55
dilakukan dan mengukur apa yang seharusnya diukur. Bila skala pengukuran tidak valid maka ia tidak bermanfaat bagi peneliti karena tidak mengukur apa yang seharusnya
diukur atau melakukan apa yang seharusnya dilakukan. Pendekatan yang digunakan dalam penelitian ini adalah validitas konstruk
construct validity yaitu dengan mengkorelasikan skor tiap-tiap item dengan skor total. Skor total sendiri adalah skor yang didapat dari penjumlahan skor butir untuk instrument
tersebut Sekaran, 2003. Teknik korelasi yang digunakan adalah Pearson’s Correlation Product Moment untuk pengujian dua sisi yang terdapat pada program komputer SPSS
Statistical Package For Social Science dengan ketentuan dinyatakan valid jika r-hitung r-tabel Sugiyono, 2006.
4.6.2.2. Uji reliabilitas data Uji reliabilitas dilakukan terhadap pernyataan-pernyataan yang sudah valid untuk
mengetahui sejauh mana hasil pengukuran tetap konsisten apabila dilakukan pengukuran ulang pada kelompok yang sama dengan alat ukur yang sama. Pengujian reliabilitas
dianalisis dengan menggunakan Cronbach’s Alpha yang terdapat pada program komputer SPSS Statistical Package For Social Science. Sekaran 2000 menyatakan
bahwa semakin dekat koefisien alpha pada nilai 1 berarti butir-butir pernyataan dalam koefisien semakin reliabel dimana nilai cronbach alpha yang digunakan adalah 0,6.
4.6.3. Pengujian Asumsi Klasik
Analisis data dalam penelitian ini dilakukan dengan menggunakan bantuan program komputer yaitu SPSS Statistical Package For Social Science. Sebelum data
Universitas Sumatera Utara
56
diolah untuk menguji hipotesis, terlebih dahulu dilakukan pengujian mengenai ada tidaknya pelanggaran terhadap asumsi-asumsi klasik yang merupakan dasar dalam
model regresi linier berganda. Asumsi-asumsi klasik tersebut meliputi sebagai berikut Gujarati, 2004:
1. Data terdistribusi secara normal normalitas data.
2. Tidak terdapat multikolinieritas diantara atau semua variabel independen.
3. Tidak terdapat heteroskedastisitas, yaitu ragam error yang tidak konstan pada
setiap variabel.
4.6.3.1. Uji normalitas data
Uji normalitas dilakukan untuk melihat apakah nilai residual terdistribusi normal atau tidak. Model regresi yang baik adalah memiliki nilai residual yang
terdistribusi normal. Normalitas data dilakukan dengan Uji Kolmogorov-Smirnov Test, di mana apabila nilai signifikansi 0,05 maka distribusi data tidak normal dan
sebaliknya Santoso dalam Tikollah dkk, 2006. 4.6.3.2.
Uji multikoliniearitas Multikolinieritas adalah gejala terdapatnya lebih dari satu hubungan linier
pasti sempurna, di mana suatu keadaan yang satu atau lebih variabel bebasnya terdapat korelasi dengan variabel bebas lainnya. Adanya multikolinieritas dapat dilihat
dari tolerance value atau nilai Variance Inflation Factor VIF. Batas tolerance value adalah 0,01 dan batas VIF adalah 10. Dengan ketentuan bahwa apabila : tolerance
value 0,01 atau VIF 10 = terjadi multikolinieritas, sedangkan tolerance value
Universitas Sumatera Utara
57
0,01 atau VIF 10 = tidak terjadi multikolinieritas Aliman dalam Tikollah dkk, 2006.
4.6.3.3. Uji heteroskedastisitas
Heteroskedastisitas terjadi karena perubahan situasi yang tidak tergambarkan dalam spesifikasi model regresi atau terjadi jika residual tidak memiliki varians yang
konstan. Perubahan yang tergambarkan dalam spesifikasi model regresi disebut Homoskedastisitas. Asumsi ini akan di uji dengan uji Glesjer yaitu dilakukan dengan
meregresikan variabel-variabel bebas terhadap nilai absolut residualnya untuk menentukan koefesien kemiringan yang signifikan dan melakukan pengujian t, dengan
ketentuan sebagai berikut: Apabila t
hitung
t
tabe
l = terjadi heteroskedastisitas t
hitung
≤ t
tabel
= tidak terjadi heteroskedastisitas Gujarati, 2004. Sebagai pengertian dasar, residual adalah selisih antara nilai observasi dengan nilai prediksi dan absolut adalah
nilai mutlaknya.
4.6.4. Pengujian Hipotesis
