3. Skala Thurstone Skala thurstone, dikembangkan oleh L.L Thurstone yang bertujuan untuk
mengurutkan responden berdasarkan kriterian tertentu. Dengan metode ini, skala disusun sedemikian rupa sehingga interval antar urutan dalam
skala mendekati interval yang sama besarnya. Karena skala ini, sering disebut skala interval sama.
3.11 Angket
Questionnaire
26
a. Angket terbuka, angket tidak berstruktur ialah angket yang disajikan dalam bentuk sederhana sehingga responde dapat memberikan isian sesuai dengan
kehendak dan keadaannya. Angket Questionnaire adalah daftar pertanyaan yang diberikan
kepada orang lain bersedia memberikan respons responden sesuai dengan permintaan pengguna. Tujuan penyebaran angket ialah mencari informasi
yang lengkap mengenai suatu masalah dari responden tanpa merasa khawatir bila responden memberikan jawaban yang tidak sesuai dengan kenyataan
dalam pengisian daftar pertanyaan. Disamping itu responden mengetahui informasi tertentu yang diminta.
Angket dibedakan menjadi dua jenis, yaitu angket terbuka dan angket tertutup.
b. Angket tertutup, angket berstruktur adalah angket yang disajikan dalam bentuk sedemikian rupa sehingga responden diminta untuk memilih satu
26
Riduwan, Skala Pengukuran Variabel-Variabel Penelitian, Penerbit Alfabeta : Bandung, 2007, Hal. 25
Universitas Sumatera Utara
jawaban yang sesuai dengan karateristik dirinya dengan cara memberikan tanda silang X atau tanda checklist
√
3.12 Uji Validitas dan Realibilitas Instrumen
Ada dua konsep yang mengukur kualitas instrument penelitian yaitu validitas dan realibilitas.
3.12.1 Uji Validitas
Uji validitas digunakan untuk mengetahui sah atau valid tidaknya suatu kuisioner, Ghozali, 2001. Suatu kuisioner dikatakan valid jika pernyataan pada
kuisioner mampu untuk mengungkapkan sesuatu yang akan diukur oleh kuisioner tersebut. Untuk menghitung validitas angket digunakan rumus korelasi product
moment, Umar, 2008 yaitu :
Dimana : r = Koefisien korelasi product moment
X = Skor total pernyataan item Y = Skor total
n = Jumlah sampel Setelah semua korelasi untuk setiap pernyataan dengan skor total
diperoleh, nilai-nilai tersebut dibandingkan dengan nilai kritik r tabel. Selanjutnya, jika nilai koefisien korelasi product moment dari suatu pertanyaan
tersebut berada di atas nilai tabel kritik, maka pertanyaan tersebut signifikan.
Universitas Sumatera Utara
Untuk memudahkan dalam menganalisis, akan digunakan program analisis SPSS yang berfungsi untuk menganalisis data, melakukan perhitungan
statistik baik untuk statistik parametrik maupun non-parametrik dengan basis windo ws
3.12.2 Uji Reabilitas
Pengujian reliabilitas pada umumnya dikenakan untuk pengujian stabilitas instrumen dan konsistensi internal instrument. Dalam menguji
reliabilitas digunakan uji konsistensi internal dengan menggunakan rumus Alpha Croabach, Umar, 2008 sebagai berikut :
Dimana : r
11
= Reliabilitas instrumen
k = Banyaknya butir pernyataan
= Jumlah varian butiritem = Varian total
Untuk melihat jumlah varians butir pernyataan terlebih dahulu dicari nilai varians tiap butir pernyataan dengan rumus :
dan
Dimana : n = Jumlah responden
Suatu kontruk atau variabel dikatakan reliabel jika memberikan nilai Alpha Cronbach 0,60. Untuk memudahkan dalam menganalisis, akan digunakan
Universitas Sumatera Utara
program analisis SPSS yang berfungsi untuk menganalisis data, melakukan perhitungan statistik baik untuk statistik parametrik maupun non-parametrik
dengan basis windows.
3.13 Deskripsi Variabel
Untuk menentukan jawaban responden tersebut tergolong tinggi, sedang, rendah, maka jumlah jawaban responden akan ditentukan rata-ratanya dengan
membagi jumlah pertanyaan. Dari hasil pembagian tersebut akan diketahui jawaban responden termasuk kategori yang mana, Sugiono, 2005: 214
Untuk mengetahui atau menentukan kategori jawaban responden dari masing-masing variabel tergolong tinggi, sedang atau rendah maka ditentukan skala
intervalnya dengan cara sebagai berikut :
3.14 Pengujian Asumsi Klasik
27
27
Ghozali, Imam, Aplikasi Analisis Multivariate Dengan Program SPSS, Penerbit : Universitas Dipenogoro, Semarang, 2006, Hal. 91
3.14.1 Uji Multikolonieritas
Uji multikolonieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas independen. Model regresi yang
baik seharusnya tidak terjadi korelasi diantara variabel independen. Untuk mendeteksi ada atau tidaknya multikolinearitas di dalam model regresi adalah
sebagai berikut :
Universitas Sumatera Utara
a. Nilai R
2
yang dihasilkan oleh suatu estimasi model regresi empiris sangat tinggi, tetapi secara individual variabel-variabel independen banyak yang
tidak signifikan mempengaruhi variabel dependen b. Menganalisis matrik korelasi variabel-variabel independen. Jika antar
variabel independen ada korelasi yang cukup tinggi umumnya diatas 0,90, maka hal ini merupakan indikasi adanya multikolinearitas. Tidak adanya
korelasi yang tinggi antar variabel independen tidak berarti bebas dari multikolinearitas. Multikolinearitas dapat disebabkan karena adanya efek
kombinasi dua atau lebih variabel independen c. Multikolinearitas dapat juga dilihat dari
1. Nilai tolerance dan lawannya 2. Variance Inflation Factor VIF
Kedua ukuran ini menunjukkan setiap variabel independen manakah yang dijelaskan oleh variabel independen lainnya. Dalam pengertian sederhana
setiap variabel independen menjadi variabel dependen terikat dan di regres terhadap variabel independen lainnya. Tolerance mengukur variabilitas
variabel independen yang terpilih yang tidak dijelaskan oleh variabel independen lainnya. Jadi nilai tolerance yang rendah sama dengan nilai VIF
tinggi karena VIF = 1Tolerance. Nilai eutoff yang umum dipakai untuk menunjukkan adanya multikolinearitas adalah nilai Tolerance 0,10 atau
sama dengan nilai VIF 10.
