Uji validitas dan Reabilitas

SPSS memberikan fasilitas untuk mengukur reabilitas dengan uji statistic cronbach alpha. Adapun reabilitas suatu variabel dikatakan cukup reabel. Jika memiliki nilai cronbach alpha lebih besar 0.7 – 0.89, standarisasi reabilisasi ini berdasarkan pada kaidah reabilitas guilford. Table 3.2 Kaidah reabilitas Guilford Koefisien kreteria 0.2 Tidak reliabel 0.2 – 0.39 Kurang reliabel 0.4 – 0.69 Cukup Reliabel 0.7 – 0.89 Reliabel 0.9 Sangat Reliabel Dalam melakukan uji validitas dan reabilitas, peneliti menggunakan 30 responden dan dilakukan secara acak kepada semua pegawai Bank Syariah Bukopin Cabang Melawai. Dimana hasil penguji uji validitas dan reabilitas adalah sebagai berikut : a. Variabel X1 pelatihan Dengan menggunakan jumlah responden sebanyak 30 dengan df = 30 – 2 = 28, maka r table adalah 0,374 tercantum dalam lampiran. Butir pertanyaan dikatakan valid jika r hitung dari r tabel. Analisis output dapat dilihat sebagai berikut: Tabel 3.3 Hasil validitas dan reabilitas variabel pelatihan Item-Total Statistics No r – tabel r – hitung Keterangan Pelatihan1 0.374 .447 Valid Pelatihan2 0.374 .326 Tidak Valid Pelatihan3 0.374 .417 Valid Pelatihan4 0.374 .527 Valid Pelatihan5 0.374 .651 Valid Pelatihan6 0.374 .459 Valid Pelatihan7 0.374 .803 Valid Pelatihan8 0.374 .620 Valid Pelatihan9 0.374 .518 Valid Pelatihan10 0.374 -.091 Tidak Valid Reliability Statistics Cronbachs Alpha N of Items .824 8 Berdasarkan tabel diatas terlihat bahwa r hitung pertanyaan nomor 2 dan 10 lebih kecil dari pada r tabel 0.374 , sehingga pertanyaan tidak valid. Dengan demikian butir pertanyaan tersebut harus dihilangkan. sedangkan dilihat dari cronbach alpha sebesar 0.824 pertanyaan dianggap realibel dan dapat digunakan. b. Variabel X2 Pengembangan Dengan menggunakan jumlah responden sebanyak 30 dengan df = 30 – 2 = 28, maka r table adalah 0.374 tercantum dalam lampiran. Butir pertanyaan dikatakan valid jika r hitung dari r Tabel. Analisis output dapat dilihat sebagai berikut: Tabel 3.4 Hasil validitas dan reabilitas variabel pengembangan Item-Total Statistics No r – table r – hitung Keterangan pengembangan1 0.374 .713 Valid pengembangan2 0.374 .725 Valid pengembangan3 0.374 .397 Valid pengembangan4 0.374 .455 Valid pengembangan5 0.374 .454 Valid pengembangan6 0.374 .454 Valid pengembangan7 0.374 .315 Tidak Valid pengembangan8 0.374 .510 Valid pengembangan9 0.374 .483 Valid pengembangan10 0.374 .514 Valid Reliability Statistics Cronbachs Alpha N of Items .808 9 Berdasarkan tabel diatas terlihat bahwa r hitung pertanyaan nomor 7 lebih kecil dari pada r tabel 0.374 , sehingga pertanyaan tidak valid. Dengan demikian butir pertanyaan tersebut harus dihilangkan. sedangkan dilihat dari cronbach alpha sebesar 0.808 pertanyaan dianggap realibel dan dapat digunakan. c. Variabel Y Etos Kerja Dengan menggunakan jumlah responden sebanyak 30 dengan df = 30 – 2 = 28, maka r tabel adalah 0,374 tercantum dalam lampiran. Butir pertanyaan dikatakan valid jika r hitung dari r Tabel. Analisis output dapat dilihat sebagai berikut: Tabel 3.5 Hasil validitas dan reabilitas variable etos kerja Item-Total Statistics No r – table r – hitung Keterangan Etos Kerja 1 0.374 .632 Valid Etos Kerja 2 0.374 .668 Valid Etos Kerja 3 0.374 .493 Valid Etos Kerja 4 0.374 .471 Valid Etos Kerja 5 0.374 .730 Valid Etos Kerja 6 0.374 .394 Valid Etos Kerja 7 0.374 .589 Valid Etos Kerja 8 0.374 .268 Valid Etos Kerja 9 0.374 .576 Valid Etos Kerja 10 0.374 .478 Valid Reliability Statistics Cronbachs Alpha N of Items .842 9 Berdasarkan tabel diatas terlihat bahwa r hitung pertanyaan nomor 8 lebih kecil dari pada r table 0.374 , sehingga pertanyaan tidak valid. Dengan demikian butir pertanyaan tersebut harus dihilangkan. sedangkan dilihat dari cronbach alpha sebesar 0.842 pertanyaan dianggap realibel dan dapat digunakan.

