Pada tahap selanjutnya untuk mengetahui kategori jawaban yang diberikan oleh masing-masing responden, apakah termasuk dalam kategori sangat tinggi,
tinggi, sedang, rendah atau sangat rendah dapat dilakukan dengan melakukan pembagian jumlah keseluruhan dari nilai yang didapat untuk setiap pertanyaan
terhadap total jumlah pertanyaan yang diberikan.
3.6. Teknik Analisis Data
3.6.1. Uji Instrumen
Data penelitian yang terkumpul akan dianalisis melalui pendekatan kuantitatif. Sebelum melakukan pengambilan data melalui kuesioner, terlebih
dahulu dilakukan pengujian validitas dan realibilitas terhadap daftar pertanyaan yang digunakan.
a. Uji Validitas
Pengujian validitas dilakukan untuk mengetahui apakah alat ukur yang telah disusun sebelumnya dapat digunakan untuk mengukur apa yang hendak
diukur secara tepat. Validitas suatu angket akan menggambarkan tingkat kemampuan alat ukur yang digunakan untuk mengungkapkan sesuatu yang
menjadi sasaran pokok pengukuran. Untuk menguji validitas instrumen penelitian peneliti menggunakan alat uji statistik SPSS ver.17. Untuk mengetahui adanya
hubungan yang tinggi atau rendah antara kedua variabel berdasarkan nilai r koefisien korelasi, dapat dilihat melalui kriteria pengujian validitas sebagai
berikut :
a. apabila r
hitung
r
tabel
pada taraf signifikansi 5, maka dapat dikatakan item kuesioner tersebut valid
Universitas Sumatera Utara
b. apabila r
hitung
r
tabel
pada taraf signifikansi 5, maka dapat dikatakan item kuesioner tersebut tidak valid.
Dengan demikian permasalahan validitas instrumen angket akan menunjukkan mampu tidaknya angket tersebut untuk mengukur objek apa yang
diukur, maka disebut valid dan sebaliknya. Apabila tidak mampu untuk mengukur apa yang akan diukur maka dinyatakan tidak valid.
b. Uji Realibilitas
Uji realibilitas digunakan untuk melihat apakah instrrumen penelitian merupakan instrumen yang handal dan dapat dipercaya. Untuk menguji
reliabilitas, peneliti alat uji statistik SPSS ver.17 dengan kriteria; Jika nilai koefisien realibilitas spearman brown
≥ 0.6 maka instrumen dapat dipercay a, Dan sebaliknya, jika nilai koefisien realibilitas spearman brown 0.6 maka
instrumen tidak dapat dipercaya.
3.6.2. Uji asumsi klasik
Untuk melakukan analisis regresi linier berganda, maka salah satu syarat yang harus dipenuhi terlebih dahulu adalah terpenuhi asumsi klasik, yaitu berdistribusi
normal, tidak adanya multikolinieritas, tidak adanya heteroskedesitas, dan tidak adanya autokorelasi. Namun, karena penelitian ini tidak menggunakan data time
series, maka uji autokorelasi tidak digunakan. Pengujian asumsi klasik akan diolah dengan aplikasi statistik SPSS ver.17.
Universitas Sumatera Utara
a. Normalitas
Pengujian normalitas data digunakan untuk melihat apakah dalam model regresi, variabel dependen dan variabel independennya memiliki
distribusi normal atau tida. Jika data menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal maka model regresi memenuhi asumsi
normalitas. Model regresi yang baik adalah apabila distribusi datanya normal.
b. Multikolinieritas
Multikolinieritas digunakan untuk menguji apakah pada model regresi ditemukan adanya korelasi yang kuat antar variabel independen.
Cara yang digunakan untuk menilainya adalah dengan melihat faktor inflasi varian variance inflasi factorvif, yang tidak melebihi 4 atau 5.
apabila faktor inflasi varian melebihi 4 atau 5 maka menunjukkan adanya multikolinieritas. Demikian sebaliknya, apabila faktor inflasi varian tidak
melebihi 4 atau 5 maka menunjukkan tidak adanya multikolinieritas.
Model regresi yang baik adalah tidak adanya multikolinieritas, karena adanya multikolinieritas menunjukkan bahwa antara variabel bebas saling
berkorelasi sehingga akan sulit untuk menentukan variabel bebas yang mempengaruhi variabel terikat.
c. heteroskedastisitas
heteroskedastisitas digunakan untuk menguji apakah dalam model regresi terjadi ketidaksamaan varians dari residual dari suatu pengamatan
yang lain. Jika variasi residual dari satu pengamatan ke pengamatan yang
Universitas Sumatera Utara
lain tetap, maka disebut homokedestisitas, dan jika varians berbeda disebut heteroskedestisitas. Model yang baik adalah tidak terjadi
heteroskedestisitas. Dasar pengambilan keputusannya adalah jika pola
tertentu, seperti titik-titik yang ada membentuk suatu pola tertentu yang teratur, maka terjadi heteroskedestisitas. Jika tidak ada pola yang jelas,
serta titik-titik menyebar dibawah dan diatas angka 0 pada sumbu Y, maka tidak terjadi heteroskedestisitas.
3.6.3. Uji Regresi Linier Berganda
