Menurut Imam Ghozali dalam Sandhi 2013, uji validitas digunakan untuk mengukur sah atau tidaknya satu kuesioner. Satu kuesioner dinyatakan
valid jika pertanyaan pada pertanyaan kuesioner mampu mengungkapkan sesuatau yang akan diukur oleh kuesioner tersebut. Tingkat validitas dapat diukur dengan
melihat cara membandingkan nilai hitung r dengan nilai tabel r dengan ketentuan untuk degree of freedom df = n-2, dimana n adalah jumlah sampel. Jika : r
hitung r tabel , berarti pernyataan tersebut dinyatakan valid. Jika r hitung r tabel, berarti pernyataan tersebut dinyatakan tidak valid.
3.8.2 Uji Reliabilitas
Nazir 2005 mengatakan bahwa reliabilitas merupakan ketepatan atau tingkat presisi atau alat ukur. Suatu alat ukur mempunyai reliabilitas tinggi atau
dapat dipercaya, jika alat ukur itu stabil, dapat diandalkan dependability, dan dapat diramalkan predictability. Suatu kuesioner dikatakan handal jika nilai
Cronbach Alpha lebih besar dari 0,700.
3.9 Uji Asumsi Klasik
3.9.1 Uji Normalitas Data
Menurut Erlina 2011 uji ini berguna untuk tahap awal dalam metode pemilihan analisis data. Jika data normal, gunakan statistik parametrik, dan jika
data tidak normal, gunakan statistik nonparametrik atau lakukan treatment agar data normal.
Tujuan uji normalitas adalah untuk mengetahui apakah dalam model regresi variabel penggangu atau residual memiliki distribusi normal. Pengujian ini
diperlukan untuk melakukan uji F dan uji T mengasumsikan bahwa nilai residual mengikuti distribusi normal. Jika asumsi ini dilanggar atau tidak dipenuhi maka
uji statistik menjadi tidak valid untuk jumlah sampel kecil.
3.9.2 Uji Multikolinearitas
Erlina 2011 memaparkan multikolinearitas adalah situasi adanya korelasi variabel-variabel independen antara yang satu dengan yang lainnya. Dalam hal
ini, variabel bebas tidak ortogonal. Variabel ortogonal adalah variabel bebas yang memiliki nilai korelasi di antara sesamanya sama dengan nol.
Tujuan uji ini adalah untuk menguji apakah model regresi ditemukan adanya korelasi di antara variabel independen. Model regresi yang baik
seharusnya tidak terjadi korelasi di antara variabel independen. Menurut Imam Ghozali dalam Sandhi 2013 multikolinearitas dapat
dideteksi dengan menganalisis matrik korelasi variabel-variabel independen atau dengan menggunakan perhitungan nilai Tolerance dan VIF. Jika antar variabel
independen ada korelasi yang cukup tinggi lebih dari 0,900 maka hal ini menunjukkan adanya multikolinearitas atau jika nilai Tolerance kurang dari 0,100
atau nilai VIF lebih dari 10, maka hal ini menunjukkan adanya multikolinearitas.
3.9.3 Uji Heterokedastisitas
Uji heterokeditas menurut Erlina 2011 salah satu asumsi yang penting dari model regresi linear adalah varian residual bersifat homokedastisitas atau
bersifat konstan. Umunya heterokedastisitas sering terjadi pada model yang menggunakan data cross section silang waktu daripada data time series runtut
waktu. Hal ini bukan berarti model yang menggunakan data runtut waktu bebas dari heterokedisitas.
Suatu model dikatakan terdapat gejala heterokedisitas jika koefisien parameter beta tidak signifikan secara statistik, hal ini menunjukkan bahwa data
model empiris yang diestimasi tidak terdapat heterokedisitas. Dengan kata lain. Data dari rekapitulasi menunjukkan bahwa semua variabel mempunyai nilai
signifikansi di atas taraf kepercayaan 5 persen, sehingga variabel bebas tidak menyebabkan terjadinya heterokedastisitas.
3.9.4 Analisis Regresi Berganda