commit to user
R
11
=
2 tot
2
σ 1
1 k
k
Suatu konstruk atau variabel dikatakan reliabel jika memberikan nilai Cronbach Alpha 0,6.
D. Tehnik Analisis Data
Teknik analisis data merupakan suatu cara yang digunakan untuk mengolah data hasil penelitian. Dalam penelitian ini menggunakan teknik statistik
karena data yang diambil peneliti merupakan data kuantitatif. Sedangkan teknik analisis data yang digunakan adalah teknik analisis regresi linear berganda.
Suharsimi Arikunto 2006: 295 menyatakan “Regresi ganda multiple regression
adalah suatu peluasan dari teknik regresi apabila terdapat lebih dari satu variabel bebas untuk mengadakan pred
iksi terhadap variabel terikat” sehingga regresi ganda merupakan analisis tentang hubungan antara satu dependent variable
dengan dua atau lebih independent variable. Ada pun beberapa persyaratan yang harus diuji kebenarannya sebelum
melakukan analisis data adalah:
A. Uji Persyaratan Analisis
a. Multikolinearitas
Multikolinieritas digunakan untuk menguji suatu model apakah terjadi hubungan yang sempurna atau hampir sempurna antara variabel bebas, sehingga
sulit untuk memisahkan pengaruh antara variabel-variabel itu secara individu terhadap variabel terikat. Pengujian ini untuk mengetahui apakah antar variabel
bebas dalam persamaan regresi tersebut tidak saling berkorelasi. Untuk mendeteksi multikolinieritas digunakan uji korelasi pearson.
Menurut Duwi Priyatno 2008 dilakukan dengan mengamati nilai VIF dan TOLERANCE. Pedoman suatu model regresi yang bebas multikolinieritas adalah
jika Varience Inflation Factor VIF tidak lebih dari 5 dan nilai tolerance di atas
commit to user
angka 0,0001, maka disimpulkan tidak terjadi multikolenieritas. Atau dapat dikatakan tidak ada hubungan antar variabel bebas.
b. Autokorelasi
Autokorelasi digunakan untuk menguji suatu model apakah antara variabel pengganggu masing-masing variabel bebas saling mempengaruhi. Untuk
mengetahui apakah pada model regresi mengandung autokorelasi dapat digunakan pendekatan D-W Durbin Watson. Menurut singgih Santoso 2001 kreiteria
autokorelasi ada 3, yaitu: 1. Angka D-W di bawah -2 berarti diindikasikan ada autokorelasi positif.
2. Angka D-W di antara -2 sampai 2 berarti diindikasikan tidak ada autokorelasi.
3. Angka D-W di atas 2 berarti diindikasikan ada autokorelasi negatif.
c. Heteroskedastisitas
Heteroskedastisitas digunakan untuk mengetahui apakah variabel pengganggu dalam persamaan regresi mempunyai varian yang sama atau tidak.
Untuk mengetahui terjadinya heteroskedastisitas yaitu dengan melihat ada tidaknya pola tertentu pada scatterplot yang menunjukkan hubungan antara
Regression Studentised Residual dengan Regression Standardized Predicted Value. Menurut Singgih Santoso 2001:210 menetapkan dasar pengambilan
keputusan berkaitan dengan gambar tersebut adalah: 1. Jika ada pola tertentu, seperti titik-titiknya membentuk suatu pola tertentu
yang teratur bergelombang, melebar kemudian menyempit maka diindikasikan terdapat masalah heteroskedastisitas.
2. Jika tidak ada pola yang jelas, serta titik-titiknya menyebar di atas dan di bawah angka 0 pada sumbu Y, maka diindikasikan tidak terdapat masalah
heterokedastisitas.
d. Normalitas
Normalitas digunakan untuk mengetahui apakah data akan dianalisis berbentuk sebaran normal atau tidak. Dalam penelitian ini, data untuk setiap
commit to user
variabel diuji normalitasnya. Deteksi normalitas dapat diketahui dengan melihat penyebaran data pada sumbu diagonal pada suatu grafik. Menurut Singgih
Santoso 2001 menetapkan dasar pengambilan keputusan yang digunakan sebagai berikut:
1. Jika data menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal, maka model regresi memenuhi asumsi normalitas.
2. Jika data menyebar jauh dari garis diagonal dan atau tidak mengikuti garis diagonal, maka regresi tidak memenuhi asumsi normalitas.
B. Uji Hipotesis
