40 nilai Cronbach Alpha untuk variabel otomatisasi data X1, akurasi informasi X2,
efisiensi waktu X3, integrasi data X4, jaminan ketersediaan barang X5 dan optimalisasi stok Y. Apabila nilai Cronbach Alpha untuk masing-masing variabel
penelitian ≥ 0.600 maka variabel-variabel tersebut dapat dikatakan reliabel dan dapat
dipakai sebagai alat ukur.
b. Uji Penyimpangan Asumsi Klasik
1. Uji Normalitas
Uji normalitas menguji apakah dalam model regresi, variabel independen dan variabel dependen, keduanya terdistribusikan secara normal atau tidak. Uji
normalitas dalam penelitian ini menggunakan uji satu sampel kolmogorov- smirnov. Uji ini merupakan uji untuk membandingkan tingkat kesesuaian sampel
dengan suatu distribusi tertentu dalam hal ini distribusi normal.
a. Uji Normalitas Variabel Otomatisasi Data X1
Dalam penelitian ini, hipotesis yang diuji adalah kenormalan data variabel otomatisasi data X1 dengan menggunakan tingkat kesalahan
=0,05 Hipotesis :
H0 : Data variabel otomatisasi data berdistribusi normal Ha : Data variabel otomatisasi data tidak berdistribusi normal
b. Uji Normalitas Variabel Akurasi Informasi X2
Dalam penelitian ini, hipotesis yang diuji adalah kenormalan data variabel akurasi informasi X2 dengan menggunakan tingkat kesalahan
=0,05 Hipotesis :
H0 : Data variabel akurasi informasi berdistribusi normal Ha : Data variabel akurasi informasi tidak berdistribusi normal
c. Uji Normalitas Variabel Efisiensi Waktu X3
Dalam penelitian ini, hipotesis yang diuji adalah kenormalan data variabel efisiensi waktu X3 dengan menggunakan tingkat kesalahan
=0,05
41 Hipotesis :
H0 : Data variabel efisiensi waktu berdistribusi normal Ha : Data variabel efisiensi waktu tidak berdistribusi normal
d. Uji Normalitas Variabel Integrasi Data X4
Dalam penelitian ini, hipotesis yang diuji adalah kenormalan data variabel integrasi data X4 dengan menggunakan tingkat kesalahan
=0,05 Hipotesis :
H0 : Data variabel integrasi data berdistribusi normal Ha : Data variabel integrasi data tidak berdistribusi normal
e. Uji Normalitas Variabel Jaminan Ketersediaan Barang X5
Dalam penelitian ini, hipotesis yang diuji adalah kenormalan data variabel jaminan ketersediaan barang X5 dengan menggunakan tingkat kesalahan
=0,05 Hipotesis :
H0 : Data variabel jaminan ketersediaan barang berdistribusi normal Ha : Data variabel jaminan ketersediaan barang tidak berdistribusi normal
f. Uji Normalitas Variabel Optimalisasi Stok Y
Dalam penelitian ini, hipotesis yang diuji adalah kenormalan data variabel Optimalisasi Stok Y dengan menggunakan tingkat kesalahan
=0,05 Hipotesis :
Ho : Data variabel optimalisasi stok berdistribusi normal Ha : Data variabel optimalisasi stok tidak berdistribusi normal
2. Uji Multikolinieritas
Multikolinieritas berarti ada hubungan linier yang pasti di antara beberapa variabel atau semua variabel dependen dari model regresi. Deteksi adanya
multikolinearitas dilihat dari koefisien korelasi antar variabel independen pada
42 matrik korelasi dengan ketentuan apabila nilai korelasi lebih besar dari 0,90
berarti terdapat gejala multikolinearitas. Multikolinearitas dapat juga dilihat dari nilai tolerance toleransi dan
lawannya Variance Inflation Factor VIF. Toleransi mengukur variabilitas variabel bebas yang terpilih yang tidak dapat dijelaskan oleh variabel bebas
lainnya. Jadi nilai toleransi rendah maka sama dengan nilai VIF tinggi VIF = 1toleransi dan menunjukkan adanya kolinearitas yang tinggi. Nilai yang umum
dipakai adalah nilai toleransi 0,10 atau sama dengan nilai VIF di atas 10. Setiap analis harus menentukan tingkat kolinearitas yang masih dapat ditolerir.
c. Model Persamaan Regresi Berganda
Regresi Linear Berganda ini digunakan untuk mengestimasi nilai variabel dependen Y dengan menggunakan lebih dari satu variabel independen Xl, X2,...,
Xn. Secara umum persamaan Regresi Berganda yang mempunyai variabel dependen Y dengan dua atau lebih variabel independen Xl, X2,..., Xn sebagaimana
persamaan 2.3. Berdasarkan persamaan 4.1, variabel dependen Y dalam penelitian ini
adalah optimalisasi stock, sedangkan variabel independen X1 adalah otomatisasi data, variabel independent X2 adalah akurasi informasi, variabel independent X3
adalah efisiensi waktu, variabel independent X4 adalah integrasi data dan variabel independent X5 adalah jaminan ketersediaan barang sehingga model persamaan
Regresi Berganda dengan variabel dependen Y serta empat variabel independen X1, X2, X3, X4, X5 adalah sebagai berikut :
Y = a + lXl + 2X2 + 3X3 + 4X4 + 5X5 + e ...................................
4.1
Keterangan : Y
: Optimalisasi Stock
a :
Konstanta
43 1, 2, 3
: Koefisien Regresi
X1 :
Variabel Otomatisasi Data X2
: Variabel Akurasi Informasi
X3 :
Variabel Efisiensi Waktu X4
: Variabel Integrasi Data
X5 :
Variabel Jaminan Ketersediaan Barang e
: Residu
d. Pengujian Hipotesis Uji t
