1. Jika r
alpha
positif atau lebih besar dari r
tabel
2. Jika r maka pertanyaan
reliabel.
alpha
negatif atau lebih kecil dari r
tabel
maka pertanyaan tidak reliabel.
3.10. Metode Analisis Data 1.
Analis Deskriptif
Analisis deskriptif Sugiyono,2008:206 adalah metode yang penganalisaannya dilakukan dengan mendeskripsikan atau menggambarkan data
yang telah terkumpul sebagaimana adanya tanpa bermaksud membuat kesimpulan yang berlaku untuk umum atau generalisasi.
2. Uji asumsi klasik
Sebelum melakukan analisis regresi, agar didapat perkiraan yang tidak bias dan efisien maka dilakukan pengujian asumsi klasik. Ada beberapa kriteria
persyaratan asumsi klasik yang harus dipenuhi. Persyaratan asumsi klasik yang harus dipenuhi adalah:
a. Uji Normalitas Model regresi yang baik adalah distribusi data normal atau mendekati
normal, metode yang digunakan untuk menguji normalitas adalah dengan menggunakan Kolmogorov Smirnov terhadap nilai standar residual hasil
persamaan regresi. Apabila probabilitas hasil Kolmogorov Smirnov lebih besar dari 0,05 5, maka data berdistribusi normal dan sebaliknya. Selain
itu deteksi normalitas dapat dilakukan dengan melihat penyebaran data titik
Universitas Sumatera Utara
pada sumbu diagonal dari grafik normalitas. Tetapi jika data menyebar di setiap garis diagonal, maka model regresi memenuhi asumsi normalitas.
Namun jika data menyebar jauh dari data garis diagonal atau titik tidak mengikuti arah garis diagonal, maka regresi tidak memenuhi asumsi
normalitas. b. Uji heteroskedastisitas
Digunakan untuk menguji model regresi, apakah terjadi ketidaksamaan atau perbedaan varians dari residual pengamatan yang lain. Jika residual dari
suatu pengamatan yang lain tetap, maka disebut homokedastisitas. Model yang paling baik adalah apabila tidak terjadi heteroskedastisitas.
c. Uji multikolinearitas Uji ini digunakan untuk menguji apakah dalam sebuah model regresi
ditemukan adanya korelasi antar variabel independen. Jika terjadi korelasi maka bisa dikatakan terdapat masalah multikolinearitas. Model regresi yang
baik seharusnya tidak terjadi korelasi antar variabel independen. Untuk mengetahui ada tidaknya gejala multikolinearitas dapat dilihat dari besarnya
nilai tolerance dan VIF Variance Inflation Factor melalui program SPSS. Tolerance mengukur variabilitas variabel yang terpilih yang tidak dijelaskan
oleh variabel independen lainnya. Nilai umum yang biasa dipakai adalah nilai tolerance 0,1 atau nilai VIF 5, maka tidak terjadi multikolinearitas.
Situmorang,dkk, 2008:104.
Universitas Sumatera Utara
3. Persamaan Struktural
