72
nasabah BMT Masjid Al-Azhar. Sumber: Hasil Data Diolah
3. Pengujian Instrumen Penelitian
a. Uji Validitas dan Reliabilitas 1 Uji Validitas
Uji validitas digunakan untuk mengukur sah atau valid tidaknya suatu kuesioner. Suatu kuesioner dikatakan valid jika
pertanyaan pada kuesioner mampu untuk mengungkapkan sesuatu yang akan diukur oleh kuesioner tersebut. Suatu instrumen yang
valid atau sahih mempunyai tingkat validitas yang tinggi. Sebaliknya, instrumen yang kurang valid berarti memiliki tingkat
validitas yang rendah.
51
Teknik yang digunakan dalam penelitian ini adalah dengan teknik korelasi, yaitu dengan membandingkan hasil koefisien
korelasi r
hitung
dengan r
tabel
. Jika koefisien korelasi r
hitung
lebih besar dari r
tabel
, maka butir-butir penelitian ini dikatakan valid. Dengan menggunakan df = N - 2 = 100 - 2 = 98 dan tingkat signifikansi
uji satu arah 0.05 didapatkan r
tabel
= 0.1654. Dari hasil uji validitas diperoleh kesimpulan seperti tabel berikut:
51
Suharsimi Arikunto, Prosedur Penelitian Suatu Pendekatan Praktik, Edisi Revisi 2010 Jakarta: PT Rineka Cipta, 2010, h. 211.
73
Tabel 4.12 Hasil Analisis Uji Validitas
VariabelItem r hitung
r tabel Keterangan
Variabel Produk Produk 1
0.455 0.1654
Valid Produk 2
0.461 0.1654
Valid Produk 3
0.403 0.1654
Valid Produk 4
0.454 0.1654
Valid Variabel Harga
Harga 1 0.212
0.1654 Valid
Harga 2 0.260
0.1654 Valid
Harga 3 0.454
0.1654 Valid
Harga 4 0.454
0.1654 Valid
Variabel Promosi Promosi 1
0.426 0.1654
Valid Promosi 2
0.400 0.1654
Valid Promosi 3
0.521 0.1654
Valid Promosi 4
0.454 0.1654
Valid Variabel Tempat
Tempat 1 0.425
0.1654 Valid
Tempat 2 0.441
0.1654 Valid
Tempat 3 0.470
0.1654 Valid
Tempat 4 0.467
0.1654 Valid
74
Variabel Aksesibilitas UMKM Akses 1
0.323 0.1654
Valid Akses 2
0.563 0.1654
Valid Akses 3
0.519 0.1654
Valid Akses 4
0.538 0.1654
Valid Sumber: Data Primer Diolah
Seperti yang terlihat pada tabel diatas, semua pertanyaan pada kuesioner dinilai valid karena nilai r
hitung
untuk uji validitas pada setiap variabel nilainya lebih besar dari r
tabel
0.1654. 2 Uji Reliabilitas
Reliabilitas adalah alat untuk mengukur suatu kuesioner yang merupakan indikator dari variabel atau konstruk. Suatu
kuesioner dikatakan reliabel atau handal jika jawaban seseorang terhadap pertanyaan adalah konsisten atau stabil dari waktu ke
waktu.
52
Dalam penelitian ini, uji reliabilitas dilakukan dengan program SPSS, yaitu dengan uji statistik Cronbach Alpha
ả. Suatu konstruk atau variabel dikatakan reliabel jika memberikan nilai
Cronbach Alpha 0.60. Dari hasil uji reliabilitas diperoleh kesimpulan seperti tabel berikut:
52
Imam Ghozali, Aplikasi Analisis Multivariate dengan Program SPSS, Cetakan IV Semarang: Badan Penerbit Universitas Diponegoro, 2006, h. 45.
75
Tabel 4.13 Hasil Analisis Uji Reliabilitas
Variabel Cronbach’s Alpha
if Item Deleted Keterangan
Produk 0.703
Reliabel Harga
0.697 Reliabel
Promosi 0.711
Reliabel Tempat
0.763 Reliabel
Aksesibilitas 0.691
Reliabel Sumber: Data Primer Diolah
Seperti yang terlihat pada tabel diatas, semua pertanyaan pada kuesioner dinilai reliabel karena nilai Cronbach Alpha untuk uji
reliabilitas pada setiap variabel nilainya 0.60. b. Uji Asumsi Klasik
Uji asumsi klasik ini dilakukan untuk memastikan bahwa alat uji regresi berganda bisa digunakan atau tidak. Bila tidak terdapat masalah
dalam pengujian asumsi klasik, maka alat uji regresi berganda bisa digunakan.
