24 Dimana :
= Koefisien Cronbach Alpha
k = Jumlah item valid
r = Rerata korelasi antar item
1 = Konstanta
Menurut Nunally dalam Sulaiman 2002, pengujian reliabilitas terhadap seluruh item atau pertanyaan pada penelitian ini akan menggunakan rumus koefisien
Cronbach Alpha. Nilai Cronbach Alpha digunakan nilai 0.6 dengan asumsi bahwa daftar pertanyaan yang diuji akan dikatakan reliabel bila nilai Cronbach Alpha
≥ 0.6. Syarat suatu alat ukur menunjukkan kehandalan yang semakin tinggi adalah
apabila koefisien reliabilitas yang mendekati angka satu. Apabila koefisien
alpha lebih besar dari 0.6 maka alat ukur dianggap handal atau terdapat
internal consistency reliability.
b. Uji Asumsi Klasik
Analisis data dilakukan dengan bantuan Metode Regresi Linear Berganda, tetapi sebelum melakukan analisis regresi linear berganda digunakan uji asumsi klasik yang
meliputi uji normalitas, uji multikolinearitas dan uji heteroskedastisitas. 1 Uji Normalitas Data
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. Dalam hal ini, apabila nilai signifikansi p
maka Ho diterima dan dapat disimpulkan bahwa data variabel yang diolah berdistribusi normal. Sedangkan apabila nilai
signifikansi p maka Ho ditolahk dan dapat disimpulkan bahwa data variabel
yang diolah tidak berdistribusi normal. 2 Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji apakah pada model regresi ditemukan adanya korelasi antar variabel bebas Sulaiman, 2002. Untuk
25 mendeteksi ada atau tidaknya multikolinearitas didalam model regresi adalah
dengan Menganalisa matrik korelasi variabel bebas jika terdapat korelasi antar variabel bebas yang cukup tinggi lebih besar dari 0,90 hal ini merupakan
indikasi adanya multikolinearitas.
c. Uji Model Regresi
Setelah melakukan uji asumsi klasik lalu menganalisis dengan metode Regresi Linear Berganda. Regresi Linear Berganda ini dikembangkan 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 adalah sebagai berikut : Y = a +
lXl + 2X2 + ... + nXn + e ·············································· 2.3
Keterangan : Y
: Optimalisasi Stock
a :
Konstanta 1, 2,... n : Koefisien
X1, X2,...Xn : Variabel
e :
Residu
d. Uji Hipotesis