r k
kr 1
1
Arikunto, 2010:180
Dimana: a
: Koefesien reliabilitas r
: Koefisien rata-rata antar variabel k
: Jumlah independen variabel dalam persamaan 1
: Konstanta Kreteria pengujian adalah sebagai berikut:
1. Alat ukur reliabel jika nilai alpha angka kritis reliabel
2. Alat ukur tidak reliabel jika nilai alpha angka kritis reliabel
Untuk mempermudah melakukan uji validitas dan reliabilitas instrumen pada penelitian ini maka digunakan program SPSS versi 22 for windows.
3.9 Uji Asumsi Structural Equation Modelling SEM
Uji asumsi Structural Equation Modelling SEM dalam penelitian ini meliputi uji normalitas, uji multikolinieritas, dan uji outliers.
3.9.1 Uji Normalitas
Uji normalitas bertujuan untuk mengetahui apakah distribusi sebuah data mengikuti dan mendekati distribusi data. Uji normalitas perlu dilakukan baik untuk
normalitas terhadap data unvariate maupun normalitas multivariate dimana beberapa variabel yang digunakan sekaligus dalam analisis terakhir. Critical Ratio CR
dengan tingkat signifikansi 5 0,05, atau nilai CR yang berada diantara -1,96 –
1,96 - 1,96 ≤ CR ≥ 1,96, maka pada distribusi normal, baik secara unvariate maupun
secara multivariate Ghozali, 2011:138.
3.9.2 Uji Multikolinieritas
Uji Multikolonieritas 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. ghozali
2011:91. Penentuan suatu model regresi bebas gejala multikolinieritas adalah dengan melihat nilai tolerance dan nilai Variance Inflaction Factor VIF. Variabel Independen dalam
model dikatakan terjangkit masalah multikolinieritas apabila nilai tolerance lebih kecil dari 0,1 atau nilai VIF lebih besar dari 10.
3.9.3 Uji Outliers
Outliers adalah kondisi observasi dari suatu daya yang memiliki karakteristik unik yang terlihat sangat berbeda jauh dari observasi-observasi lainnya dan muncul
dalam bentuk nilai ekstrim, baik untuk sebuah variabel tunggal maupun variabel- variabel kombinasi. Deteksi terhadap multivariate outlier dilakukan dengan
memperhatikan nilai mahalanobis distanse. Kriteria yang digunakan adalah berdasarkan nilai chi square pada derajat kebebasan degree of freedomsebagai
jumlah variabel indikator pada tingkat signifikansi 5 atau nilai mahalanobis distanse lebih besar dari chi square yang disyaratkan, maka kasus tersebut adalah
multivariate outlier Ghozali, 2011:150.
3.10 Metode Analisis Data