1 Uji Normalitas Uji Normalitas digunakan untuk mengetahui apakah data
yang digunakan berdistribusi normal atau tidak, karena data yang bagus adalah data yang berdistribusi normal. Salah satu cara untuk
mendeteksi normalitas adalah dengan melihat tabel Histogram dan
76
Normal P-Plot pada hasil print out analisis data program komputer SPSS versi 21.0for Windows.
Gambar 4.1 Hasil Uji Normalitas
Sumber: Data Primer Diolah Berdasarkan gambar 4.1 di atas, dapat disimpulkan bahwa
data menyebar di sekitar garis diagonal dan mengikuti garis diagonal atau grafik histogram.Jadi, data menunjukkan pola distribusi normal
dan berbentuk simetris tidak miring ke kanan atau ke kiri. 2 Uji Multikolinearitas
Untuk mendeteksi ada tidaknya multikolinearitas dilakukan dengan melihat VIF Variance Inflation Factor pada output SPSS
versi 21.0. Pada umumnya apabila nilai tolerance lebih dari 0.1 dan nilai VIF kurang dari 10 VIF 10 maka variabel tersebut tidak
mempunyai masalah multikolinearitas.
77
Tabel 4.14 Hasil Uji Multikolinearitas
Sumber: Data Primer Diolah Dari tabel 4.14 diperoleh bahwa nilai tolerance untuk
variabel bebasnya lebih dari 0.1 dan nilai VIF untuk variabel bebas lebih kecil dari 10 VIF 10, sehingga persamaan regresi ini
terbebas dari asumsi multikolinearitas. 3 Uji Heteroskedastisitas
Uji Heteroskedastisitas digunakan untuk mengetahui ketidaksamaan varians dalam suatu fungsi regresi. Salah satu cara
untuk mendeteksi heteroskedastisitas adalah dengan melihat Scatterplot pada print out SPSS. Data yang baik adalah ketika titik
sampel pada tabel Scatterplot menyebar dan tidak membentuk pola yang jelas, serta titik-titik harus menyebar di atas dan di bawah
angka nol pada sumbu Y.
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity Statistics
B Std. Error
Beta Tolerance
VIF
1 Constant
3.356 2.294
1.463 .147
SKORX1 .259
.088 .269
2.963 .004
.832 1.202
SKORX2 .177
.088 .173
2.011 .047
.920 1.087
SKORX3 .234
.096 .222
2.422 .017
.817 1.224
SKORX4 .165
.070 .219
2.356 .021
.794 1.259
a. Dependent Variable: SKORY
78
Gambar 4.2 Hasil Uji Heteroskedastisitas
Sumber: Data Primer Diolah Dari gambar 4.2 terlihat bahwa titik-titik menyebar di atas
dan di bawah angka 0 pada sumbu Y daerah positif dan negatif serta tidak membentuk pola yang jelas.Jadi, dapat diambil
kesimpulan bahwa persamaan regresi terbebas dari asumsi heteroskedastisitas.
4 Uji Autokorelasi Uji autokorelasi menggunakan nilai pada Durbin-Watson
untuk mendeteksi apakah di dalam data yang digunakan untuk sebuah penelitian mengandung autokorelasi.Konsekuensi dari
adanya autokorelasi dalam suatu model regresi adalah model regresi tidak dapat digunakan menaksir nilai variabel dependen pada nilai
variabel independen tertentu.Data yang baik adalah data yang tidak mengandung autokorelasi di dalamnya.Untuk mendiagnosis adanya
79
autokorelasi dalam suatu model regresi dilakukan melalui pengujian terhadap nilai Uji Durbin-Watson. Jika nilai Durbin-Watson berada
di antara -2 dan +2, maka tidak ada masalah autokorelasi pada data tersebut.
Tabel 4.15Hasil Uji Autokorelasi
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of the
Estimate Durbin-Watson
1 .591
a
.350 .322
1.221 1.864
a. Predictors: Constant, SKORX4, SKORX2, SKORX1, SKORX3 b. Dependent Variable: SKORY
Sumber: Data Primer Diolah Dari tabel 4.15 di atas, nilai Durbin-Watson yang ada dalam
hasil print out pada tabel model summary menunjukan angka 1.864. Karena data berada di antara -2 sampai dengan +2, artinya data di
dalam penelitian ini tidak mengandung autokorelasi.
4. Analisis Regresi Linear Berganda
Kategori