5. Uji Asumsi Klasik

a Uji Normalitas Uji normalitas bertujuan untuk menguji apakah dalam model regresi variabel terikat dan bebas keduanya terdistribusi normal atau tidak. Model regresi yang baik adalah memiliki distribusi data normal atau mendekati normal. Untuk mengetahui apakah data normal atau tidak maka dapat dideteksi dengan melihat normality probability plot. Jika data titik menyebar disekitar garis diagonal dan mengikuti arah garis diagonal maka model regresi memenuhi asumsi normalitas. Tetapi jika data titik menyebar jauh dari garis diagonal dan tidak mengikuti arah garis diagonal maka model regresi tidak memenuhi asumsi normalitas. 5 5 Singgih Santoso, Buku Latihan SPSS Statistik Parametik Jakarta: PT. Elex Media Komputindo, 2000, h.214. Gambar 3.1 Uji Normalitas Dengan melihat grafik histrogram maupun grafik normal plot dapat disimpulkan bahwa grafik histrogram tampak residual terdistribusi secara normal dan berbentuk simetris tidak melenceng ke kanan dan ke kiri. Sedangkan pada grafik normal. b Uji Multikolinearitas Uji multikolinearitas untuk mengetahui ada atau tidaknya penyimpangan asumsi klasik multikolinearitas, yaitu ada hubungan linear antara variable independen dengan model regresi. Prasyarat yang harus terpenuhi dalam model regresi berganda adalah tidak adanya multikolinearitas. Ada beberapa metode pengujian yang bisa digunakan, diantaranya : pertama, melihat nilai inflation factor VIF pada model regresi. Kedua, membandingkan nilai koefisien determinasi residual dengan nilai determinasi secara serentak R 2 . Ketiga, melihat nilai eigenvalue dan condition index. Pada pembahasan ini akan dilakukan uji multikolinearitas dengan melihat nilai inflation factor VIF pada model regresi. Menurut Santoso pada umumnya jika VIF lebih besar dari 5, maka varibel tersebut mempunyai persoalan multikolinearitas dengan varibel bebas lainnya. 6 Tabel 3.6 Uji Multikolinearitas Coefficients a Model Collinearity Statistics Tolerance VIF 1 Pelatihan .971 1.030 Pengembangan .971 1.030 a. Dependent Variable: Etos kerja Dari hasil diatas dapat diketahui nilai Variance Inflation Factor VIF kedua variable, yaitu pelatihan dangn pengembangan adalah, lebih kecil dari

5. Disimpulkan bahwa variabel independen tidak terjadi multikolinearitas.

6 Dwi Prianto, Mandiri belajar SPSS Untuk Analisis Data dan Uji Statistik, Yogyakarta : Mediakom, 2003, cet 3, h.39