1 1
2 2
total item
N N
σ σ
α
∑
− −
=
Dimana : α = Cronbach’s alpha
N = banyaknya butir pertanyaan
∑
item
2
σ = variance dari pertanyaan
total
2
σ = variance dari skor total
Untuk memudahkan perhitungan reliabilitas ini, digunakan alat bantu komputer dengan program SPSS Statistical Package for Social Science for
Windows versi 11.
3.5.2. Uji Asumsi Klasik
Sebelum pengujian hipotesis dilakukan, terlebih dulu dilakukan pengujian terhadap gejala penyimpangan asumsi klasik. Asumsi model linier klasik adalah tidak
dapat autokorelasi dan data terdistribusi normal. Tetapi dalam penelitian ini uji penyimpangan klasik yang digunakan hanya multikolinearitas, heteroskedastisitas
dan normalitas data. Sedangkan uji autokorelasi tidak dilakukan karena data dalam penelitian ini adalah data cross section dan bukan data time series.
3.5.2.1. Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel independen Ghozali, 2002. Model regresi
yang baik harusnya tidak terjadi korelasi di antara variabel bebas independen. Jika terjadi korelasi yang sangat tinggi atau sempurna maka koefisien regresi akan
mempunyai standar deviasi yang besar dan berarti pula koefisien-koefisiennya tidak dapat ditaksir dengan mudah dan tidak memungkinkan untuk mengisolir pengaruh
variabel independen secara individual Umar, 1999. Untuk mendeteksi ada atau tidaknya multikolinearitas didalam model regresi
adalah sebagai berikut : a Nilai R
2
yang dihasilkan oleh suatu estimasi model regresi empiris sangat tinggi, tapi secara individual variabel-variabel independen banyak yang tidak signifikan
mempengaruhi variabel terikat. b Menganalisis matriks korelasi variabel independen. Jika antar variabel
independen ada korelasi yang cukup tinggi umumnya diatas 0,90 maka hal ini merupakan indikasi adanya multikolinearitas.
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 dan di regres terhadap variabel lainnya. Tolerance mengukur variabilitas variabel
independen yang terpilih yang tidak dapat dijelaskan oleh variabel independen lainnya. Jadi nilai tolerance yang rendah sama dengan nilai VIF tinggi karena
VIF = 1tolerance dan menunjukkan adanya kolinearitas yang tinggi. Nilai cutoff yang umum dipakai adalah nilai tolerance 0,10 atau sama dengan nilai VIF diatas
10. Setiap peneliti harus menentukan tingkat kolinearitas yang masih dapat ditolerir.
3.5.2.2. Uji Heteroskedastisitas
Uji heteroskedastisitas dilakukan untuk mendeteksi ada tidaknya penyebaran atau pencaran dari variabel-variabel Ghozali, 2002. Selain itu menguji apakah
dalam sebuah model regresi terjadi ketidaksamaan varians dari residual satu pengamatan ke pengamatan lain. Jika varians dari residual dari suatu pengamatan ke
pengamatan lain tetap, maka disebut homoskedastisitas dan jika berbeda disebut heteroskedastisitas. Model regresi yang baik yang homoskedastisitas atau tidak terjadi
heteroskedastisitas. Menurut Ghozali 2002, salah satu cara untuk mendeteksi ada atau tidaknya
heteroskedastisitas yaitu dengan melihat grafik plot antara nilai prediksi variabel terikat ZPRED dengan residual SRESID. Deteksi ada tidaknya heteroskedastisitas
dapat dilakukan dengan melihat ada tidaknya pola tertentu pada grafik scatterplot antara SRESID dan ZPRED dimana sumbu Y adalah Y yang telah diprediksi, dan
sumbu X adalah residual Y prediksi – Y sesungguhnya yang telah distudentized. Dasar analisisnya adalah :
• Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur bergelombang, melebar kemudian menyempit maka mengindikasikan
telah terjadi heteroskedastisitas.
• Jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan dibawah angka 0 pada sumbu Y maka tidak terjadi heteroskedastisitas.
3.5.2.3. Uji Normalitas
