✩ ✪
3.6 Pengujian Instrumen
3.6.1 Uji Validitas
Valid berarti instrumen tersebut dapat digunakan untuk mengukur apa yang seharusnya diukur Sugiyono, 2008: 172. Dasar pengambilan keputusan untuk
menguji validitas butir angket adalah: a
Jika r hitung positif dan r hitung r tabel dengan df = n-2, maka item kuesioner tersebut valid
b Jika r hitung tidak positif dan r hitung r tabel dengan df = n-2, maka item
kuesioner tersebut tidak valid
Untuk tingkat validitas dilakukan uji signifikansi dengan membandingkan r hitung dengan nilai r tabel. Degree of freedom df = n-2, pada penelitian ini besarnya df
dapat dihitung 40-2 ata df 38 dengan alpha 0,05 didapat r tabel 0,312, jika r hitung untuk tiap-tiap butir pertanyaan dapat dilihat pada kolom corrected item
pernyataan total corrected lebih besar dari r tabel dan nilai positif, maka butir pertanyaan tersebut dinyatakan valid. Pengujian validitas dalam penelitian ini
dihtung dengan menggunakan bantuan komputer program SPSS 20. Dari perhitungan diperoleh hasil sebagai berikut:
Tabel 3.4 Hasil Uji Validitas Variabel Sikap Terhadap Perilaku, Norma Subjektif, dan Kontrol Keperilakuan yang Dirasakan
Kode Item r hitung
r tabel Keputusan
X1.1 0,788
0,312 Valid
X1.2 0,556
0,312 Valid
X1.3 0,785
0,312 Valid
X1.4 0,630
0,312 Valid
X2.1 0,668
0,312 Valid
X2.2 0,706
0,312 Valid
X2.3 0,479
0,312 Valid
X2.4 0,757
0,312 Valid
✫ ✬
Kode Item r hitung
r tabel Keputusan
X2.5 0,835
0,312 Valid
X2.6 0,902
0,312 Valid
X3.1 0,626
0,312 Valid
X3.2 0,794
0,312 Valid
X3.3 0,690
0,312 Valid
X3.4 0,715
0,312 Valid
X3.5 0,605
0,312 Valid
X3.6 0,692
0,312 Valid
Sumber: Data diolah,2015
Tabel 3.5 Hasil Uji Validitas Variabel Minat
B
eli
Kode Item r hitung
r tabel Keputusan
Y1 0,567
0,312 Valid
Y2 0,821
0,312 Valid
Y3 0,731
0,312 Valid
Y4 0,741
0,312 Valid
Y5 0,601
0,312 Valid
Sumber: Data diolah,2015
Berdasarkan tabel 3.4 dan tabel 3.5 dapat diketahui bahwa masing-masing item pernyataan memilik r hitung dari r tabel 0,312. Maka butir pernyataan tersebut
valid
.
3.6.2 Uji Realibilitas
Reliabilitas menunjuk pada adanya konsistensi dan stabilitas nilai hasil skala pengukuran tertentu. Realibilitas berkonsentrasi pada masalah akurasi pengukuran
dan hasilnya Sarwono, 2006: 100. Metode yang sering digunakan dalam mengukur penelitian untuk mengujur skala rentan seperti skala Likert 1-5 adalah
Cronbach Alpha. Menggunakan batasan 0,6 dapat ditentukan apakah instrumen reliabel atau tidak. Realibilitas kurang dari 0,6 adalah kurang baik, sedangkan 0,7
dapat diterima, dan diatas 0,8 adalah baik atau jika nilai Cronbach’s Alpha r tabel maka reliabel Sekaran, 1992: 181.
✭ ✮
Tabel 3.6 Hasil Uji Realibilitas Instrumen Penelitian
Variabel Cronbach Alpha
Status
X1 0,613
Reliabel X2
0,823 Reliabel
X3 0,754
Reliabel Y
0,774 Reliabel
Sumber : Data diolah, 2015
Berdasarkan keterangan tabel 3.6 dapat diketahui masing-masing item pernyataan memiliki Cronbach Alpha 0,6. Maka variabel independen sikap terhadap
perilaku, norma subjektif, dan kontrol keperilakuan yang dirasakan dan variabel dependen minat beli dapat dikataka reliabel.
3.7 Teknik Analisis Data
Setelah melakukan pengumpulan data dengan beberapa teknik di halaman 38, langkah selanjutnya adalah menganalisis data-data tersebut dengan menggunakan
metode-metode yang dapat membantu dalam mengolah, menganalisis data tersebut. Analisis pengolahan data ini meliputi uji asumsi klasik, analisis regresi
liner berganda, dan uji hipotesis.
3.7.1 Asumsi Klasik
3.7.1.1 Uji Multikolinearitas
Multikolinearitas adalah keadaan hubungan linear secara sempurna atau mendekati sempurna antara variabel independen dalam model regresi. Model
regresi yang baik adalah terbebas dari masalah multikolinearitas konsekuensi adanya multikolineraitas adalah koefisien kolerasi tidak tentu dan terjadi
kesalahan menjadi tak hingga Priyatno, 2011: 93. Variabel yang menyebabkan
✯✯
multikolinearitas dapat dilihat dari nilai tolerance yang lebih kecil dari 0,1 atau nlai VIF yang lebih besar dari nilai 10 menurut Hair dkk 1992 dalam Priyatno
2011: 93. Dilihat dari output regresi didapatkan nilai tolerance labih dari 0,1 dan VIF kurang dari 10, sehingga tidak terjadi multikolinearitas Priyatno, 2011: 93.
3.7.1.2 Uji Heteroskedastisitas
Heteroskedastisitas adalah varian residual yang tidak sama pada semua pengamatan model regresi. Regresi yang baik seharusnya tidak terjadi
heteroskedastisitas Priyatno,
2011: 93.
Cara menganalisis
asumsi heteroskedastisitas dengan melihat grafik dimana :
a. Jika ada pola tertentu seperi titik-titik yang ada membentuk suatu pola
tertentu yang teratur bergelombang, melebar, kemudian menyempit, maka terjadi heteroskedastisitas.
b. Jika tidak ada pola yang jelas, seperti titik-titik menyebar di atas dan di
bawah angka 0 pada sumbu Y, maka tidak terjadi hetersoskedastisitas.
3.7.1.3 Uji Normalitas
Bertujuan menguji apakah dalam model regresi, variabel terikat dan variabel bebas keduanya mempunyai distribusi normal ataukah tidak Umar, 2008: 181.
Model regresi yang baik adalah memiliki distribusi data normal atau mendekati normal. Adapun cara analisis yang dilakukan adalah dengan menggunakan grafik
normal plot, dimana: a.
Jika penyebaran data mengikuti garis normal, maka data berdistribusi normal.