2. One Shot atau pengukuran sekali saja, pengukurannya hanya sekali dan kemudian hasilnya dibandingkan dengan pertanyaan
lain atau mengukur korelasi antar jawaban pertanyaan. Untuk menguji reliabilitas menggunakan uji statistik yang
menghasilkan Cronbach Alpha. Jika hasil dari Cronbach Alpha 0,60 maka dikatakan reliabel sedangkan sebaliknya data tersebut tidak
reliabel. Ghozali, 2005.
3. Uji Asumsi Klasik
a. Uji Multikolinieritas
Uji multikolinieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas independen.
Model regresi yang baik seharusnya tidak terjadi korelasi antar variabel independen. Ghozali, 2005.
Multikolinieritas dapat dilihat dari nilai tolerance dan lawannya Variance inflation factor VIF
. Kedua ukuran ini menunjukan setiap variabel independen manakah yang dijelaskan oleh variabel
independen lainnya. Tolerance mengukur variabilitas variabel independen yang terpilih yang tidak dijelaskan oleh variabel
independen lainnya. Jadi nilai Tolerance yang rendah sama dengan nilai VIF yang tinggi karena VIF =1T. Nilai cutoff yang umum
dipakai untuk menunjukan adanya Multikolinieritas adalah nilai Tolerance 0,10 sama dengan nilai VIF 0,10. Ghozali, 2005.
40
Apabila VIF lebih kecil dari 0,10 atau lebih besar dari 10 maka terjadi multikolinieritas sebaliknya tidak terjadi multikolinieritas antar
variabel independen apabila nilai VIF berada pada kisaran 0,10 sampai 10. Hair, dkk 1999 yang dikutip oleh Trisnaningsih 2004
dalam Rosita 2008 dalam Senjani 2009.
i. Uji Heterokedastisitas
Uji heterokedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan varians dari residual satu
pengamatan kepengamatan lain. Jika varians dari pengamatan kepengamatan lain tetap, maka disebut homoskedastisitas dan jika
berbeda disebut heterokedastisitas. Model regresi yang baik adalah yang homoskedatisitas atau tidak terjadi heterokedastisitas. Ghozali,
2005.
b. Uji Normalitas Data
Uji Normalitas bertujuan untuk menguji apakah dalam sebuah model regresi, variabel pengganggu dan residual memiliki distribusi
normal. Ghozali, 2005. Pada prinsipnya normalitas dapat dideteksi dengan melihat
penyebaran data titik pada sumbu diagonal dari grafik Normal P- Plot atau dengan melihat histogram dari residunya. Dasar
pengambilan keputusan:
41
1. Jika data menyebar disekitar garis diagonal dan mengikuti arah garis diagonal atau grafik histogramnya menunjukan pola
distribusi normal, maka model regresi memenuhi asumsi normalitas.
2. Jika data menyebar jauh dari diagonal danatau tidak mengikuti arah garis diagonal atau grafik histogram tidak
menunjukan pola distribusi normal, maka model regresi tidak memenuhi asumsi normalitas. Ghozali, 2005.
4. Uji Hipotesis
