Uji Reliabilitas KERANGKA TEORITIS

Tinggi rendahnya reliabilitas secara empiris ditunjukkan oleh suatu angka yang disebut koefisien reliabilitas. Walaupun secara teoritis besarnya koefisien reliabilitas berkisar antara 0,00-1,00, akan tetapi pada kenyataannya koefisien sebesar 1,00 tidak pernah dicapai pada pengukuran, karena manusia sebagai subyek pengukuran psikologis merupakan sumber error yang potensial. Di samping itu, walaupun korelasi dapat bertanda positif atau negatif, akan tetapi dalam hal reliabilitas koefisien yang besarnya kurang dari nol tidak ada artinya, karena interpretasi reliabilitas selalu mengacu pada koefisien yang positif. Salah satu metode yang digunakan untuk mengukur keandalan alat ukur adalah metode Cronbach dengan rumus yaitu: r K r K 1 1     Dimana: K = banyak butir pertanyaan r = rata-rata korelasi antar variabel = koefisien kehandalan alat ukur Nilai koefisien Alpha Cronbach dapat juga dihitung dengan rumus:               t b k k 2 2 1 1    Dimana:   K K X X b 2 2 2        K K Y Y t 2 2 2      = nilai reliabilitas instrumen k = banyaknya butir pertanyaan K = jumlah responden b 2   = jumlah semua varians tiap butir t 2  = varians total Untuk mencapai hal tersebut, dilakukan uji reliabilitas dengan menggunakan metode alpha Cronbach diukur berdasarkan skala alpha Cronbach 0 sampai 1. Jika skala itu itu dikelompok ke dalam lima kelas dengan reng yang sama, maka ukuran kemantapan alpha dapat diinterprestasikan sebagai berikut : 1. Nilai alpha Cronbach 0,00 s.d. 0,20, berarti kurang reliabel 2. Nilai alpha Cronbach 0,21 s.d. 0,40, berarti agak reliabel 3. Nilai alpha Cronbach 0,42 s.d. 0,60, berarti cukup reliabel 4. Nilai alpha Cronbach 0,61 s.d. 0,80, berarti reliabel 5. Nilai alpha Cronbach 0,81 s.d. 1,00, berarti sangat reliabel

3.6. Analisis Regresi

15 Analisis regresi adalah suatu teknik statistik parametrik yang dapat digunakan untuk mengadakan peramalan atau prediksi besarnya variasi yang terjadi pada variabel Y variabel terikatdependen, besarnya variabel X variabel bebasindependen. Sebagai alat prediksi, dalam analisis regresi akan ditemukan 15 Situmorang, Syafrizal Helmi, Analisis data penelitian menggunakan SPSS. Medan : USU Press, 2007. suatu pesamaan regresi yang digunakan untuk menentukan besarnya variasi yang terjadi pada variabel Y berdasakan data yang terdapat pada variabel X. Regresi linier dapat dibagi atas dua kelompok, yaitu: 1. Regresi Linier Sederhana Regresi linier sederhana merupakan regresi yang memiliki suatu variabel Y dan hanya satu variabel X. Ditunjukkan dalam persamann: Y = a + bX 2. Regresi Linier Berganda Regresi linier berganda merupakan regresi yang memiliki satu variabel Y dan lebih dari satu variabel X. Ditunjukkan oleh persamaan: Y = a + b 1 X 1 + b 2 X 2 + b k X k Dimana k adalah banyak variabel bebas.

3.6.1. Analisis Regresi Linier Berganda