residual pada satu pengamatan dengan pengamatan lain pada model regresi.
1. DU < DW <4-DU maka Ho diterima, artinya tidak terjadi autokorelasi.
2. DW < DL atau DW > 4-DL maka Ho ditolak, artinya terjadi autokorelasi.
3. DL < DW < DU atau 4-DU < DW < 4-DL, artinya tidak ada kepastian atau kesimpulan yang pasti.
69 3.10.4 Analisis Korelasi
Analisis korelasi untuk mengetahui derajat hubungan variabel bebas dengan variabel terikat (dependen). Teknik analisis korelasi Pearson Product Moment termasuk teknik statistik parametrik yang menggunakan data interval dan ratio dengan persyaratan tertentu (Riduwan dan Kuncoro, 2014:61).
Pedoman untuk menginterpretasikan hasil koefisien korelasi antara lain sebagai berikut;
Tabel 3.4
Penaksiran Indeks Korelasi Interval Koefisien Tingkat Hubungan 0.80 – 1.000 Sangat kuat
0.60 – 0.799 Kuat
0.40 – 0.599 Cukup Kuat 0.20 – 0.399 Rendah
0.00 – 0.199 Sangat Rendah Sumber: Riduwan dan Kuncoro (2014:62)
Untuk melakukan pengujiannya, kriterianya adalah sebagai berikut:
a. Jika Pearson Correlation bernilai positif, maka hubungan yang terjadi iiiisearah
b. Jika Pearson Correlation bernilai negatif, maka hubungan yang terjadi tidak searah
70 3.10.5 Pengujian Hipotesis
a) Uji Regresi Linier Berganda
Menurut Priyatno (2014:148), analisis regresi linear berganda digunakan untuk mengetahui pengaruh atau hubungan secara linier antara dua atau lebih variabel independen dengan satu variabel dependen. Pada umumnya, data hasil pengamatan Y dipengaruhi oleh variabel-variabel bebas seperti X1, X2, X3,...Xn. Menurut Priyatno (2014:160), untuk garis regresi linear dengan dua variabel atau lebih prediktor persamaannya adalah sebagai berikut:
Y= a+b1 X1+ b2 X2 + b3 X3
Keterangan:
Y = Variabel Dependen a = Koefisien Prediktor
b1 b2 b3 = Koefisien Regresi variabel independent
X1 X2X3 = Subjek pada variabel independenyang mempunyai nilai tertentu
K = Bilangan konstan
Analisis regresi linear berganda mencakup pengujian koefisien determinasi (R2), Uji statistik t, dan Uji statistik F.
71 b) Koefisien Determinasi
Menurut Priyatno (2014:156), Adjusted R Square biasanya untuk mengukur sumbangan pengaruh jika dalam regresi menggunakan lebih dari dua variabel independen. Nilai Koefisien determinasi adalah antara nol dan satu. Nilai R2 yang kecil berarti kemampuan variabel - variabel bebas (kualitas produk, kualitas pelayanan dan harga) dalam menjelaskan variasi variabel terikat (kepuasan konsumen) amat terbatas.
Begitu pula sebaliknya, nilai yang mendekati satu berarti variabel - variabel bebas memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variasi variabel terikat. Kelemahan mendasar penggunaan koefisien determinasi adalah bias terhadap jumlah variabel bebas yang dimasukkan kedalam model. Setiap tambahan satu variabel bebas, maka R2 pasti meningkat tidak perduli apakah variabel tersebut berpengaruh secara signifikan terhadap variabel terikat. Oleh karena itu, banyak peneliti menganjurkan untuk menggunakan nilai Adjusted R2 pada saat mengevaluasi mana model regresi yang terbaik. Tidak seperti R2, nilai Adjusted R2 dapat naik atau turun apabila satu variabel independent ditambahkan kedalam model.
- atau Kd = x 100
72 c) Uji t (Uji Parsial)
Uji t digunakan untuk mengetahui kebenaran pernyataan atau dugaan yang dihipotesiskan oleh si peneliti. Untuk mengetahui pengaruh pengaruh dari variabel bebas terhadap variabel dependen. Maka dilakukan uji tKriteria pengujian pada Uji t menurut Priyatno (2014:145) adalah sebagai berikut:
a. Jika – t tabel ≤ t hitung ≤ t tabel maka Ho diterima
b. Jika -t hitung < - t tabel atau t hitung > t tabel maka Ho ditolak Kriteria pengujian berdasarkan signifikansi
a. Jika Signifikansi> 0,05, maka Ho diterima.
b. Jika Signifikansi< 0,05,maka Ho ditolak.
d) Uji F (Uji Simultan)
Uji F yaitu uji koefisien regresi secara bersama-sama untuk menguji signifikansi pengaruh beberapa variabel independen terhadap variabel dependen. Menurut Priyatno (2014:186), kriteria pengujian pada Uji Anova atau Uji F ini antara lain adalah sebagai berikut:
1. Jika F hitung ≤ F tabel maka Ho diterima 2. Jika F hitung > F tabel maka Ho ditolak
Sedangkan untuk mengetahui pengaruh simultan dari variabel berdasarkan nilai signifikansi adalah sebagai berikut :
1. Jika signifikansi > 0,05 maka Ho diterima 2. Jika signifikansi < 0,05 maka Ho ditolak
73 BAB IV