50
3.4. Metode Analisis Data Pengujian dan Hipotesis 3.4.1. Teknik Analisa Data
Prosedur perhitungan variabel terhadap indikator yang ada : 1.
Setiap variabel mempunyai indikator, akan di buat pertanyaan sesuai dengan indikator yang ada.
2. Data diambil dari pertanyaan-pertanyaan yang terlampir dalam
kuesioner. 3.
Kemudian hasil score dari angket atau kuesioner di bagi sesuai dengan jumlah pertanyaan.
4. Hasil dari pembagian tersebut merupakan nilai untuk masing-masing
variabel.
3.4.2. Uji Validitas
Uji validitas merupakan suatu derajat ketepatan alat ukur penelitian tentang isi sebenarnya yang di ukur. Analisis validitas bertujuan untuk menguji apakah
tiap butir pertanyaan benar-benar telah sahih, analisis ini dilakukan dengan cara mengkorelasikan antara skor item dengan skor total item dengan skor total item.
Validitas data penelitian ditentukan oleh proses pengukuran yang akurat. Suatu instrumen pengukuran dikatakan valid jika instrumen tersebut mengukur apa yang
seharusnya di ukur dan sesuai dengan harapan peneliti. Dalam hal ini koefisien korelasi yang nilai signifikannya lebih kecil dari 5 Level Significance
menunjukkan bahwa item-item tersebut sudah sahih sebagai pembentuk indikator.
Adapun persamaan rumus yang digunakan :
51 Rumus :
Husein Umar, 2002 :316
Dimana : Rxy = koefisien korelasi antara item dengan skor total.
X = skor jawaban setiap item. Y = skor total.
n = jumlah subyek uji coba.
3.4.3. Uji Reliabilitas
Reliabilitas adalah alat ukur yang digunakan untuk mengetahui apakah jawaban yang diberikan responden dapat dipercaya atau dapat diandalkan. Dengan
perkataan lain, hasil pengukuran tetap konsistensi bila dilakukan pengukuran yang sama. Sumarsono, 2002 : 34.
Suatu konstruk atau variabel dikatakan reliabel jika memberikan nilai Cronbach Alpha
0,60 Nilai Alpha Cronbach dapat dihitung dengan menggunakan Rumus :
Husein Umar, 2002:100 Keterangan :
= Reliabilitas instrumen Alpha Cronbach.
k = Banyaknya butir pertanyaan.
Ot 2
= Varian total. ∑
ob 2
= Jumlah varian butir.
52
3.4.4. Asumsi Klasik
Pengujian ini dimaksudkan untuk mengukur tingkat nilai variabel untuk permodelan dalam analisis regresi linier berganda ataupun mendeteksi ada
tidaknya autokorelasi, multikolinier dan heteroskedastisitas dalam hasil estimasi, karena apabila terjadi penyimpangan terhadap asumsi klasik tersebut, uji F dan uji
T yang dilakukan sebelumnya menjadi tidak valid dan secara statistik dapat mengacaukan kesimpulan yang diperoleh untuk itu dilakukan uji asumsinya.
Tujuan utama penggunaan uji asumsi klasik adalah untuk mendapatkan koefisien regresi yang terbaik linier dan tidak bias BLUE : Best Linier Unbiased
Estimator .
1. Multikolinearitas
Uji multikolinieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas independen. Jika variabel
independen saling berkorelasi, maka variabel-variabel ini tidak ortogonal. Variabel ortogonal adalah variabel independen yang nilai korelasi antar sesama
variabel independen sama dengan nol. Menurut Imam Ghozali 2005:91, untuk mendeteksi ada atau tidaknya multikolinearitas di dalam model regresi adalah :
a. Nilai R
2
yang dihasilkan oleh suatu estimasi model regresi impiris sangat tinggi, tetapi secara individual variabel-variabel independen banyak yang tidak
signifikan mempengaruhi variabel independent. b.
Menganalisis matriks korelasi variabel-variabel independen. Jika antar variabel independen ada korelasi yang cukup tinggi umumnya diatas 0,90, maka hal
ini merupakan indikasi adanya multikolonieritas.
53 c.
Besaran VIF Variance Inflation Faktor dan Tolerance. 1. Mempunyai nilai VIF di sekitar angka 1.
2. Mempunyai angka Tolerance mendekati 1. 2. Normalitas
Pengujian terhadap normalitas dilakukan untuk menguji kenormalan distribusi data. Suatu data dikatakan terdistribusi secara normal apabila data
mengikuti bentuk distribusi normal, yaitu memusat pada nilai rata-rata medium Santosa dan Ashari, 2005 : 231. Salah satu cara untuk mengetahui bentuk
distribusi data adalah dengan menggunakan plot probabilitas normal normal probability plot
. Dalam plot ini, masing-masing nilai pengamatan dipasangkan dengan nilai harapan dari distribusi normal.
Adapun dasar pengambilan keputusan menurut Sulaiman 2004 : 89 adalah sebagai berikut :
a. Jika titik-titik data menyebar di sekitar garis diagonal, maka model regresi memenuhi asumsi normalitas.
b. Jika titik-titik data menyebar jauh dari garis diagonal, maka model regresi tidak memenuhi asumsi normalitas.
3. Heteroskedastisitas Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi
terjadi ketidaksamaan varians dari residual satu pengamatan ke pengamatan lain tetap, maka disebut Homoskedastisitas dan jika berbeda disebut
54 Heteroskedastisitas. Menurut Imam Ghozali 2001 : 105, deteksi adanya
heteroskedastisitas adalah dengan melihat ada atau tidaknya pola tertentu. 1. Jika ada pola tertentu, seperti titik-titik yang ada membentuk suatu pola
tertentu teratur bergelombang, melebar, kemudian menyempit, maka terjadi heteroskedastisitas.
2. Jika tidak ada pola yang jelas serta titik-titik menyebar diatas dan dibawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas.
3.4.5. Teknik Analisis Regresi Linier Berganda
