Uji Reliabilitas Profil Responden
normal, maka garis yang menggambarkan data sesungguhnya mengikuti garis diagonalnya. Salah satu cara melihat data adalah dengan Probability
Plot normal. Berikut ini adalah gambar dari hasil analisis uji normalitas data.
Gambar 4.7 Hasil Uji Normalitas
Sumber : Data Primer Output SPSS Dengan melihat normal P- P plot diatas gambar 4.7 ternyata dari
gambar tersebut diketahui bahwa titik-titiknya mendekati garis diagonal, maka menunjukkan bahwa data yang digunakan atau dengan kata lain
berarti memenuhi asumsi normalitas.
b. Hasil Uji Heteroskedastisitas Uji Heteroskedastisitas dilakukan untuk menguji apakah dengan
sebuah model regresi, terjadi ketidaksamaan varians dari residual dari suatu pengamatan
kepengamatan yang
lain. deteksi
ada tidaknya
heteroskedastisitas dilakukan dengan melihat tidak adanya pola tertentu pada grafik scatterplot antara ZRESID dan ZPRED. Yang diperlihatkan
pada gambar berikut:
Gambar 4.8 Hasil Uji Heteroskedastisitas
Sumber : Data Primer Output SPSS
Berdasarkan gambar 4.8 grafik scatterplot menunjukkan bahwa data tersebar di atas dan di bawah angka 0 nol pada sumbu Y dan tidak
terdapat suatu pola yang jelas pada penyebaran data tersebut. Hal ini berarti tidak terjadi masalah heteroskedastisitas pada model persamaan regresi,
sehingga model regresi layak digunakan untuk memprediksi model regresi kognitif, afektif dan konatif yang berpengaruh pada manfaat investasi
produk mitra amanah. c. Uji Multikolinearitas
Untuk mendeteksi adanya problem multiko, maka dapat dilakukan dengan melihat nilai Tolerance dan Variance Inflation Factor VIF serta
besaran korelasi antar variabel independen. Berikut adalah hasil uji multikolinieritas:
Tabel 4.6 Uji Multikolinearitas
Coefficients
a
Model Unstandardized
Coefficients Standardized Coefficients
T Sig.
Collinearity Statistics B
Std. Error Beta
Tolerance VIF
1 Constant 3,867
3,843 1,006
,321 Kognitf
,250 ,127
,341 1,973
,056 ,586
1,705 Afektif
,163 ,160
,171 1,024
,313 ,626
1,598 Konatif
,228 ,130
,251 1,749
,089 ,849
1,177 a. Dependent Variable: Manfaat Investasi Produk Mitra Amanah
Sumber : Data Primer Output SPSS
Berdasarkan tabel 4.6 diatas terlihat bahwa nilai Tolerance mendekati angka 1 yaitu total kognitif sebesar 0,586, total afektif sebesar
0,626, total konatif sebesar 0,849. Nilai Variance Inflation Factor VIF disekitar angka 1 yaitu total kognitif sebesar 1,705, total afektif sebesar
1,598, total konatif sebesar 1,177. Dengan demikian, dapat disimpulkan bahwa model persamaan regresi tidak terdapat problem multikolinieritas
dan dapat digunakan dalam penelitian ini. d. Uji Autokorelasi
Pengujian autokorelasi dilakukan untuk menguji apakah dalam sebuah model terdapat hubungan antara residual antar waktu pada model
penelitian yang digunakan, sehingga estimasi menjasi bias.
Uji autokorelasi mengunakan nilai pada Durbin Watson untuk mendeteksi apakah didalam data
yang digunakan untuk sebuah penelitian mengandung autokorelasi.
Untuk mendiagnosis adanya auto korelasi dalam suatu model regresi dilakukan melalui pengujian terhadap nilai Uji durbin Watson.Jika
nilai Durbin Watson berada diantara -2 dan +2, maka tidak ada masalah autokorelasi pada data tersebut. Hasil pengujian DW juga disediakan
dalam analisis regresi berganda. Jika n15 pembuktian bisa dilakukan dengan tabel langsung klasifikasi nilai d Tabel 4.7.
Tabel 4.7 Klasifikasi Nilai d digunakan untuk n15
Nilai d Keterangan
1.10 Ada autokorelasi
1.10 – 1,54
Tidak ada kesimpulan 1,55
– 2,46 Tidak ada autokorelasi
2,46 – 2,90
Tidak ada kesimpulan 2.91
Ada autokorelasi Sumber : Aplikasi Statistik Praktis, 2003
Tabel 4.8 Hasil Uji Autokorelasi
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of the
Estimate Durbin-Watson
1 ,608
a
,370 ,317
1,692 1,968
a. Predictors: Constant, Konatif, Afektif, Kognitf b. Dependent Variable: Manfaat Investasi Produk Mitra Amanah
Sumber : Data Primer Output SPSS Tabel 4.8 menunjukkan bahwa nilai diketahui nilai uji Durbin
Watsonsebesar 1,968 yang pada tabel 4.7 terletak antara 1,55 – 2,46.
Maka dapat disimpulkan bahwa asumsi tidak terdapat autokorelasi telah terpenuhi.