D. Metode Analisis Data
Metode analisis data yang digunakan dalam penelitian ini adalah metode analisis statistik, sehingga pengujian yang dilakukan adalah sebagai
berikut: 1. Uji Kualitas Data
Uji kualitas data digunakan untuk menguji kualitas data dari kuesioner yang diolah dalam penelitian ini dilakukan beberapa pengujian
yaitu: a. Uji Validitas
Uji validitas digunakan untuk mengukur sah atau valid tidaknya suatu kuesioner. Suatu kuesioner dikatakan valid jika
pernyataan pada kuesioner mampu untuk mengungkapkan sesuatu yang akan diukur oleh kuesioner tersebut.
Pengujian Validitas menggunakan tehnik corrected item-total correlation, yaitu dengan cara mengkorelasikan skor tiap item dengan
skor totalnya. Syarat minimum suatu butir pernyataan dikatakan valid apabila koefisien korelasi r hitung lebih besar dari 0,20. Jadi jika
koefisien korelasi antara butir dengan skor totalnya kurang dari 0,20 maka butir pernyataan tersebut dinyatakan tidak valid Ridwan, 2002.
b. Uji Reliabilitas Uji reliabilitas dilakukan untuk menguji apakah jawaban dari
responden konsisten atau stabil. Suatu kuesioner dikatakan reliabel atau handal jika jawaban seseorang terhadap pernyataan adalah
konsisten atau stabil dari waktu ke waktu. Uji reliabilitas digunakan untuk mengukur bahwa variabel yang digunakan benar-benar bebas
dari kesalahan, sehingga menghasilkan hasil yang konsisten meskipun diuji berkali-kali. Reliabilitas suatu konstruk variabel dikatakan baik
jika memiliki nilai Cronbach Alpha 0,60 Nugroho, 2005:72. 2. Uji Asumsi Klasik
a. Uji Normalitas Uji normalitas bertujuan untuk menguji apakah dalam sebuah
regresi, baik variabel dependen, variabel independen maupun keduanya mempunyai distribusi normal atau tidak. Model regresi yang
baik adalah distribusi normal atau mendekati normal. Deteksi normalitas dapat dilihat dengan Kurva Normal P-Plot.
Dasar pengambilan keputusan adalah jika data menyebar disekitar garis diagonal dan mengikuti arah garis diagonal, maka model regresi
mengikuti asumsi normalitas. Sedangkan jika data menyebar jauh dari garis diagonal dan tidak mengikuti arah garis diagonal, maka model
regresi tidak memenuhi asumsi normallitas Santoso, 2002:212.
b. Uji Multikolinieritas Uji multikolinieritas bertujuan untuk mengetahui ada tidaknya
variabel independen yang memiliki kemiripan dengan variabel independen lain dalam satu model. Kemiripan antar variabel
independen dalam suatu model akan menyebabkan terjadinya korelasi yang sangat kuat antara suatu variabel independen dengan variabel
independen yang lain. Deteksi terhadap multikolinieritas dapat dilihat dari Variance
Inflation Factor VIF dan tolerance. Jika nilai VIF tidak lebih dari 10 dan nilai tolerance tidak kurang dari 0,1 maka model dapat dikatakan
terbebas dari multikolinieritas. Semakin tinggi VIF maka semakin rendah tolerance Nugroho, 2005:58.
c. Uji Heterokesdastisitas Uji
Heterokesdastisitas bertujuan untuk menguji apakah pada
model regresi terjadi ketidaksamaan varian dari residual dari satu pengamatan ke pengamatan lain. Jika varian dari residual dari satu
pengamatan ke pengamatan yang lain tetap, maka disebut homokesdastisitas. Sebaliknya, jika varian berbeda maka disebut
heterokesdastisitas. Menurut Nugroho 2005:62 cara memprediksi ada tidaknya
heterokesdastisistas dapat dilihat dari pola gambar scatterplot. Analisis pada gambar scatterplot yang menyatakan tidak terdapat
heterokesdastisitas apabila:
1 Titik-titik data menyebar di atas dan di bawah atau di sekitar angka 0 pada sumbu Y.
2 Titik-titik data tidak mengumpul hanya diatas atau di bawah saja. 3 Penyebaran titik-titik data tidak boleh membentuk pola
bergelombang melebar kemudian menyempit dan melebar kembali. 4 Penyebaran titik-titik data sebaiknya tidak berpola.
3. Uji Hipotesis Metode analisis yang digunakan untuk menguji hipotesis adalah
metode Regresi Linier Berganda, yaitu regresi yang digunakan untuk mengetahui seberapa besar pengaruh variabel independen terhadap
variabel dependen. Adapun rumus persamaan Regresi Linier Berganda sebagai berikut:
Y = a + b
1
X
1
+ b
2
X
2
+ b
3
X
3
+ e Keterangan:
Y = Pelaksanaan Self Assessment System
a = Konstanta
b = Koefisien Regresi
X
1
= Variabel Pengalaman X
2
= Variabel Motivasi X
3
= Variabel Pengharapan e
= Standard error
Untuk membuktikan kebenaran uji hipotesis, digunakan uji statistik terhadap output yang dihasilkan oleh model Regresi Linier Berganda, uji
statistik ini meliputi: a. Uji Koefisien Determinasi
Koefisien determinasi R² bertujuan untuk mengetahui seberapa besar kemampuan variabel independen menjelaskan variabel
dependen. Dalam output SPSS, koefisien determinasi terletak pada tabel Model Summary
b
dan tertulis Adjusted R Square. Nilai R² sebesar 1, berarti fluktuasi variabel dependen
seluruhnya dapat dijelaskan oleh variabel independen dan tidak ada faktor lain yang menyebabkan fluktuasi variabel dependen. Jika nilai
R² berkisar antara 0 sampai dengan 1, berarti semakin kuat kemampuan variabel independen dapat menjelaskan fluktuasi variabel
dependen Ghozali, 2001:45. b. Uji Regresi Secara Simultan Uji F
Uji F dilakukan untuk mengetahui pengaruh variabel-variabel independen secara simultan bersama-sama terhadap variabel
dependen. Hasil Uji F pada output SPSS dapat dilihat pada tabel ANOVA.
Untuk mengetahui apakah variabel-variabel independen secara simultan mempengaruhi variabel dependen, dilakukan dengan
membandingkan p-value pada kolom Sig. dengan tingkat signifikansi yang digunakan sebesar 0,05. Jika p-value lebih kecil dari 0,05 maka
Ha diterima dan Ho ditolak, sebaliknya jika p-value lebih besar dari 0,05 maka Ha ditolak dan Ho diterima. Nugroho, 2005:53.
c. Uji Regresi Secara Parsial Uji t Uji t dilakukan untuk mengetahui besarnya pengaruh masing-
masing variabel independen secara individual terhadap variabel dependen. Hasil uji ini pada output SPSS dapat dilihat pada tabel
Coefficientsª. Untuk mengetahui ada tidaknya pengaruh masing-masing
variabel independen secara individual terhadap variabel dependen, dilakukan dengan membandingkan p-value pada kolom Sig. masing-
masing variabel independen dengan tingkat signifikansi yang digunakan 0,05. Jika p-value lebih kecil dari 0,05 maka Ha diterima
dan Ho ditolak. Sebaliknya jika p-value lebih besar dari 0,05 maka Ha ditolak dan Ho diterima. Nugroho, 2005:55.
E. Definisi Operasional Variabel Penelitian dan Pengukurannya
Kategori