52
dikatakan reliabel atau handal jika jawaban seseorang terhadap pernyataan adalah konsisten atau stabil dari waktu ke waktu Ghozali,
2011. Menurut Ghozali, Pengukuran reliabilitas dapat dilakukan dengan dua cara yaitu:
1 Repeated Measure atau pengukuran ulang Dimana seseorang akan disodori pertanyaan yang sama pada waktu
yang berbeda, dan kemudian dilihat apakah ia tetap konsisten dengan jawabannya.
2 One shot atau pengukuran sekali saja Dimana pengukurannya hanya sekali dan kemudian hasilnya
dibandingkan dengan pertanyaan lain atau mengukur korelasi antar jawaban pertanyaan. Kriteria pengujian dilakukan dengan
menggunakan pengujian Cronbach Alpha. Suatu variabel dikatakan reliabel jika memberikan nilai Cronbach alpha 0,70 Nunnally
dalam Ghozali, 2011.
2. Uji Asumsi Klasik
Uji asumsi klasik yang digunakan dalam penelitian ini adalah uji normalitas, uji multikolinieritas, uji heteroskedastisitas dan uji
autokorelasi.
a. Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel independen dan variabel dependen keduanya
mempunyai distribusi normal atau mendekati normal Ghozali, 2011.
53
Model regresi yang baik adalah yang memiliki distribusi normal atau mendekati normal. Uji normalitas dilakukan dengan cara melihat
histogram yang membandingkan data observasi dengan distribusi yang mendekati normal. Selain dengan melihat histogram, dapat juga
dengan melihat Normal Probability P-P Plot. Normalitas dapat dideteksi dengan melihat penyebaran data titik pada sumbu diagonal
dari grafik. Jika data titik menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal maka menunjukkan pola distribusi
normal yang mengindikasikan bahwa model regresi memenuhi asumsi normal Ghozali, 2011.
b. Uji Multikolinieritas
Uji multikolinieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas independen.
Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel independen Ghozali, 2011. Untuk mendeteksi ada atau
tidaknya multikolinieritas didalam model regresi adalah dilihat dari besarnya nilai VIF Variance Inflation Factor dan tolerance TOL.
Regresi bebas dari masalah multikolinieritas jika nilai tolerance TOL 0,10 dan nilai VIF 10 Ghozali, 2011.
c. Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan varians dari residual satu
pengamatan ke pengamatan yang lain. Jika varians dari residual satu
54
pengamatan ke
pengamatan lain
tetap, maka
disebut homoskedastisitas, dan jika berbeda disebut heteroskedastisitas
Ghozali, 2011.
Model regresi
yang baik
adalah yang
homoskedastisitas atau tidak terjadi heteroskedastisitas. Deteksi ada atau tidaknya heteroskedastisitas dapat dilihat dari
ada atau tidaknya pola tertentu pada grafik scatterplot. Jika ada pola tertentu seperti titik-titik yang membentuk pola tertentu yang teratur
bergelombang, melebar, menyempit maka mengindikasikan bahwa telah terjadi heteroskedastisitas. Jika tidak ada pola yang jelas, serta
titik-titik yang menyebar diatas dan dibawah angka 0 pada sumbu Y maka tidak terjadi Heteroskedastisitas Ghozali, 2011. Selain dengan
melihat grafik scatterplot, untuk mendeteksi ada atau tidaknya heteroskedastisitas juga dapat dilakukan dengan uji Glejser dengan
melihat tingkat signifikansi dari hasil regresi nilai absolute residual sebagai variabel dependen dengan variabel independen. Jika variabel
independen signifikan secara statistik mempengaruhi variabel dependen, maka ada indikasi terjadi Heteroskedastisitas Ghozali,
2011.
d. Uji Autokorelasi
Uji Autokorelasi bertujuan menguji apakah dalam model regresi linier ada korelasi antara kesalahan pengganggu pada periode t
dengan kesalahan pengganggu pada periode t-1 periode sebelumnya. Jika terjadi korelasi, maka dinamakan ada problem autokorelasi.
55
Autokorelasi muncul karena observasi yang berurutan sepanjang waktu berkaitan satu sama lainnya. Masalah ini timbul karena residual
kesalahan pengganggu tidak bebas dari satu observasi ke observasi lainnya. Hal ini sering ditemukan pada data runtut waktu time series
karena “gangguan” pada seseorang individu atau kelompok cenderung mempengaruhi “gangguan” pada individu atau kelompok yang sama
atau pada periode berikutnya Ghozali, 2011. Model regresi yang baik adalah regresi yang bebas dari
autokorelasi. Ada beberapa cara yang dapat digunakan untuk mendeteksi ada atau tidaknya autokorelasi. Metode pengujian yang
sering digunakan adalah dengan uji Durbin-Watson uji DW. Caranya adalah dengan membandingkan nilai Durbin Watson d yang ada pada
output SPSS dengan nilai dL batas bawah dan nilai dU batas atas pada tabel test Durbin Watson menggunakan nilai signifikan 5,
jumlah sampel n sebesar 56 dan jumlah variabel independen sebesar 3 K=3. Pengambilan keputusan ada tidaknya autokorelasi adalah
sebagai berikut Ghozali, 2011: 1 Jika d lebih kecil dari dL atau lebih besar dari 4
–dL, berarti terdapat autokorelasi.
2 Jika d lebih besar dari dU dan kurang dari 4 –dU, berarti tidak ada
autokorelasi. 3 Jika d terletak antara dL dan dU atau diantara 4
–dU dan 4–dL, maka tidak menghasilkan kesimpulan yang pasti.
56
3. Uji Hipotesis
