Uji Kualitas Data Uji Asumsi Klasik

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