Keterangan: r
i
: Reliabilitas instrumen k
: Banyaknya butiran pernyataan ∑a
2
b : Jumlah varian butir
a
2
t : Varian total
Suharsimi Arikunto, 2009 Tabel 3. Interpretasi terhadap Koefisien Korelasi
Interval Koefisien Tingkat Hubungan
0,00 - 0,199 Sangat Rendah
0,20 - 0,399 Rendah
0,40 - 0,599 Sedang
0,60 - 0,799 Kuat
0,80 - 1,000 Sangat Kuat
Sugiyono 2010
I. Teknik Analisis Data
1. Uji Asumsi Klasik
Terdapat beberapa syarat sebelum melakukan regresi yang harus dilaluiyaitu melakukan uji asumsi klasik. Model regresi harus
bebas dari asumsi klasik yaitu, bebas normalitas, linearitas, heteroskedastisitas dan multikolinearitas. Berikut adalah penjelasan
mengenai normalitas,
liniaritas, heteroskedastisitas
dan multikolinearitas yaitu :
a. Uji Linearitas
Uji linearitas digunakan untuk melihat apakah variabel bebas X dan variabel terikat Y mempunyai hubungan linear
atau tidak. Kriteria yang diterapkan untuk menyatakan kelinearan adalah nilai F yang dihitung dengan rumus sebagai berikut:
F
reg
= Keterangan:
F
reg
: Harga bilangan F untuk regresi Rk
reg
: Rerata kuadrat garis regresi Rk
res
: Rerata kuadrat garis residu Sutrisno Hadi, 2004
Dasar pengambilan keputusan dalam uji linearitas adalah: 1
Jika nilai probabilitas 0,05, maka hubungan antara variabel X dengan Y adalah linear.
2 Jika nilai probabilitas 0,05, maka hubungan antara
variabel X dengan Y adalah tidak linear.
b. Uji Normalitas
Uji normalitas digunakan untuk mengetahui apakah sebaran dari masing-masing variabel bebas mempunyai distribusi
normal atau tidak. Model regresi yang baik adalah distribusi data normal atau mendekati normal. Untuk mengetahui apakah data
terdistribusi normal atau tidak dapat dilakukan dengan analisis grafik Normal
P-P Plot of Reression Standardized Residual.
Analisis grafik merupakan cara mudah untuk mendeteksi normalitas yaitu dengan melihat penyebaran data titik pada
sumbu diagonal dari grafik normal
probability plot.
Pengambilan keputusan dalam uji normalitas menggunakan analisis grafik
didasarkan pada: 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 atau tidak mengikuti arah garis diagonal, maka model regresi tidak
memenuhi asumsi normalitas.
c. Uji Multikolinearitas
Uji multikolinearitas adalah uji yang bertujuan untuk menguji apakah pada model regresi ditemukan adanya korelasi
antar variabel bebas independen atau tidak. Model regresi yang baik seharusnya tidak terjadi korelasi di antara variabel
independennya. Ada tidaknya multikolinearitas dapat dilihat dari besarnya
Tolerance Value
dan
Variance Inflation Factor VIF
yang dapat dihitung dengan: VIF =
Tolerance Value
dan
Variance Inflation Factor VIF
menunjukkan setiap variabel independen manakah yang dijelaskan oleh variabel independen lainnya atau dalam
pengertian sederhana setiap variabel independen menjadi variabel dependen.
Tolerance Value
mengukur variabilitas variabel
independen yang terpilih yang tidak dijelaskan oleh variabel independen lainnya. Jika nilai VIF 10 dan besarnya nilai
toleransi 0,10 maka dapat disimpulkan tidak terjadi gejala multikolinearitas.
d. Uji Heteroskedastisitas
Uji Heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan
variance
dari residual satu pengamatan ke pengamatan yang lain. Jika
variance
dari residual satu pengamatan ke pengamatan yang lain tetap maka
disebut homokedastisitas. Model regresi yang baik adalah yang homokedastisitas atau tidak terjadi heteroskedastisitas.
Untuk mendeteksi ada atau tidaknya heteroskedastisitas dapat dilakukan dengan melihat grafik plot
scatterplot
. Jika ada pola tertentu yang teratur, maka mengindikasikan telah terjadi
heteroskedastisitas. Namun jika tidak ada pola yang jelas serta arah penyebarannya berada di atas maupun di bawah angka 0
pada sumbu Y, maka tidak terjadi heteroskedastisitas.
2. Uji Hipotesis
