Tabel 4.45 Reliability Statistics
Cronbachs Alpha N of Items
.796 2
Tabel 4.46 Hasil Uji Realibilitas
Item-Total Statistics
Scale Mean if Item Deleted
Scale Variance if
Item Deleted Corrected
Item-Total Correlation
Cronbachs Alpha if Item
Deleted KP
62.88 58.331
.662 .
IEP 59.30
51.498 .662
. Sumber: Data Primer 2015
Pada tabel 4.45 dan 4.46 menunjukan nilai cronbach’s alpha di atas
variable KP dan IEP sebesar 0,796. Dengan demikian dapat disimpulkan bahwa pernyataan dalam kuesioner ini reliable karena
mempunyai nilai cronbach’s alpha lebih dari 0,60. Hal ini
menunjukkan bahwa setiap item pernyataan yang digunakan akan mampu memperoleh data yang konsisten yang berati bila pernyataan
itu diajukan kembali akan diperoleh jawaban yang relatif sama dengan jawaban sebelumnya.
4. Hasil Uji Asumsi Klasik
a. Uji Normalitas
Uji normalitas model regresi bertujuan untuk mengetahui apakah dalam model regresi variabel pengganggu atau residual memiliki
distribusi normal atau tidak. Model regresi yang baik seharusnya distribusi regresi residual normal atau mendekati kenormalan. Dasar
pengambilan keputusan untuk mendeteksi kenormalan adalah jika data menyebar disekitar garis diagonal dan mengikuti arah diagonal, maka
model regresi memenuhi asumsi normalitas.
Gambar 4.2 Hasil Uji Heteroskedastisitas
Gambar 4.3 Hasil Uji Heteroskedastisitas
Dengan melihat
tampilan grafik
normal probability
plots memperhatikan titik-titik menyebar berhimpit disekitar garis diagonal
atau mengikuti arah garis diagonal, hal ini menunjukan bahwa residual terdistribusi normal, maka model regresi layak digunakan grafik
histogram memperlihatkan pola distribusi mendekati normal. Dapat disimpulkan bahwa grafik normal plot dan grafik histogram
menunjukan model regresi layak dipakai karena memenuhi asumsi normalitas.
Tabel 4.47 Hasil Uji Normalitas
One-Sample Kolmogorov-Smirnov Test
KP IEP
N 82
82
Normal Parameters
a,b
Mean 59.30
62.88 Std.
Deviation 7.176
7.637
Most Extreme Differences Absolute
.087 .067
Positive .087
.044 Negative
-.063 -.067
Kolmogorov-Smirnov Z .790
.610 Asymp. Sig. 2-tailed
.561 .851
a. Test distribution is Normal. b. Calculated from data.
Sumber: Data Primer 2015 Uji normalitas dalam penelitian ini menggunakan uji Kolmogorov-
Smirnov. Uji Kolmogorov-Smirnov adalah salah satu cara untuk menguji goodness fit. Dalam hal ini yang diperhatikan adalah tingkat
kesesuaian antara distribusi nilai sampel skor yang diobservasi dengan distribusi teoritis tertentu normal, uniform, atau posion.
Berdasarkan tabel 4.47 One-Sample Kolmogorov-Smirnov Test dapat disimpulkan bahwa:
1 Nilai Kolmogorov-Smirnov Z. Asymp. Sig. 2-tailed variabel KP
adalah 0,561 dan 1.04 0,790. Dengan demikian Ho diterima. Hal ini berarti variabel KP berdistribusi normal.
2 Nilai Kolmogorov-Smirnov Z. Asymp. Sig. 2-tailed variabel IEP
adalah 0,851 dan 1.04 0,610. Dengan demikian Ho diterima. Hal ini berarti variabel IEP berdistribusi normal.
b. Uji Multikolonieritas
Uji Multikolinieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel independen. Model regresi
yang baik mensyarakatkan tidak adanya multikolinieritas dengan cara melihat nilai Tolerance dan VIF Variance Inflation Factor. Metode
pengambilan keputusan yaitu jika semakin mendekati terjadinya masalah multikolinieritas. Dalam kebanyakan penelitian menyebutkan
bahwa jika Tolerance lebih dari 0,1 dan VIF kurang dari 10 maka tidak terjadi multikolinieritas.
Tabel 4.48 Hasil Uji Multikolonieritas IEP
Coefficients
a
Model Unstandardized
Coefficients Standardiz
ed Coefficient
s t
Sig. Collinearity
Statistics
B Std.
Error Beta
Tolerance VIF
1 Const
ant 21.079 5.325
3.958 .000
KP .705
.089 .662 7.905 .000
1.000 1.000
a. Dependent Variable: IEP Sumber: Data Primer 2015
Berdasarkan tabel 4.48 terlihat bahwa nilai Variance Inflantion Factor VIF tidak lebih dari angka 0,10 untuk setiap variabel yang
ditunjukkan dengan nilai VIF sebesar 1,000 untuk variabel KP. Maka berdasarkan nilai VIF tidak ditemui masalah multikolonieritas antar
variabel independent.
5. Analisis Regresi Sederhana
a. Uji Koefesien Determinasi R
2
Koefisien determinasi R
2
bertujuan mengukur seberapa jauh kemampuan variabel independent Kompetensi Pustakawan KP dalam
menjelaskan variasi variable dependen Penyediaan Informasi Yang Efektif Bagi Pemustaka IEP. Nilai variabel dependent seluruhnya
dapat dijelaskan oleh variabel independen. Nilai R
2
berkisar dari 0 sampai 1, jika nilai R
2
semakin mendekati angka 0 berati semakin lemah kemampuan variable independen untuk menjelaskan fluktuasi
variabel dependent.
Tabel 4.49 Hasil Uji Koefisien Determinasi IEP
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of
the Estimate 1
.662
a
.439 .432
5.758 a. Predictors: Constant, KP
b. Dependent Variable: IEP Sumber: Data Primer 2015
Berdasarkan Nilai Adjusted R Square sebesar 0,432 atau 43,2 menunjukkan bahwa variabel KP sebesar 43,9, sedangkan sisanya
sebesar 56.1 dijelaskan oleh faktor-faktor lain yang tidak disertakan dalam penelitian ini.
b. Uji signifikan simultan F uji statisik F
Uji F digunakan untuk menguji pengaruh semua variabel independent yang dimasukkan dalam model regresi secara bersama-sama terhadap
variabel dependent yang diuji pada tingkat signifika 0,05. Hasil uji F
dapat dilihat pada tabel 4.50, jika nilai probabilitas lebih kecil dari 0,05
maka Ha diterima dan menolak Ho, sedangkan jika nilai probabilitas lebih besar dari 0,05 maka Ho diterima dan menolak Ha.
