C. Teknik Pengumpulan Data
Menurut Mudjarad Kuncoro 2003:127 berdasarkan sumbernya, data dapat berasal dari:
1. Data Sekunder Data sekunder adalah data yang telah dikumpulkan oleh orang lain. Data
sekunder dapat diperoleh melalui a. Studi pustaka, yaitu pengumpulan data dengan cara mempelajari
literatur-literatur seperti buku, surat kabar, yang memuat teori-teori dan informasi yang diperlukan sebagai landasan toeri yang kuat guna
mendukung analisis yang digunakan. b. Teknologi penyimpan informasi. Dengan semakin banyaknya metode
penyimpan data. Pencarian kembali data sekunder menjadi semakin cepat dan mudah. Pada saat ini penyimpanan data tidak hanya dalam
bentuk media cetak tetapi juga dalam bentuk teknologi seperti internet. 2. Data Primer
Data primer adalah data yang berasal dari sumber asli atau pertama. Data ini tidak tersedia dalam bentuk file-file. Data ini harus dicari
melalui narasumber atau dalam istilah teknisinya responden, yaitu orang yang kita jadikan objek penelitian atau orang yang kita jadikan sarana
mendapatkan informasi ataupun data. Data primer dapat diperoleh melalui: a. Kuesioner, yaitu teknik pengumpulan data yang dilakukan dengan cara
memberi seperangkat pertanyaan tertulis kepada responden untuk di jawab. Tujuan dari kuesioner adalah memperoleh informasi yang
relevan dengan tujuan survei dan memperoleh informasi dengan realibilitas dan validitas yang tinggi.
b. Observasi, yaitu cara memperoleh data dengan mengadakan kunjungan langsung kepada objek yang akan di teliti.
D. Teknik Analisis Data
1. Uji validitas dan reliabilitas a. Uji validitas
Uji validitas digunakan untuk mengukur sah atau valid tidaknya suatu kuisioner. Suatu kuisioner dikatakan valid jika
pertanyaan pada kuisioner mampu untuk mengungkapkan suatu yang akan diukur oleh kuisioner tersebut. Mengukur validitas dapat
dilakukan dengan cara melakukan korelasi bivariate antara masing- masing skor indikator dengan total skor konstruk. Untuk menguji
apakah masing-masing indikator valid atau tidak dilakukan dengan membandingkan r
hitung
dengan r
tabel.
Jika r
hitung
lebih besar dari r
tabel
dan nilai positif maka butir atau pertanyaan atau indikator tersebut
dinyatakan valid Imam Ghozali, 2005:45.
b. Uji reliabilitas Reliabilitas sebenarnya adalah alat untuk mengukur suatu
kuesioner yang merupakan indikator dari variabel atau konstruk. Suatu kuesioner dikatakan reliabel atau handal jika jawaban seseorang
terhadap pernyataan adalah konsisten atau stabil dari waktu ke waktu
Imam Ghozali, 2005:45.
Menurut Sugiyono 2004:110 instrumen yang reliabel adalah instrumen yang bila digunakan beberapa kali untuk mengukur objek
yang sama, akan menghasilkan data yang sama. Menurut Imam Ghozali 2005:42 pengukuran reliabilitas dapat
dilakukan dengan dua cara yaitu: 1
Repeated measure atau pengukuran ulang: Disini seseorang akan disodori pertanyaan yang sama pada waktu yang berbeda, dan
kemudian dilihat apakah ia tetap konsisten dengan jawabannya. 2 One shot atau pengukuaran sekali saja: Disini pengukurannya
hanya sekali dan kemudian hasilnya dibandingkan dengan pertanyaan lain atau mengukur korelasi antar jawaban pertanyaan.
SPSS memberikan fasilitas untuk mengukur reliabilitas dengan uji statistik Cronbach Alpha α. Suatu konstruk atau variabel
dikatakan reliabel jika memberikan nilai Cronbach Alpha 0,60. 2. Uji normalitas dan Asumsi Klasik
a. Uji Normalitas Menurut Imam Ghozali 2005:110 uji normalitas bertujuan
untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal. Seperti diketahui bahwa
uji t dan uji F mengasumsikan bahwa nilai residual mengikuti distribusi normal. Kalau asumsi ini dilanggar maka uji statistik
menjadi tidak valid untuk jumlah sampel kecil.
