Penyuluhan 0.698
Reliabel Sanksi
0.847 Reliabel
Kepatuhan 0.923
Reliabel Sumber: Data Primer yang diolah 2015
Berdasarkan tabel 4.14 hasil uji reliabilitas di atas, maka dapat disimpulkan variabel- variabel yang digunakan dalam penelitian ini telah reliabel karena keseluruhan variabel
memiliki nilai Cronbach’s Alpha yang lebih besar dari 0,60 sehingga layak digunakan untuk menjadi alat ukur instrumen kuesioner dalam penelitian ini.
4.6 Uji Asumsi Klasik
1. Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel terikat dan variabel bebas keduanya mempunyai distribusi normal atau
tidak. Metode yang dipakai untuk mengetahui kenormalan model regresi adalah One Sample Kolmogorov-Smirnov Test dan
Normal P-Plot. Distribusi data dinyatakan normal apabila nilai p dari One Sample Kolmogorov- Smirnov Test 0,05, dan sebaliknya.
Tabel 4.15
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 100
Normal Parameters
a,b
Mean ,0000000
Std. Deviation 2,06751870
Most Extreme Differences Absolute
,062 Positive
,041 Negative
-,062 Kolmogorov-Smirnov Z
,620 Asymp. Sig. 2-tailed
,836 a. Test distribution is Normal.
b. Calculated from data.
Sumber: Data Primer yang diolah 2015 Berdasarkan hasil uji normalitas nilai Sig.2-tailed sebesar 0,836 0,05. Maka dapat
disimpulkan bahwa nilai residu dari model regresi mempunyai distribusi yang normal.
Sedangkan, Normal Probability Plot of Regression Standarized Residual apabila data menyebar disekitar garis diagonal atau mengikuti garis diagonal, maka model regresi memenuhi
asumsi normalitas. Hasil uji normalitas pada penelitian ini dapat dilihat pada gambar 4.1 berikut ini.
Gambar 4.1 Normal P-plot
Sumber: Data Primer yang diolah 2015 Berdasarkan tampilan grafik Normal P-plot di atas, dapat disimpulkan bahwa pola
grafik normal terlihat dari titik-titik yang menyebar di sekitar garis diagonal dan penyebarannya mengikuti arah garis diagonal. Berdasarkan grafik Normal P-plot,
menunjukkan bahwa model regresi layak dipakai dalam penelitian ini karena memenuhi asumsi normalitas.
2. Uji Multikolinearitas
Uji multikolinieritas bertujuan untuk mengetahui apakah dalam model regresi ditemukan adanya korelasi antar variabel bebas. Model regresi yang baik seharusnya tidak
terjadi korelasi antar variabel bebas. Untuk mengetahui ada atau tidaknya multikolinieritas maka dapat dilihat dari nilai Varians Inflation Factor VIF. Bila angka VIF ada yang
melebihi 10 berarti terjadinya multikolinieritas.
Tabel 4.16 Hasil Uji Multikolinearitas
Model Collinearity Statistics
Tolerance VIF
1 Constant