72
Tabel 4.14 Hasil Uji Reliabilitas
Sumber: Data diolah, 2015 Dari keterangan tabel di atas dapat diketahui bahwa masing-masing
variabel memiliki cronbach alpha lebih dari 0.70, 0.60 dengan demikianvariabel X1, X2 dan Y dapat dikatakan reliabel. Hal ini
menunjukkan bahwa instrument variable manajemen pengetahuan , program pelatihan dan kualitas pelayanan adalah konsisten dan dapat
dipercaya.
E. Uji Asumsi Klasik
Uji asumsi klasik dilakukan untuk mengetahui apakah model regresi yang di buat dapat digunakan sebagai alat prediksi yang baik. Uji asumsi
klasik dalam penelitian ini adalah Uji Autokorelasi,uji multikolineritas,uji heteroskedastisitas dan uji normalitas.Hasil dari pengujian asumsi klasik
dijelaskan sebagai berikut : 1. Uji Autokoleniaritas
Uji Autokorelasi bertujuan menguji apakah dalam suatu model regresi linear ada korelasi antara kesalahan pengganggu pada periode t
dengan kesalahan pada periode t-1 sebelumnya.Jika terjadi korelasi
Variabel Nilai
Cronbach Alpha
Standar Cronbach Alpha
Keterangan
Manajemen pengetahuan X1
0.981 0.70
Reliabel Program Pelatihan
X2 0.948
0.70 Realibel
Kualitas Pelayanan Y
0.928 0.70
Realibel
73
maka dinamakan ada problem autokorelasi. Model regresi yang baik adalah regresi yang bebas dari autokorelasi Uji autokorelasi dilakukan
= 5. Dengan menggunakan uji Durbin Watson DW, dengan tingkat kepercayaan
5, a pabila D-W terletak antara 1,65 sampai 2,35 maka
tidak ada autokorelasi Sulaiman, 2001. adapun hasil pengujian autokolenieritas pada table berikut ini :
Tabel 4.15 Model Summary
b
Model R R Square
Adjusted R
Square Std. Error of
the Estimate Durbin-
Watson 1
.718
a
.515 .494
6.251 1.973
a. Predictors: Constant, X2, X1 b. Dependent Variable: Y
Sumber data dari SPSS 2015 Pada hasil diatas didapatkan hasil durbin waston sebesar 1.973
ini menunjukan bahwa Durbin Waston terletak antara 1.65 samapai 2.35. sehingga tidak adanya korelasi atau tidak ada problem
autokolinearitas,maka dapat dikatakan model regresi ini adalah baik. 2. Uji Multikolinieritas
Uji multikolinieritas bertujuan untuk menguji apakah model regresi di temukan adanya korelasi antar varibel bebas .Model regresi
yang baik seharusnya tidak terjadi korelasi diantara variabel independen.
Dalam penelitian ini untuk mendeteksi ada atau tidaknya multikolinieritas yaitu dengan mengamati nilai VIF dan tolerance
.Nilai tolerance yang rendah sama denga Variance Inflation Factor
74
VIF tinggi karena VIF=1tolerance. Nilai cutoff yang umum di pakai untuk dipakai untuk menunjukan adanya multikolinieritas
adalah nilai tolerance lebih kecil 0.10 atau VIF lebih besar dari 10 Ghozali, 2011:105-106. Hasil uji multikolieritas masing-masing
variable dapat dilihat pada table sebagai berikut :
Tabel 4.16 Coefficients
a
Model Collinearity
Statistics Tolerance VIF
1 Constant
X1 .996
1.004 X2
.996 1.004
a. Dependent Variable: Y Sumber data dari SPSS 2015
Dari hasil pengujian multikolinearitas yang dilakukan nilai tolerance variable manajemen pengetahuan X1 , dan program
pelatihan masing-masing sebesar 0,996 dan 0,996 sedangkan nilai VIF masing-masing sebesar 1,004 dan 1,004. Hasil ini juga menunjukkan
hal yang sama bahwa tidak ada variabel bebas yg memiliki nilai tolerance kurang dari 0,1 dan nilai VIF lebih dari 10. Jadi dapat
disimpulkan bahwa tidak ada multikolinieritas antar variabel bebas dalam model regresi atau tidak ada korelasi antar variabel manajemen
pengetahuan X1 dan program pelatihan X2 dalam model regresi.
75
3. Uji Heteroskedasitas Uji Heteroskedasitas bertujuan menguji apakah dalam model
regresi terdapat ketidaksamaan variance dari residual satu pengamatan ke pengamatan lainnya.Jika residual atau pengamatan satu ke
pengamatan yang lainnya tetap, maka disebut homoskedastisitas dan jika berbeda disebut heteroskedastitas .model regresi yang baik adalah
yang homoskestisitas atau tidak terjadi heteroskedastisitas Ghozali, 2011:139-140.
Untuk mendeteksi ada atau tidaknya heteroskedastisitas dapat dilihat pada grafik scatterplot. Asumsinya adalah:
1. Jika terdapat pola tertentu yaitu jika titik-titiknya membetuk pola tertentu dan teratur gelombang, melebar kemudian menyempit,
maka diindikasikan terdapat masalah heteroskedastisitas. 2. Jika tidak terdapat pola yang jelas, yaitu jika titik-titiknya
menyebar di atas dan di bawah angka 0 pada sumbu Y, maka diindiasikan tidak terdapat masalah heteroskedastisitas.
Hasil uji heteroskedastisitas dapat dilihat pada gambar berikut ini :
Gambar 4.3
Sumber data dari SPSS 2015
76
Gambar di atas menunjukkan bahwa tidak terdapat pola yang jelas serta titik-titik menyebar di atas dan di bawah angka 0 pada
sumbu Y.
Jadi dapat
disimpulkan bahwa
tidak terjadi
heteroskedastisitas pada model regresi sehingga dapat dikatakan bahwa model regresi ini adalah baik.
4. Uji Normalitas Bertujuan untuk menguji apakah dalam model regresi , variabel
pengganggu atau residual memiliki distribusi normal.seperti diketahui bahwa uji statistic t dan uji statistik f mengasumsikan bahwa nilai
residual mengikuti distribusi normal.jika asumsi ini dilanggar maka uji statistic menjadi tidak valid untuk jumlah sampel yang kecil Ghozali,
2011:160. Dalam penelitian ini untuk mengetahuai normal atau tidaknya
data yaitu dengan melihat normal probality plot yang membandingkan distribusi kumulatif dari ditribusi normal,normalitas residual akan
terlihat .Distribusi normal akan membentuk garis lurus diagonal dan ploting data residual akan dibandingkan dengan garis diagonal.jika
distribusi data residual normal, maka garis yang menggambarkan data sesungguhnya akan mengikuti garis diagonalnya Ghozali, 2011;161.
Adapun hasil uji normalitas dengan probability plot dapat dilihat pada gambar berikut :