Salah satu cara termudah untuk melihat normalitas residual adalah dengan melihat grafik histogram yang membandingkan
antara data dan observasi dengan distribusi yang mendekati distribusi normal. Namun demikian hanya dengan melihat
histogram hal ini dapat menyesatkan khususnya untuk jumlah sampel yang kecil. Metode yang lebih handal adalah dengan
melihat normal proability plot yang membandingkan distribusi kumulatif dari distribusi normal. Distribusi normal akan
membentuk satu garis diagonal. Jika distribusi data residual normal, maka garis yang menggambarkan data sesungguhnya akan
mengikuti garis diagonal. b. Uji Multikolinearitas
Imam Ghozali 2005:91 uji multikolinearitas bertujuan untuk meguji apakah ada model regresi ditemukan adanya korelasi
antar variabel bebas independen. Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel independen. Jika
variabel independen saling berkorelasi, maka variabel-variabel ini tidak orthogonal. Variabel orthogonal adalah variabel independen
yang nilai korelasi antar sesama variabel independen sama dengan nol. Untuk mendeteksi ada atau tidaknya multikolinearitas didalam
model regresi yaitu dilihat dari nilai tolerance dan lawannya, Variance Inflation Factor VIF. Kedua ukuran ini menunjukan
setiap variabel independen manakah yang dijelaskan oleh variabel
independen lainnya. Dalam pengertian sederhana setiap variabel independen menjadi variabel dependen terikat dan diregres
terhadap variabel independen lainnya. Tolerance mengukur variabilitas variabel independen yang terpilih yang tidak dijelaskan
oleh variabel independen lainnya jadi nilai tolerance yang rendah sama dengan nilai VIF tinggi karena VIF= 1tolerance. Nilai
cutoff yang umum dipakai untuk menunjukan adanya multikolerasi adalah nilai tolerance 0.10 atau sama dengan nilai VIF 10.
c. Uji Heteroskedastisitas Menurut Imam Ghozali 2005:105 uji heteroskedastisitas
bertujuan menguji
apakah dalam
model regresi
terjadi ketidaksamaan
variance dari
residual satu
pengamatan kepengamatan yang lain. Jika variance dari residual satu
pengamatan ke
pengamatan lain
tetap, maka
disebut homoskedastisitas dan jika berbeda disebut heteroskedastisitas.
Model regresi yang baik adalah yang homokedastisitas. Ada beberapa
cara untuk
mendeteksi ada
atau tidaknya
heteroskedastisitas diantaranya dengan melihat grafik plot antara nilai prediksi variabel terikat dependen yaitu ZPRED dengan
residualnya SRESID. Deteksi ada tidaknya heteroskedastisitas dapat dilakukan dengan melihat ada atau tidaknya pola tertentu
pada grafik scatterplot antara SRESID dan ZPRED dimana sumbu
Y yang telah diprediksi, dan sumbu X adalah residual Y prediksi – sesungguhnya yang telah di-stundetized. Dasar analisis:
1 Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur bergelombang, melebar kemudian
menyempit, maka
mengindikasikan telah
terjadi heteroskedastisitas.
2 Jika tidak ada pola yang jelas, serta titik-titik menyebar diatas dan dan dibawah angka 0 pada sumbu Y, maka tidak terjadi
heteroskedastisitas. 3. Analisis Regresi Ganda
Menurut Sugiyono 2004:210-211 Analisis regresi ganda digunakan oleh peneliti bila peneliti bermaksud meramalkan bagaimana
keadaan naik turunnya variabel dependen kriterium, bila dua atau lebih variabel independen sebagi faktor predictor dimanipulasi dinaik turunkan
nialinya. Jadi analisis regresi ganda akan dilakukan bila jumlah variabel independennya minimal 2.
Secara sistematis persamaan regresi dinyatakan dalam bentuk statistik sebagai berikut :
Y=a + b
1
X
1
+ b
2
X
2
+…+ b
n
X
n Sugiyono, 2004; 211
Dimana : a = bilangan konstanta Y = variabel terikat
b1…bn = koefisen regresi X = variabel bebas
4. Menilai Goodness Of Fit Suatu Model Menurut Imam Ghazali 2005:83 ketepatan fungsi regresi sampel
dalam menaksir nilai aktual dapat diukur dari goodness of fit-nya. Secara statistik, setidaknya ini dapat diukur dari :
a. Koefisien Determinasi R
2
Koefisien determinasi pada intinya mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen.
Nilai koefisien determinasi adalah antara nol dan satu. Nilai R
2
yang kecil berarti kemampuan variabel-variabel independen dalam
menjelaskan variasi variabel dependen amat terbatas. Nilai yang mendekati satu berarti variabel-variabel independen memberikan
hampir semua informasi yang dibutuhkan untuk memprediksi variasi variabel dependen.
b. Uji Signifikan Simultan Uji Statistik F Uji F dipakai untuk melihat pengaruh variabel-variabel
independen secara keseluruhan terhadap variabel dependen. Pengujian ini dilakukan dengan membandingkan nilai F
hitung
dengan F
tabel.
c. Uji Signifikan Parameter Individual Uji Statistik t Uji t dipakai untuk melihat signifikasi pengaruh variabel
independen secara individu terhadap variabel dependen dengan menganggap variabel lain bersifat konstan. Uji ini dilakukan dengan
membandingkan t
hitung
dengan t
tabel
.
E. Operasional Variabel Tabel 3.1