Uji Asumsi Klasik Teknik Analisa Data

mengemukakan “….Kriteria pengujiannya dengan taraf signifikansi 5 atau 0,05 yaitu jika r hitung ≥ r tabel maka instrumen pertanyaan -pertanyaan kuesioner berkorelasi terhadap skor total dinyatakan valid, dan jika r hitung lebih r tabel maka instrumen pertanyaan-pertanyaan kuesioner tidak berkorelasi signifikan terhadap skor total dinyatakan tidak valid ”. 2. Uji Reabilitas Pengujian reabilitas dilakukan setelah pengujian validitas instrumen penelitian. Uji reabilitas biasanya digunakan untuk mengetahui konsistensi alat ukur, apakah alat pengukur yang digunakan dapat diandalkan dan tetap konsistenjika pengukuran tersebut diulang. Umar 2008 mengatakan “pengujian reabilitas berguna untuk mengetahui apakah instrumen yang dalam hal ini kuesioner dapat digunakan lebih dari satu kali, paling tidak oleh responden yang sama”. Dalam melakukan uji reabilitas digunakan metode Alpha Cronbach’s dengan bantuan SPSS, dan menurut Priyatno 2008 menyebutkan “metode alpha sangat cocok digunakan pada skor bebentuk skala”.

4.6.2.2. Uji Asumsi Klasik

Untuk dapat melakukan analisis regresi berganda perlu pengujian asumsi klasik sebagai persyaratan dalam analisis agar datanya dapat bermakna dan bermanfaat. Menurut Lubis et.al 2007 “….dalam membuat uji asumsi regresi“. Uji asumsi klasik meliputi uji normalitas, uji multikolinearitas, dan uji heterokesdastisitas. 1. Uji Normalitas Universitas Sumatera Utara Uji normalitas adalah pengujian tentang kenormalan distribusi data Santosa : 2005. Tujuan digunakan uji normalitas untuk mengetahui apakah populasi data berdistribusi normal atau tidak. Seperti yang diungkapkan Umar 2008 “uji normalitas berguna untuk mengetahui apakah variabel dependen, independen atau keduanya berdistribusi normal, mendekati normal atau tidak. Jika data ternyata tidak berdistribusi normal, analisis non parametrik termasuk model-model regresi dapat digunakan”. Untuk mengetahui apakah variabel dependen, independen atau keduanya berdistribusi normal, mendekati normal atau tidak dapat dilihat dengan menggunakan kurva histogram dan kurva normal p-plot. Normalitas data bila dilihat dengan cara kurva histogram dapat ditentukan berdasarkan bentuk gambar kurva yaitu, data dikatakan normal bila bentuk kurva memiliki kemiringan yang cenderung seimbang, baik pada sisi kiri maupun pada sisi kanan, dan kurva berbentuk menyerupai lonceng yang hampir sempurna. Sedangkan normalitas data bila dilihat dengan kurva normal p-plot, data dikatakan normal bila gambar distribusi dengan titik-titik data yang menyebar di sekitar garis diagonal dan penyebaran titik-titik data searah mengikuti garis diagonal. 2. Uji Multikolineritas Erlina dan Mulyani 2007 menyebutkan “Multikolineritas adalah situasi adanya korelasi variabel-variabel responden antara yang satu dengan yang lainnya”. Selanjutnya Nugroho 2005 menyebutkan “uji multikolineritas diperlukan untuk mengetahui ada tidaknya variabel independen yang memiliki kemiripan dengan variabel independen lain dalam satu model”. Kemiripan antar variabel independen dalam suatu model akan menyebabkan terjadinya korelasi yang sangat kuat antara suatu model independen dengan variabel Universitas Sumatera Utara independen yang lain. Pada penelitian ini untuk mendeteksi terhadap multikolineritas dengan melihat Variance Inflation Factor VIF pada model regresi. Menurut Nugroho 2005 “Deteksi Multikolineritas pada suatu model dapat dilihat bila nilai Variance Inflation Factor VIF tidak lebih dari 10 dan nilai Tolerance tidak kurang dari 0,1 maka model dapat dikatakan terbebas dari multikolineritas VIF = 1Tolerance, dan bila VIF = 10 maka Tolerance = 110 = 0,1. Semakin tinggi VIF maka semakin rendah Tolerance”. 3. Uji Heteroskedastisitas Nugroho 2005 mengemukakan bahwa “heteroskedastisitas menguji terjadinya perbedaan variance residual suatu periode pengamatan ke periode pengamatan yang lain, atau gambaran hubungan antara nilai yang di prediksi dengan Studentized Residual nilai tersebut”. Tujuan digunakan uji heteroskedastisitas adalah untuk mengetahui ada atau tidaknya penyimpangan asumsi klasik heteroskedastisitas, yaitu adanya ketidaksamaan varian dari residual untuk semua pengamatan pada model regresi. Dalam penelitian ini dilakukan uji heteroskedastisitas dengan melihat pola grafik regresi.

4.6.2.3. Statistik Deskriptif