53
Dengan membandingkan r
hitung
dengan r
tabel
apabila r
hitung
lebih besar dari r
tabel
r
h
r
t
maka butir instrument tersebut valid begitu juga sebaliknya bila r
hitung
lebih kecil dari r
tabel
r
h
r
t
maka butir instrument itu tidak valid dan tidak dipergunakan dalam penelitian.
2. Uji reliabilitas instrument
Instrumen penelitian yang baik, disamping valid juga harus reliable yaitu memiliki nilai ketepatan. Artinya bahwa instrument
penelitian yang reliable akan sama hasilnya apabila ditegaskan pada kelompok yang sama walaupun dalam waktu yang berbeda. Menurut
Ghozali 2009:46, pengukuran realibilitas data dilakukan dengan dua cara yaitu:
a Repeated measure atau pengukuran ulang, disini seseorang akan disodori pertanyaan yang sama pada waktu yang
berbeda dan dilihat apakah ia tetap konsisten dengan jawabannya.
b One shot atau pengukuran sekali saja : disini pengukuran hanya sekali dan kemudian hasilnya dibandingkan dengan
pertanyaan lain atau mengukur korelasi antar jawaban pertanyaan. Spss memberikan fasilitas untuk mengukur
realibilitas dengan uji statistik cronbach alpha α suatu konstruk atau variabel dikatakan reliabel jika memberikan
nilai cronbatch alpha0,60 Nunnaly Ghozali,2009:46.
54
Peneliti akan menggunakan perhitungan one shot dengan alpha cronbatch untuk mengukur reliabilitas.
3. Analisis jalur
Dalam penelitian ini akan menggunakan analisis jalur path analysis, ada berbagai pengertian mengenai analisis jalur, Kerlinger
dalam Sandjojo, 2011:11 mengutarakan analisis jalur adalah bentuk terapan dari analisis multi regresi, menurut Kothari dalam Sandjojo,
2011:12 menyatakan bahwa istilah analisis jalur pertama kali dikenalkan oleh Sewall Wright berhubungan dengan penguraian total
kolerasi antara 2 variabel dalam sistem kausal. Lebih lanjut lagi tekhnik analisis jalur didasarkan pada analisis multi regresi dengan
tambahan relasi kausal antara variabel bebas independen dan variabel terikat dependen.
Asumsi asumsi digunakannya path analysis :
Menurut Riduwan dan Kuncoro 2011:2, asumsi yang mendasari digunakannya path analysis adalah sebagai berikut :
a Pada model path analysis, hubungan antar variabel adalah bersifat linier, adaptif, dan bersifat normal.
b Hanya sistem aliran kausal ke satu arah artinya tidak ada arah kausalitas yang berbalik.
55
c Variabel terikat endogen minimal dalam skala ukur interval dan ratio.
d Menggunakan sampel probability sampling. e Observed variables diukur tanpa kesalahan instrumen pengukuran
valid dan reliable. f Model yang dianalisis dispesifikasikan diidentifikasi dengan benar
berdasarkan teori-teori dan konsep-konsep yang relevan.
Tahapan dalam analisis jalur :
Dalam Riduwan dan Kuncoro 2011:222-225, terhadap tahapan dalam analisis jalur. Antara lain :
1. Menguji dengan analisis kolerasi sederhana dan ganda Analisis yang digunakan menggunakan pearson product
moment. Dengan
rumus :
} }{
{
2 2
2 2
Y Y
n X
X n
Y X
XY n
r
xy
Korelasi dilambangkan dengan r dengan ketentuan nilai r tidak lebih dari harga -1≤ r ≤ +1 apabila r = -1 artinya
kolerasinya negatif sempurna, r=0 artinya tidak ada korelasi sedangkan r = +1 berarti kolerasinya sangat kuat. Sedang arti
harga r akan di konsultasikan dengan tabel interprentasi sebagai berikut :
56
Tabel 3.3 Interprentasi koefisien korelasi nilai r
Interval koefisien Tingkat hubungan
0,80 - 1,000 0,60 - 0,799
0,40 - 0,599 0,20 - 0,399
0,00 – 0,199 Sangat kuat
Kuat Cukup kuat
Rendah Sangat rendah
Sumber : Riduwan Riduwan dan kuncoro,2011:223
Pengujian lanjutan yaitu uji signifikansi berfungsi apabila peneliti ingin meneliti makna hubungan x terhadap y, maka hasil
kolerasi PPM diukur dengan uji signifikansi dengan rumus : =
√ √
Selanjutnya untuk menyatakan besar kecilnya sumbangan variabel x terhadap y dapat ditentukan dengan rumus koefisien
determinat. Koefisien determinansi adalah kuadrat dari koefesien korelasi PPM yang dikalikan dengan 100. Ini dilakukan untuk
mengetahui seberapa besar variabel x mempunyai kontribusi atau ikut menentukan variabel y. Derajat koefisien determinasi dicari
dengan menggunakan rumus : = x100.
