2. Uji Reliabilitas Reliabilitas adalah suatu angka indeks yang menunjukkan konsistensi
suatu alat pengukur di dalam mengukur gejala yang sama Umar, 2002 : 194. Pengujian reliabilitas bertujuan untuk mengetahui tingkat kestabilan
dari alat pengukur terhadap sesuatu yang diukur. Untuk menguji reliabilitas dalam penelitian ini menggunakan metode cronbach alpha.
Rumus:
∑
Dimana : r
k=banyak butir pertanyaan ∑
=Varian Total Instrumen dapat dikatakan andal reliable jika memiliki koefisien
keandalan reliabilitas sebesar ≥ 0,6.
J. Uji Asumsi Klasik
Dalam melakukan analisis data dengan regresi linear berganda, maka harus memperhatikan akan adanya beberapa asumsi klasik yang
melekat pada teknik regresi linear berganda Gudono, 2011 : 122. Uji asumsi klasik dalam penelitian ini adalah:
1. Uji Multikolinieritas Uji Multikolinieritas bertujuan untuk mengetahui apakah ada
korelasi yang cukup tinggi signifikan antara variabel independen bebas
Gudono, 2011 : 138. Jika hal ini terjadi, maka pengaruh variabel independen =b terhadap variabel dependen akan rendah walaupun nilai F
model secara keseluruhan kelihatan tinggi. Hal tersebut akan berakibat pengujian koefisien akan gagal menolak
walaupun peranan variabel tersebut sebenarnya penting. Peluang terjadinya multikolinieritas ini akan
semakin besar sejalan dengan bertambahnya jumlah variabel independen. Salah satu cara untuk menguji adanya multikoliniaritas adalah
dengan menghitung variance inflation factor VIF. Secara manual VIF dapat dihitung melalui dua tahap yaitu:
a. Membuat model regresi di mana salah satu variabel independen, misalnya
diperlakukan sebagai fungsi variabel independen lainnya: =f
, …..
di mana k adalah jumlah variabel independen di dalam model. Setelah itu menghitung coefficient of determination
model tersebut .
b. Nilai VIF suatu variabel, dapat dihitung dengan rumus =11-
. Apabila nilai tolerance lebih besar dari 0,1 dan nilai VIF lebih kecil dari
10, maka regresi bebas dari multikolinieritas. Kriteria pengukuran adalah sebagai berikut:
1 Jika tolerance 10, dan VIF 10 maka tidak terjadi multikolinieritas.
2 Jika tolerance 10, dan VIF 10 maka terjadi multikolinieritas.
2. Uji Heteroskedastisitas Heteroskedastisitas adalah keadaan di mana varians dalam hal ini
varians residual tidak stabil konstan. Heteroskedastisitas juga dapat terjadi jika efek variebel independen pada variabel dependen berbeda pada
dua kelompok sampel yang berbeda Gudono, 2011 : 134. Uji heterokedastisitas bertujuan untuk menguji apakah dalam model regresi
terjadi ketidaksamaan variance dari residual suatu pengamatan ke pengamatan yang lain Ghozali, 2006 : 105. Jika variance dari residual
suatu pengamatan ke pengamatan yang lain tetap, maka disebut homokedastisitas. Sebaliknya, apabila berbeda disebut heterokedastisitas.
Model regresi yang baik adalah homokedastisitas atau tidak terjadi heterokedastisitas.
Dalam penelitian ini, metode yang digunakan untuk mendeteksi ada atau tidaknya homokedastisitas adalah dengan melihat grafik
scatterplot antara nilai prediksi variabel dependen, yaitu ZPRED dengan residual SRESID. Homoskedastisitas terjadi jika pada scatterplot titik-titik
hasil pengolahan data antara ZPRED dan SRESID menyebar di bawah maupun di atas titik origin angka 0 pada sumbu Y dan tidak mempunyai
pola yang teratur. Heteroskedastisitas terjadi jika pada scatterplot titik- titiknya mempunyai pola yang teratur baik menyempit, melebar maupun
bergelombang-gelombang Sunyoto, 2007: 94.
3. Uji Normalitas Uji normalitas bertujuan untuk mengetahui apakah data terdistribusi
normal atau tidak. Model regresi yang baik adalah distribusi data normal atau mendekati normal. Distribusi normal adalah distribusi yang bentuknya
mengikuti fungsi Gauss, dalam arti berbentuk seperti lonceng bel, dan simetris dengan rincian sebagai berikut Gudono, 2011 : 141:
a. 68 nilai standardized residuals terletak antara -1 dan +1. b. 98 nilai standardized residuals terletak antara -2 dan +2.
c. 99 nilai standardized residuals terletak antara -3 dan +3. Pengujian yang menunjukkan data normal yang diperoleh apabila
nilai signifikansinya adalah 0,05. Jika residual berdistribusi normal, maka:
1 Sebarannya akan terlihat acak 2 Jika digambar dengan normal probability plot, distribusi error vs
distribusi normal yang memiliki varians dan rata-tara yang sama akan terlihat titik-titik grafik plot tersebut relatif berhimpitan dengan sumbu
diagonal. Dengan grafik normal probability plot tersebut bila pola titik- titik membentuk “bow-shaped” menggelembung menjauhi garis
diagonal, maka berarti distribusinya skewed asimetris, alias tidak normal.
K. Teknik Analisis Data