Uji Validitas dan Reliabilitas

63 d. Variabel Y Minat Berasuransi Syariah Tabel 4.9 Hasil Pengujian Validitas Variabel YMinat Berasuransi Syariah Item-Total Statistics Variabel Corrected Item-Total Correlation r tabel α=0.05, n=31, df=31- 3=28 Keterangan P1 0,653 0,374 Valid P2 0,871 0,374 Valid P3 0,926 0,374 Valid P4 0,911 0,374 Valid P5 0,776 0,374 Valid Sumber : Data Primer yang diolah Berdasarkan data pada tabel 4.9 terlihat bahwa item pertanyaan 1 sampai pertanyaan 5 nilai Corrected Item-Total lebih besar dari 0,374 sehingga pertanyaan dapat dikatakan valid.

2. Uji Reliabilitas

Uji reliabilitas dilakukan untuk menilai konsistensi dari instrumen penelitian. Suatu instrumen penelitian dapat dikatakan reliabel jika nilai Cronbach Alpha berada diatas 0,50. Standarisasi reliabilitas ini didasari oleh kaidah reliabilitas Guilfor. Adapun bagan kaidah Guilfor adalah pada tabel 4.5 menunjukkan uji reliabilitas untuk 4 variabel penelitian yang digunakan dalam penelitian ini. Tabel 4.10 Hasil Uji Reliabilitas Variabel Cronbach’s Alpha Keterangan Kognitif Pengetahuan 0,795 Reliabel Afektif Sikap 0,815 Reliabel Konatif Tindakan 0,790 Reliabel Minat Berasuransi Syariah 0,813 Reliabel Sumber : Data Primer yang diolah 64 Tabel 4.10 menunjukkan nilai Cronbach ‟s Alpha atas variabel kognitif pengetahuan sebesar 0.795, variabel afektif sikap sebesar 0.815, konatif tindakan sebesar 0.790 dan variabel minat berasuransi syariah sebesar 0,813. Dapat disimpulkan bahwa pertanyaan dalam kuesioner ini reliabel karena mempunyai nilai Cronbach ‟s Alpha lebih besar dari 0.6 lihat tabel 3.3.

3. Uji Asumsi Klasik

a. Hasil Uji Normalitas Uji normalitas merupakan bagian dari salah satu persyaratan analisis data atau uji asumsi klasik, artinya sebelum melakukan analisis yang sesungguhnya, data penelitian tersebut harus diuji kenormalan distrbusinya. Cara untuk mengetahui normalitas adalah dengan melihat normal Probability Plot yang membandingkan distribusi normal. Distribusi normal akan membentuk suatu garis lurus diagonal. Jika distribusi data adalah 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. 65 Gambar 4.11 Hasil Uji Normalitas Sumber : Data Primer Output SPSS Dengan melihat normal P-P plot diatas gambar 4.11 dapat dilihat bahwa data menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal, maka data terdistribusi dengan normal dan model regresi telah memenuhi asumsi normalitas. 2 b. Hasil Uji Heteroskedastisitas Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan varian dari satu pengamatan ke pengamatan yang lain. Cara mendeteksinya adalah dengan melihat 2 Duwi Priyatno, Analisis Korelasi Regresi dan Multivariate dengan SPSS, Yogyakarta, Gava Media, 2013, h. 59 66 apakah ada pola tertentu pada grafik scatter plot antara Z prediction untuk variabel bebas sumbu X=Y hasil prediksi dan nilai residualnya SRESID merupakan variabel terikat Y= Y prediksi-Y Rill. Dasar pengambilan keputusan untuk uji heteroskedastisitas adalah : a. Jika ada pola tertentu yang membentuk pola tertentu teratur bergelombang, melebur, kemudian menyempit, maka mengindikasikan telah terjadi heteroskedastisitas. b. Jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan dibawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas. Gambar 4.12 Hasil Uji Heteroskedastisitas Sumber : Data Primer Output SPSS Berdasarkan gambar 4.12 grafik scatterplot Hasil pengujian heteroskedastisitas menunjukkan bahwa titik-titik tidak membentuk pola tertentu atau tidak ada pola yang jelas serta titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas. Dengan demikian dalam uji normalitas,