60 Instrumen sebagai alat pengumpul data dalam penelitian harus
memenuhi persyaratan kesahihan validity dan keterandalan realiability. Oleh karena itu, dalam penelitian instrumen yang
digunakan untuk pengumpulan data dari penelitian terlebih dahulu diujicobakan guna mengetahui kesahihan dan keterandalan instrumen
tersebut. Suatu instrumen dikatakan valid apabila mampu mengukur apa yang diinginkan. Reliabilitas adalah indeks yang mampu
menunjukkan sejauh mana suatu alat pengukur dapat di-percaya atau dapat diandalkan. Hal ini sesuai dengan apa yang dikemukakan
Sugiyono, yang mengatakan bahwa hasil penelitian itu valid jika terdapat kesamaan antara data yang terkumpul dengan data yang
sesungguhnya terjadi pada objek yang diteliti.
3. Uji Asumsi Klasik a
Uji Normalitas Distribusi Data
Karena statistik parametrik berlandaskan pada asumsi bahwa data yang akan dianalisis harus berdistribusi normal, maka dilakukan
pengujian normalitas untuk mengetahui apakah data yang dihasilkan berdistribusi normal atau tidak. Asumsi normali-tas merupakan syarat
penting pada pengujian kebermaknaan koefisien regresi. Apabila data residual dari mode regresi tidak mengikuti distribusi normal, maka
kesimpulan dari uji F dan uji t perlu dipertanyakan karena statistik uji dalam analisis regresi diturunkan dari data yang berdistribusi normal.
61 Uji normalitas distribusi data yang digunakan pada pe-nelitian
ini adalah Kolmogorov-Smirnov Test. Dasar pengambilan keputusannya jika t
hitung
t
tabel
maka data telah berasal dari data yang berdistribusi normal. Untuk data yang banyak, data diasumsikan
mendekati distribusi normal dengan syarat data 100.
b Uji Asumsi Heteroskedastisitas
Persyaratan kedua dalam analisis regresi linier klasik adalah harus tidak terjadi gejala heteroskedastisitas. Artinya, varian residu
pada data harus bersifat homogen atau sama. Uji heteroskedastisitas dilakukan dengan menggunakan uji korelasi Rank Spearman antara
variabel bebas dengan nilai residu regresi parsialnya. Jika probabiltias keasalahan statistik atau p-value
α = 0,05 atau nonsignifikan, maka diputuskan tidak terjadi situasi heteroskedastisitas.
c Uji Asumsi Autokorelasi
Menurut Maurice G. Kendall 1971:8, autokorelasi akan menjelaskan bahwa varian residual e tidak saling berpengaruh. Hal
ini dapat dilihat dengan menggunakan tes dari Durbin-Watson. Mekanisme tes Durbin-Watson dalam Gujarati, 1993:217 ini adalah
sebagai berikut. 1
Menentukan regresi OLS dan menentukan residual ei. 2
Menghitung nilai d dengan menggunakan aplikasi komputer.
62 3
Untuk ukuran sampel tertentu, menghitung nilai kritis dL dan dU.
4 Menghitung nilai d-dL dan 4-dU dan kemudian mem-
bandingkannya dengan nilai d pada daerah berikut.
1 dL dU 4-dL
4-dU 4 4 1,660 1,660 2,340 2,340 4
Autokorelasi +
Tidak meyakinkan
Tidak ada Autokorelasi Tidak
meyakinkan Autokorelasi
-
Jika nilai d terletak di antara dU dan 4-dU, maka dapat disimpulkan tidak ada autokofrelasi dalam data. Sedangkan jika nilai
d berada pada daerah lainnya maka kesimpulan diberikan oleh gambar di atas. Untuk mengatasi masalah autokorelasi dilakukan
transformasi melalui transformasi p = 1 – d2 d= nilai Durbin- Watson. Untuk menghindari data pertama yang hilang, maka data
pertama ditransformasikan melalui perkalian dengan √1-p2.
4. Uji Regresi Linier Sederhana