Analisi kolerasi ganda berfungsi untuk mengetahui hubungan antara variabe secara simultan. rumus kolerasi
57
berganda sebagai
berikut :
2 2
2
2 1
2 1
2 1
2 1
2 1
1 2
x x
x x
yx yx
yx yx
x yx
r r
r r
r r
R
2. Menguji dengan regresi sedehana dan berganda Uji regresi digunakan untuk mencari pengaruh antar
variabel. Dalam uji ini digunakan regresi linier dan regresi berganda dengan rumus : = +
=
.∑ . ∑ . ∑
.∑ –∑
=
∑ .∑
Keterangan : Y = subejek variabel terikat yang diproyeksikan
X = variabel bebas yang mempunyai nilai tertentu untuk diprediksikan
a = nilai konstan harga Y jika X= 0 b = nilai arah sebagai penentu ramalan prediksi yang
menunjukan nilai peningkatan + atau nilai penurunan - variabel Y
Sedang persamaan regresi berganda dirumuskan : = +
+
3. Menguji dengan analisis jalur Teknik analisis jalur path analysis. Analisis ini akan
digunakan dalam menguji besaran kontribusi yang ditunjukan
58
oleh kefisien jalur pada setiap diagram jalur dari hubungan kausal antara variabel X1 dan X2 tehadap Y, dan X1, X2 dan Y
terhadap Z Pada diagram jalur digunakan dua macam anak panah
yaitu :, anak panah yang menyatakan satu arah yang menyatakan pengaruh langsung dari variabel eksogen kepada variabel
endogen contoh : X1 Y dan anak panah dua arah yang menyatakan hubungan korelasional antar variabel eksogen
contoh X1 X2. Langkah langkah analisis jalur secara garis besarnya adalah
sebagai berikut : a. Pengujian secara keseluruhan
Hipotesis statistik dirumuskan sebagai berikut : Ha : pyx
1
≠pyx
2
=pyε
1
=0
Ho : pyx
1
=pyx
2
=pyε
1
=0 Penghitungan dilakukan dengan membandingkan nilai F
dengan nilai probabilitas sig. Jika nilai F dihitung dengan cara manual maka rumusnya
adalah sebagai berikut : = b. Pengujian secara individual
Uji secara individual ditunjukan oleh tabel coefficient. Hipotesis penelitian yang akan diuji dirumuskan menjadi
hipotesis statistik :
59
Ha= pyx
1 ;
Ho= pyx
1
=0
;
Secara individual uji statistik yang digunakan adalah uji t yang dihitung dengan rumus :
= Pengujian signifikansi yang digunakan untuk mencari
generalisasi dari hubungan variabel baik secara simultan maupun parsial. Ialah :
a Jika nilai probabilitas 0,05 lebih kecil atau sama dengan nilai probabilitas sig atau 0,05 ≤ sig, maka Ho diterima dan Ha
ditolak, artinya tidak signifikan b Jika nilai probabilitas 0,05 lebih besar atau sama dengan nilai
probabilitas sig atau 0,05≥sig, maka Ha diterima dan Ho ditolak, artinya signifikan.
4. Pengujian kesesuain model: koefisien Q Uji kesesuaian model menguji apakah model yang
diusulkan memiliki kesesuaian fit dengan data atau tidak. Menurut Schumaker lomax dan kusnaedi dalam Riduwan dan
Kuncoro, 2011:146 mengatakan bahwa dalam analisis jalur untuk suatu model yang diusulkan dikatakan fit dengan data
apabila matriks kolerasi sampel tidak jauh berbeda dengan matriks kolerasi estimasi atau korelasi yang dihapkan.
Schumaker dan lomax dalam Riduwan dan Kuncoro 2011:146, memberikan petunjuk bagaimana menguji kesesuain
60
model analsis jalur dengan uji statistisk kesesuain model koefisien Q dengan rumus: Q =
Dimana : Q = koefisien Q
= 1 − 1 − . 1 − … 1 − M=
setelah dilakukan triming Apabila Q=1 mengidentifikasikan model fit sempurna,
Jika Q 1, untuk menentukan fit suatu model maka statistik koefisien Q perlu diuji dengan statistik W yang dihitung dengan
rumus: W hitung = -N-dlnQ Keterangan :
N : menunjukan ukuran sampel D : banyaknya koefisien jalur yang tidak signifikan sama dengan
degree of freedom : koefisien determinasi multiple untuk model yang
diusulkan M : menunjuk pada
setelah koefisien jalur yang tidak signifikan dihilangkan
Pengambilan keputusan koefisien Q Jika W hitung ≥ χ2 = dƒ;a, maka matriks kolerasi sampel
berbeda
61
Jika W hitung ≤ χ2 = dƒ;a, maka matriks kolerasi sampel sama Semua penghitungan dan analisis data mempergunakan alat bantu
software SPSS v19.
E. Operasional variabel penelitian