Universitas Sumatera Utara
3.14.2 Uji Autokolerasi
Uji autokolerasi bertujuan menguji apakah dalam model regresi linear ada kolerasi antara kesalahan pengganggu pada periode t dengan kesalahan
pengganggu pada periode t-1 sebelumnya. Jika terjadi korelasi, maka dinamakan ada problem autokorelasi. Autokorelasi muncul karena observasi yang berurutan
sepanjang waktu berkaitan satu sama lainnya. Masalah ini timbul karena residual kesalahan pengganggu tidak bebas dari satu observasi ke observasi lainnya.
Model regresi yang baik adalah regresi yang baik adalah regresi yang bebas dari autokorelasi. Untuk mendeteksi ada tidaknya autokolerasi, digunakan uji Durbin
Watson. Uji Durbin Watson hanya digunakan untuk autokorelasi tingkat satu first
order autocorrelation dan mensyaratkan adanya intercept konstanta dalam model regresi dan tidak ada variabel lag diantara variabel independen. Hipotesis
yang akan di uji adalah : H0 : tidak ada autokorelasi r=0
Ha : ada autokorelasi r ≠0
Untuk pengambilan keputusan ada tidaknya autokorelasi dapat dilihat pada tabel 3.2.
Universitas Sumatera Utara
Tabel 3.2 Rekapitulasi Pengambilan Keputusan Ada Tidaknya Autokorelasi Hipotesis Nol
Keputusan Jika
Tidak ada autokorelasi positif Tidak ada autokorelasi positif
Tidak ada korelasi negatif Tidak ada korelasi negatif
Tidak ada autukorelasi, positif atau negative
Tolak No decision
Tolak No decision
Tidak ditolak 0 d dl
dl ≤ d ≤ du
4 – dl d 4 4 – du
≤ d ≤ 4 - dl du d 4 – du
Sumber : Ghozali, 2001 tentang Aplikasi Analisis Multivariate dengan Program SPSS
3.14.3 Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang
lain. Jika variance dari residual satu pengamatan ke pengamatan lain tetap maka disebut homoskedastisitas dan jika berbeda disebut heteroskedastisitas atau terjadi
heteroskedastisitas. Model regresi yang baik adalah yang homoskedastisitas atau tidak terjadi heteroskedastisitas. Untuk mendeteksi ada tidaknya
heteroskedastisitas, digunakan dengan melihat grafik plot antara nilai prediksi variabel terikat dependen yaitu ZPRED dengan residualnya SRESID.
Dasar analisis : a. Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu
yang teratur bergelombang, melebar kemudian menyempit, maka mengindikasikan telah terjadi heteroskedastisitas.
b. Jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas.
Universitas Sumatera Utara
3.14.4 Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal. Seperti diketahui
bahwa uji t dan uji F mengamsumsikan bahwa nilai residual mengikuti distribusi normal. Cara untuk mendeteksi apakah residual berdistribusi normal atau tidak
yaitu dengan analisis grafik. Salah satu cara termudah untuk melihat normalitas residual adalah
dengan melihat grafik histogram yang membandingkan antara data observasi dengan distribusi yang mendekati distribusi normal. Metode yang lebih handal
adalah dengan melihat normal probability plot yang membandingkan distribusi kumulatif dari distribusi normal. Distribusi normal akan membentuk satu garis
lurus diagonal dan ploting data residual akan dibandingkan dengan garis diagonal. Jika distribusi data residual normal, maka garis yang akan menggambarkan data
sesungguhnya akan mengikuti garis diagonalnya.
3.15 Regresi Linier Berganda
Analisis regresi linier berganda digunakan untuk meramalkan bagaimana keadaan variabel dependen, bila dua atau lebih variabel independen sebagai faktor
prediktor, Sugiyono, 2005. Untuk menganalisis variabel independen X
1
dan X
2
terhadap variabel dependen Y maka digunakan model persamaan regresi sebagai berikut:
Y = a + b
1
X
1
+ b
2
X
2
Universitas Sumatera Utara
Dimana : Y
= Variabel Dependen a
= Konstanta X
1
= Variabel Independen ke 1 X
2
= Variabel Independen ke 2 b
1
, b
2
= Koefisien parsial
3.16 Pengujian Hipotesis