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,