45
3.4. Teknik Analisis Data
3.4.1. Uji Kualitas Data
Ada dua konsep untuk mengukur kualitas data, yaitu : validitas dan reliabilitas. Artinya suatu konsep penelitian akan menghasilkan kesimpulan
yang bias jika datanya kurang reliabel dan kurang valid. 1.
Uji Validitas Uji validitas dilakukan untuk mengetahui sejauh mana alat
pengukur itu kuesionar mengukur apa yang diinginkan. Valid atau tidaknya alat ukur tersebut dapat diuji dengan mengkorelasikan antara
skor yang diperoleh pada masing-masing butir pertanyaan dengan skor total yang diperoleh dari penjumlahan semua skor pertanyaan. Apabila
korelasi antara skor total dengan skor masing-masing pertanyaan signifikan ditunjukkan dengan taraf signifikan 0,05, maka dapat
dikatakan bahwa alat pengukur tersebut mempunyai validitas Sumarsono, 2002:31.
2. Uji Reliabilitas
Uji reliabilitas dapat dipahami melalui ide dasar konsep tersebut yaitu konsistensi. Peneliti dapat mengevaluasi instrumen penelitian
berdasarkan perspektif dan teknik yang berbeda walaupun gejalanya sama. Pengukurannya menggunakan indeks numerik yang disebut
dengan koefisien. Uji reliabilitas menggunakan Cronbachs Alpha, dimana instrumen dianggap reliabel apabila memiliki Cronbachs Alpha
diatas 0,6 Ghozali, 2001:133.
46
3. Uji Normalitas
Uji normalitas digunakan untuk mengetahui apakah suatu data mengikuti sebaran normal atau tidak. Untuk mengetahui apakah data
tersebut mengikuti sebaran normal atau tidak dapat dilakukan dengan berbagai metode diantaranya metode Kolmogrov Smirnov atau metode
Shapiro Wilk Sumarsono, 2002:40. Nilai signifikansi atau nilai probabilitas 0,05 maka distribusi adalah tidak normal simetris. Dan
nilai signifikansi atau nilai probabilitas 0,05 maka distribusi adalah normal simetris.
Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel terikat dan variabel bebas keduanya mempunyai
distribusi normal ataukah tidak. Model regresi yang baik adalah memiliki distribusi data normal atau mendekati normal.
3.4.2. Uji Asumsi Klasik
Menurut Gujarati 1999:153 persamaan regresi harus bersifat BLUE Best Linier Unbiased Estimator, artinya pengambilan keputusan
melalui uji F dan uji t tidak boleh bias. Untuk menghasilkan pengambilan keputusan yang BLUE maka harus dipenuhi diantaranya tiga asumsi dasar
yang tidak boleh dilanggar oleh regresi linier berganda yaitu: a.
Tidak ada multikolinearitas b.
Tidak ada autokorelasi c.
Tidak boleh ada heteroskedastisitas
47
Apabila salah satu dari ketiga asumsi dasar tersebut dilanggar, maka persamaan regresi yang diperoleh tidak lagi bersifat BLUE, sehingga
pengambilan keputusan melalui uji F dan uji t menjadi bias. 1.
Multikolinearitas Uji asumsi multikolinieritas digunakan untuk menunjukkan
adanya hubungan linier antara variabel-variabel bebas dalam suatu model regresi. Salah satu cara yang digunakan untuk mengetahui ada
tidaknya multikolinieritas yaitu dengan melihat besarnya nilai Variance Inflation Factor VIF. VIF ini dapat dihitung dengan rumus :
Tolerance 1
VIF
Tolerance mengukur variabilitas variabel bebas yang terpilih yang tidak dapat dijelaskan oleh variabel bebas lainnya. dengan nilai
VIF dibawah 10, maka tidak terjadi multikolinieritas Ghozali, 2001:57.
2. Heteroskedasitas
Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan varian dari residual suatu
pengamatan ke pengamatan lain. Jika varian dari residual suatu pengamatan ke pengamatan yang lain tetap, maka disebut
homoskedastisitas Santoso, 2002:208. Hal ini bisa diidentifikasi dengan menghitung korelasi Rank Spearman antara residual dengan
seluruh variabel bebas dimana nilai probabilitas yang diperoleh harus lebih besar dari 0,05.
48
3. Autokorelasi
Uji Autokolerasi bertujuan untuk menguji apakah dalam model regresi linear ada kolerasi antara kesalahan pengganggu pada periode t
dengan kesalahan pengganggu pada perode t-1 sebelumnya. Model regresi yang baik adalah regresi yang bebas dari autokolerasi. Uji
Autokolerasi dilakukan dengan Uji Durbin – Watson yang digunakan untuk autokolerasi tingkat satu dan mensyaratkan adanya intercept
konstanta dalam model regresi dan tidak ada variabel lagi di antara variabel independen. Hipotesis yang akan diuji adalah sebagai berikut :
H0 : tidak ada autokolerasi r = 0 HA : ada autokolerasi r
≠ 0
3.4.3. Teknik Analisis dan Uji Hipotesis