VAR00022 61.97
190.102 .672
.950
Scale Mean if Item Deleted
Scale Variance if Item Deleted
Corrected Item- Total
Correlation Cronbachs
Alpha if Item Deleted
VAR00023 61.93
194.685 .479
.953 VAR00024
61.97 195.964
.464 .953
Sumber: Hasil SPSS diolah 2015. Berdasarkan tabel 3.4 diatas menunjukkan hasil pengujian nilai Cronbach Alpha
seluruhnya lebih besar dari 0,80. Berdasarkan data diatas maka seluruh butir pernyataan dinyatakan
reliable.
Dan dapat disebarkan kepada responden untuk dijadikan sebagai instrument dalam penelitian.
3.9 Uji Asumsi Klasik
Sebelum melakukan analisis regresi, agar mendapatkan perkiraan yang tidak bisa dan efisien maka dilakukan pengujian asumsi klasik yang harus dipenuhi, yaitu uji nornalitas, uji
heteroskedasitas dan uji multikolinearitas.
3.9.1 Uji Normalitas Data
Uji Normalitas Data adalah untuk menguji apakah model regresi variabel independen dan variabel dependen memiliki distribusi normal atau tidak dapat dilakukan dengan cara:
a. Melihat histogram yang membandingkan antara data observasi dengan distribusi normal
yang mendekati distribusi normal. b.
Dengan melihat
Normal Probability Plot
yang membandingkan distribusi kumulatif dari data sesungguhnya dengan distribusi kumulatif dari distribusi normal. Jika distribusi
Universitas Sumatera Utara
adalah normal, maka garis yang menggambarkan data sesungguhnya akan mengikuti garis diagonalnya.
3.9.2 Uji Heteroskedastisitas
Adanya varians variabel independen adalah konstan untuk setiap nilai tertentu variabel independen homokedastisitas. Model regresi yang baik adalah tidak terjadi heteroskedastisitas.
Heteroskedastisitas diuji dengan menggunakan uji
Glejser
dengan pengambilan keputusan jika variabel independen signifikan secara statistik mempengaruhi variabel dependen, maka ada
indikasi terjadinya heteroskedastisitas. Jika probabilitas signifikannya diatas tingkat kepercayaan 5 dapat disimpulkan model regresi tidak mengarah adanya heteroskedastisitas.
3.9.3 Uji Multikolinearitas
Artinya variabel independen yang satu dengan yang lain dalam model regresi berganda tidak saling berhubungan secara sempurna. Untuk mengetyahui ada tidaknya gejala
multikolinearitas dapat dilihat dari besarnya nilai
Tolerance
dan VIF
Variance Inflation Factor
melalui program SPSS.
Tolerance
mengukur variabilitas variabel terpilih yang tidak dijelaskan oleh variabel independen lainnya. Nilai umum yang bisa dipakai adalah nilai
Tolerance
1 atau nilai VIF 5, maka tidak terjadi multikolinearitas Situmorang, 2010 ; 136.
3.10 Teknik Analisis Data 3.10.1 Analisis Deskriptif
