Rumus:
r = n∑X ∙ Y − ∑X ∙ ∑Y
n ∑X − ∑X ⋅ n ∑Y − ∑Y
di mana:
:
koefisien korelasi antara X dan Y product moment X
: skor item bernomer ganjil Y
: skor item bernomer genap n
: banyaknya sampel uji coba Untuk menentukan instrumen itu valid atau tidak maka
ketentuannya adalah sebagai berikut : a. Jika
≥
dengan taraf keyakinan 95, maka instrumen tersebut dikatakan valid.
b. Jika
≤
dengan taraf keyakinan 95, maka instrumen tersebut dikatakan tidak valid.
2. Pengujian Reliabilitas Reliabilitas adalah sejauh mana hasil suatu pengukuran dapat
dipercaya Suliyanto, 2007:149. Kuesioner yang reliabel apabila dalam beberapa kali pelaksanaan pengukuran terhadap kelompok objek yang
sama diperoleh hasil yang relatif sama meskipun tetap ada toleransi bila terjadi perbedaan. Untuk menghitung reliabilitas instrumen menggunakan
rumus Cronbach’s Alpha. Rumus:
r = k
k − 1 ∙ 1 −
∑
σ σ
di mana: r
: koefisien reabilitas instrumen croncbach’s alpha : banyaknya butir pertanyaan atau banyaknya soal
∑
: total varians butir : total varian.
Kriteria pengujian reliabilitas adalah sebagai berikut: a. Jika
≥
dengan taraf keyakinan 95, maka instrumen tersebut dikatakan valid
b. Jika
≤
dengan taraf keyakinan 95, maka instrumen tersebut dikatakan tidak valid.
K. Teknik Analisis Data
1. Karakteristik responden Untuk mengetahui karakteristik responden seperti: umur,
pekerjaan, pendapatan, dan frekuensi pembelian, maka digunakan analisis persentase dan responden yang digunakan dalam penelitian ini
sebanyak 100 orang. Rumus:
Frekuensi =
Frekuensi × 100
n
2. Uji Asumsi Klasik Uji asumsi klasik dilakukan sebelum analisis regresi linear. Uji-
uji asumsi ini meliputi:
a. Uji Normalitas Uji ini dilakukan untuk mengetahui apakah data berdistribusi
normal atau tidak, dimana akan menguji data variabel bebas X dan data variabel terikat Y pada persamaan regresi yang dihasilkan.
Menurut Sekaran dalam Priyatno, 2011:282
,
suatu data dikatakan terdistribusi secara normal jika nilai probabilitas uji One-Sample-
Kolmogrov Smirnov-Z 0,05, dan apabila nilai probabilitas uji One- Sample-Kolmogrov Smirnov-Z 0,05, maka data tidak terdistribusi
secara normal. b. Uji Multikolinieritas
Multikolinieritas menunjukkan adanya korelasi linier yang sempurna diantara beberapa atau semua variabel independennya.
Idealnya variabel-variabel independen dari persamaan regresi tidak memiliki korelasi satu dengan lainnya. Kalaupun terdapat korelasi
antar variabel independen maka tingkat korelasi tersebut haruslah rendah agar supaya tidak terjadi masalah akibat multikolinieritas. Uji
multikolinieritas juga dapat dilakukan dengan melihat tolerance value dan variance inflation factor VIF. Menurut Sekaran dalam Priyatno,
2011:288, Multikolinieritas terjadi jika nilai VIF kurang dari 10 dan Tolerance
lebih dari 0,1, maka model regresi bebas dari
multikolinearitas.
