51 b. Uji Reliabilitas
Sugiyono 2004:3 menyatakan bahwa “reliabilitas berkenaan derajat konsistensikeajegan data dalam interval tertentu”. Maksudnya ialah
instrumen yang disebarkan kepada responden dalam jangka waktu yang berbeda namun hasilnya akan tetap sama. Untuk menguji reliabilitas
penulis menggunakan rumus Croncbach Alpha. Suatu variabel dikatakan reliabel jika memberikan nilai Cronbach Alpha 0,60
Nunnaly, 1967 dalam Ghozali 2005:42.
3. Uji Asumsi Klasik
Untuk melakukan uji asumsi klasik atas data primer ini, maka peneliti melakukan uji multikolonieritas, uji normalitas dan uji
heteroskedastisitas. a. Uji Multikolonieritas
Frish menyatakan bahwa multikolinier adalah adanya lebih dari satu hubungan linier yang sempurna. Menurut frish apabila terjadi
multikolinier apalagi kolonier yang sempurna koefisien korelasi antarvariabel bebas = 1, maka koefisien regresi dari variabel bebas
tidak dapat ditentukan dan standar error-nya tidak terhingga Suharyadi dan Purwanto, 2008:231. Suatu model regresi dapat dikatakan bebas
multiko jika mempunyai nilai VIF di sekitar angka 1 dan mempunyai angka tolerance mendekati 1, sedangkan jika dilihat dengan besaran
korelasi antar variabel independen, maka suatu model regresi dapat dikatakan bebas multiko jika koefisien korelasi antar variabel
52 independen haruslah lemah dibawah 0,5. Jika korelasinya kuat, maka
terjadi problem multiko Santoso, 2004:203-206. b. Uji Normalitas
Uji normalitas bertujuan untuk mengukur apakah di dalam model regresi variabel independen dan variabel dependen keduanya
mempunyai distribusi normal atau mendekati normal. Model regresi yang baik adalah memiliki distribusi normal atau mendekati normal.
Dalam penelitian ini, uji normalitas menggunakan Normal Probability Plot P-P Plot. Suatu variabel dikatakan normal jika gambar distribusi
dengan titik-titik data yang menyebar di sekitar garis diagonal, dan penyebaran titik-titik data searah mengikuti garis diagonal Santoso,
2004:212. c. Uji Heteroskedastisitas
Heteroskedastisitas dilakukan untuk melihat nilai varians, apakah sama atau heterogen. Dampak dari heteroskedastisitas adalah walaupun
terjadi Heteroskedastisitas, koefisien penduga tetap koefisien, namun varianya atau kesalahan baku penduganya menjadi lebar atau tidak
efisien, interval keyakinan untuk koefisien regresi menjadi semakin lebar dan uji signifikansi kurang kuat. Mengatasi terjadinya
heteroskedastisitas dapat dilakukan dengan melakukan metode kuadrat terkecil tertimbang nilai tertimbang dapat dilakukan berdasarkan
apriori atau observasi, melakukan transformasi log, yaitu data diubah