Uji Validitas Uji Reliabilitas Uji Normalitas

51

4.5 Analisis Kuantitatif

Sesuai dengan kata ‘kuantitatif’ yang mengandung makna hitungan atau angka, maka analisis kuantitatif menggunakan dasar pendekatan angka. Hasil kuisioner dari responden diolah dengan software SPSS, untuk dianalisa sesuai pendekatan statistik agar hasilnya memenuhi kaidah ilmiah.

4.5.1 Uji Validitas

Uji validitas dimaksudkan untuk mengukur sah atau valid tidaknya suatu kuesioner. Suatu kuesioner dikatakan valid apabila pertanyaan pada kuesioner mampu mengungkapkan sesuatu yang tidak diketahui. Uji validitas yang digunakan adalah dengan melakukan korelasi bilvariate antara masing-masing skor indikator dengan total skor konstruk. Suatu indikator pernyataan dikatakan valid apabila korelasi antara masing-masing indikator menunjukkan hasil yang signifikan sesuai tabel pada Lampiran 3. Berdasarkan tabel diatas dapat diketahui bahwa semua item pertanyaan adalah valid sehingga dapat dilakukan langkah selanjutnya.

4.5.2 Uji Reliabilitas

Uji reliabilitas dilakukan untuk mengukur suatu kuesioner yang merupakan indikator dari variabel atau konstruk. Suatu kuesioner dikatakan reliable atau handal jika jawaban seseorang terhadap pertanyaan adalah konsisten atau stabil dari waktu ke waktu. Indikator untuk uji reliabilitas adalah Cronbach Alpha, apabila nilai Cronbach Alpha 0.6 menunjukkan instrumen yang digunakan reliable Ghozali, 2005. Hasil uji reliabilitas ini ditunjukkan pada tabel Lampiran 4. Berdasarkan hasil perhitungan maka dapat diketahui bahwa semua variabel dalam pertanyaan adalah reliabel, karena lebih besar dari 0,6 atau 60 .

4.5.3 Uji Normalitas

Untuk menguji apakah distribusi data normal atau tidak, salah satu cara termudah untuk melihat normalitas adalah melihat histogram yang membandingkan antara data observasi dengan distribusi yang mendekati distribusi normal. Namun demikian dengan hanya melihat histogram hal ini bisa menyesatkan khususnya untuk jumlah sample yang kecil. Metode yang lebih handal adalah dengan melihat Grafik Plot Normal, yang membandingkan distribusi kumulatif dari data sesungguhnya dengan distribusi kumulatif dari distribusi normal. Distribusi normal akan membentuk satu garis lurus diagonal dan ploting data akan dibandingkan dengan garis diagonal. Jika distribusi data adalah normal, maka garis yang menggambarkan data 52 sesungguhnya akan mengikuti garis diagonalnya Ghozali, 2005. Namun uji normalitas dengan grafik dapat menyesatkan karena secara visual dapat kelihatan tidak normal padahal secara statistik bisa sebaliknya. Adapun uji normalitas dengan statistik yang digunakan dalam penelitian ini adalah uji Kolmogorov-Smirnov KS test, yaitu dengan melihat angka profitabilitas signifikan dimana data dapat disimpulkan berdistribusi normal jika angka signifikansinya lebih besar dari 0,05 seperti yang terlampir pada Tabel 16 dibawah : Tabel 16. Hasil uji normalitas Unstandardized Residual N 106 Normal Parameters a,b Mean .0000000 Std. Deviation 3.89857168 Most Extreme Differences Absolute .074 Positive .074 Negative -.043 Kolmogorov-Smirnov Z .761 Asymp. Sig. 2-tailed .608 Berdasarkan tabel 16 diatas terlihat bahwa nilai Kolmogorov-Smirnov berada diatas cut off value yang telah disepakati, yaitu 0.05 maka disimpulkan data terdistribusi secara normal.

4.5.4 Uji Multikolinearitas