c. Uji Reliabilitas
Reliable artinya data yang diperoleh melalui kuisioner hasilnya konsisten bila digunakan peneliti lain. Pengujian dilakukan dengan program SPSS 14.0 for
windows. Bila butir pertanyaan sudah dinyatakan valid dalam uji validitas maka
akan ditentukan reliabilitasnya dengan kriteria sebagai berikut: 1.
jika r
alpha
positif atau r
tabel
maka dinyatakan reliabel. 2.
jika r
alpha
negarif atau r
tabel
maka dinyatakan tidak reliabel.
Tabel 4.10 Reliability Statistics
Cronbachs Alpha N of Items
.899 13
Sumber: Pengolahan Data SPSS 2009 Tabel 4.10 memperlihatkan bahwa Cronbach’s Alpha sebesar 0,899.
Apabila nilai reliabilitas instrument cronbach alpha di atas 0,8 atau sama dengan 0,8 maka instrument dinyatakan reliabel. Maka cronbach alpha sebesar
0,899 lebih besar dari 0,8 yang berarti bahwa instrumen tersebut reliabel.
C. Uji Asumsi Klasik
Sebelum melakukan analisis regresi dan agar didapat hasil yang tidak bias dan efisiensi maka dilakukan pengujian asumsi klasik. Ada beberapa kriteria
persyaratan asumsi klasik yang harus dipenuhi, yaitu:
1. Uji Normalitas
Tujuan uji normalitas adalah mengetahui apakah distribusi sebuah data mengikuti atau mendekati normal Situmorang et al, 2008:55
Universitas Sumatera Utara
Uji normalitas dilakukan dengan menggunakan pendekatan Kolmogrov Smirnov. Dengan menggunakan tingkat signifikan 5 maka jika nilai Asymp. Sig. 2-tailed
di atas nilai signifikan 5 artinya variabel residual berdistribusi normal Situmorang et al, 2008:62.
Tabel 4.11 One-Sample Kolmogorov-Smirnov Test
Unstandardize d Residual
N 72
Normal Parametersa,b Mean
.0000000 Std. Deviation
1.98642063 Most Extreme
Differences Absolute
.091 Positive
.061 Negative
-.091 Kolmogorov-Smirnov Z
.775 Asymp. Sig. 2-tailed
.585
a Test distribution is Normal. b Calculated from data.
Sumber: Pengolahan Data SPSS 2009 Tabel 4.11 menunjukkan bahwa nilai signifikan Kolmogorov-Smirnov
sebesar 0,585 dimana nilai signifikan tersebut 0,05. Maka dapat disimpulkan bahwa data residual berdistribusi normal memenuhi syarat untuk melakukan
analisis regersi linier berganda.
2. Uji Heteroskedastisitas
Yaitu variable independent adalah konstan sama untuk setiap nilai tertentu variable independent homokedastisitas. Model regresi yang baik adalah
tidak terjadi heteroskedastisitas. Heteroskedastisitas menguji terjadinya perbedaan variance residual suatu periode pengamatan ke periode pengamatan yang lain.
Cara memprediksi ada tidaknya heteroskedastisitas pada suatu model dapat dilihat dari pola gambar Scatterplot yang menyatakan model regresi liniear
berganda tidak terdapat heteroskedastisitas, jika:
Universitas Sumatera Utara
a. Titik data menyebar di atas dan tidak di bawah atau disekitar angka 0.
b. Titik data tidak mengumpul hanya di atas atau di bawah saja.
c. Penyebaran titik data tidak boleh membentuk pola bergelombang
melebar kemudian menyempit dan melebar kembali. d.
Penyebaran titik-titik data sebaiknya tidak berpola.
Gambar 4.12 Normal Scaterplot
Sumber
-4 -3
-2 -1
1 2
Regression Standardized Predicted Value
-4 -3
-2 -1
1 2
3
Re gr
es sio
n S tud
en tiz
ed R
es idu
al
Dependent Variable: MinatBeliUlang Scatterplot
Sumber: Pengolahan Data SPSS 2009 Tabel 4.12 menunjukkan titik-titik menyebar secara acak tidak membentuk
sebuah pola tertentu yang jelas serta tersebar baik di atas maupun di bawah angka nol pada sumbu Y. Hal ini berarti tidak terjadi heteroskedastisistas pada model
regresi, sehingga model regresi layak dipakai untuk uji regresi linier berganda.
3. Uji Autokorelasi