= jumlah varians skor tiap-tiap item pertanyaan = varians total
= jumlah item pertanyaan Menurut Riduwan 2007 : 118, pengujian reliabilitas akan memenuhi
syarat jika : 1. Jika r
11
positif, serta r
11
r tabel, maka pernyataan tersebut reliabel. 2. Jika r
11
negatif, serta r
11
r tabel, maka pemyataan tersebut tidak reliabel
3.4.3 Teknik Analisis Data
3.4.3.1 Uji asumsi klasik
Uji ini bertujuan untuk menguji apakah model analisis yang digunakan baik atau tidak didalam penelitian. Hasil analisis regresi
dianggap valid jika hasil analisis tersebut memenuhi pengujian asumsi klasik dan tidak boleh dilanggar. Pengujian asumsi klasik yang digunakan
antara lain uji asumsi linear berganda autokorelasi, uji asumsi linear berganda heterokedastisitas, dan uji asumsi linear berganda
multikolinieritas. Jika salah satu dari ketiga asumsi tesebut dilanggar maka persamaan regresi yang diperoleh tidak lagi bersifat BLUE Best Linear
Unbiased Estimator sehingga pengambilan keputusan melalui uji t dan
uji F menjadi bias.
3.4.3.1.2 Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi variable dependen dan variabel independen, keduanya mempunyai distribusi
t
s
k
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber
normal atau tidak. Model regresi yang baik adalah memiliki distribusi data normal atau mendekati normal. Pada prinsipnya normalitas dapat dideteksi
dengan melihat penyebaran data titik pada sumbu diagonal dari grafik atau dengan melihat histogram dari residualnya. Hasil perhitungan normalitas data
pada lampiran menunjukkan bahwa penyebaran plot berada di sekitar dan sepanjang garis 45
°
,
dengan demikian menunjukkan bahwa data-data pada variabel penelitian berdistribusi normal. Lebih jelasnya penyebaran plot
tersebut dapat dilihat pada gambar di berikut ini:
Gambar 3.1
Sumber : Singgih Santoso, 2002
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber
3.4.3.1.3 Uji Multikolineritas
Salah satu asumsi klasik adalah tidak terjadinya multikolinieritas di antara variabel-variabel bebas yang berada dalam satu model, artinya antara variable
independen yang terdapat dalam model tidak memiliki hubungan yang sempurna koefisien tinggi atau bahkan satu. Apabila hal ini terjadi berarti
antara variable bebas itu sendiri saling berkorelasi, sehingga dalam hal ini sulit diketahui variable bebas mana yang mempengaruhi variabel terikat.
Salah satu cara untuk mendeteksi multikolinieritas dilakukan dengan mengorelasikan antar variable bebas dan apabila korelasinya tinggi yaitu lebih
besar dari 0,8 maka antar variable bebas tersebut terjadi multikolinieritas. Untuk mendeteksi problem Multikolineritas dapat dilihat ciri-ciri sebagai
berikut : a. Koefisien determinasi berganda R square tinggi.
b. Koefisien korelasi sederhana tinggi. c. Nilai F hitung tinggi signifikan
d. Tak satupun atau sedikit sekali variable bebas yang signifikan. Cara yang digunakan untuk mendeteksi problem multikolenieritas
dilakukan dengan melihat besaran VIF variance inflation factor. Pedoman suatu model regresi yang bebas multikolinieritas adalah :
a. Mempunyai nilai VIF ≤ 10
1 VIF
= 1-R²
b. Mempunyai angka tolerance mendekati 1
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber
3.4.3.1.4 Uji Heteroskedastisitas
