Uji Validitas Pengolahan dan Analisis Data
3.5.2 Uji Reliabilitas
Menurut Umar dalam Hamid 2010 reliabilitas adalah suatu nilai yang menunjukan konsistensi suatu alat ukur dalam mengukur gejala yang sama. Metode
mencari reliabilitas internal, yaitu dengan menganalisis reliabilitas alat ukur dari satu kali pengukuran Riduwan, 2009. Rumus yang digunakan adalah Alpha Cronbach
berikut : �
11
= �
� − 1 .
1 −
�
… … … … … … … … … . . 3 Dimana :
r
11
= Nilai reliabilitas
�
= Jumlah ragam skor tiap-tiap item S
t
= Jumlah item Langkah-langkah mencari nilai reliabilitas dengan metode Alpha sebagai
berikut : Langkah 1 : Menghitung varian skor tiap-tiap item dengan rumus :
�
=
� 2
−
� 2
� �
… … … … … … … … … . 4 Dimana :
Si = Ragam skor tiap-tiap item
� 2
= Jumlah kuadrat item Xi
� 2
= Jumlah item Xi dikuadratkan N
= Jumlah responden Langkah 2 : Kemudian menjumlahkan ragam semua item dengan rumus :
�
= S
1
+S
2
+S
3
+………….S
n
Dimana :
�
= Jumlah ragam semua item S
1
, S
2
, S
3
,…S
n
= Ragam item ke 1, 2, 3 ……n
Langkah 3 : Menghitung varian total dengan rumus : =
2
−
2
� �
… … … … … … … … 5 Dimana :
St = Ragam total
2
= Jumlah kuadrat X total
2
= Jumlah X total dikuadratkan N
= Jumlah responden Langkah 4 : Masukan nilai Alpha dengan rumus :
�
11
= �
� − 1 .
1 −
�
… … … … … … … 6 2.5.3
Analisis Regresi Linear Berganda
Analisis data dilakukan dengan bantuan Metode Regresi Linear Berganda dengan paket program Minitab versi 15, tetapi sebelum melakukan analisis linear
berganda dilakukan asumsi klasik uji normalitas, uji multikolinearitas dan uji
homogenitas.
a. Uji Normalitas Data Menurut Ghozali dalam Ramadhany 2013 uji normalitas bertujuan untuk
menguji apakah dalam model regresi, dependen variabel dan independen variabel keduanya mempunyai distribusi normal atau tidak. Model regresi yang baik adalah
memiliki distribusi data normal atau mendekati normal. Mendeteksi dengan melihat penyebaran data titik pada sumbu diagonal
dari grafik normal Probability Plot, dengan dasar pengambilan keputusan berikut : 1 Jika data menyebar di sekitar 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 garis diagonal dan atau tidak mengikuti arah garis diagonal, atau grafik histogram tidak menunjukan pola distribusi normal, maka
model regresi tidak memenuhi asumsi normalitas. b. Uji Multikolinearitas
Menurut Ghozali dalam Ramadhany 2013 uji multikolinearitas bertujuan untuk menguji apakah model regresi ditemukan kolerasi antar variabel bebas.
Pengujian ada tidaknya gejala multikolinieritas pada penelitian ini yaitu dengan pengukuran terhadap Varian Inflation Factor VIF pada hasil regresi. Untuk
menujukan adanya multikolinieritas adalah tolerance 0,10 atau sama dengan nilai VIF 10.
3. Uji Homogenitas Uji homogenitas bertujuan untuk mencari tahu apakah dari beberapa
kelompok data penelitian memiliki ragam yang sama atau tidak. Dengan kata lain, homogenitas bahwa himpunan data yang diteliti memiliki karakteristik yang sama.
Perhitungan uji homogenitas dapat dilakukan dengan berbagai cara dan metode,
salah satunya adalah uji ragam Uji F menggunakan
perangkat lunak Minitab. Jika hasil penghitungan didapatkan p-value lebih besar dari alpha 0,10, menunjukkan
tidak adanya autokorelasi dan dinyatakan homogen.
Analisis regresi linear berganda ialah suatu alat analisis peramalan nilai pengaruh 2 peubah bebas atau lebih terhadap variable terikat untuk membuktikan ada
atau tidaknya hubungan fungsi atau hubungan kausal antara dua variable bebas atau lebih X
1
, X
2
, X
3
, ……. X
n
Riduwan, 2009. Persamaan regresi berganda di dalam penelitian ini dirumuskan sebagai berikut :
Y = a + b
1
x
1
+ b
2
x
2
+ b
3
x
3
Dimana : Y
= Pengembalian Pembiayaan X
1
= Kesalahan Bank X
2
= Kesalahan Nasabah X
3
= Faktor Eksternal a
= Konstanta b
1
,b
2
,b
3
= Koefesien regresi a.
Uji Koefisien Determinasi R
2
Uji koefisien determinasi R
2
pada intinya mengukur seberapa jauh kemampuan model dalam menerangkan variasi peubah dependen Ghozali dalam
Ramadhany, 2013. Nilai koefisien determinasi adalah antara nol dan satu. Nilai R
2
yang kecil berarti kemampuan peubah-peubah independen dalam menjelaskan variasi peubah independen hampir memberikan semua informasi yang dibutuhkan untuk
memprediksi variasi peubah dependen. Penggunaan koefisian determinasi R
2
memiliki kelemahan, yakni timbulnya bias terhadap jumlah peubah independen yang dimasukkan ke dalam model. Setiap
terjadi penambahan satu peubah independen, maka R
2
akan mengalami peningkatan pula tanpa memperdulikan peubah tersebut berpengaruh secara nyata terhadap peubah
dependen atau tidak. Oleh sebab itu, banyak peneliti menganjurkan untuk lebih menggunakan nilai adjusted R
2
untuk mengevaluasi mana model regresi terbaik. Nilai adjusted R
2
dapat naik atau turun apabila satu peubah independen ditambahkan ke dalam model.
b. Uji Nyata Simultan Uji Statistik F
Menurut Ghozali dalam Ramadhany 2013, uji statistik F pada dasarnya menunjukan apakah semua peubah independen atau bebas yang dimasukkan dalam
model mempunyai pengaruh secara bersama-sama terhadap peubah dependen atau terikat. Nilai F dapat dihitung dengan menggunakan persamaan berikut:
F =
2
� 1
−
2
�−�−1
……………………………...…………………… 7
Keterangan: R
2
= R Square n
= Jumlah sampel k
= Jumlah variabel Selain itu, pengujian F juga dapat dilakukan melalui pengamatan nyata F pada
tingkat α yang digunakan. Analisis ini didasarkan pada perbandingan antara F hitung dengan F tabel. Uji ini dilakukan dengan syarat berikut:
1. Jika F
hitung
F
tabel
maka H diterima, artinya semua peubah independen secara
bersama-sama tidak berpengaruh nyata terhadap peubah dependen. 2. Jika F
hitung
F
tabel
maka H ditolak, artinya semua peubah independen secara
bersama-sama berpengaruh nyata terhadap peubah dependen. Pengujian nyata F dapat dilakukan melalui pengamatan nyata
F pada tingkat α yang digunakan. Analisis didasarkan pada pertimbangan antara nilai nyata t dengan
nilai nyata 0,1, dimana syaratnya adalah: 1. Jika nyata F 0,1 maka H
ditolak, artinya semua peubah independen secara bersama-sama berpengaruh nyata terhadap peubah dependen.
2. Jika nyata F 0,1 maka H diterima, artinya semua peubah independen secara
bersama-sama tidak berpengaruh nyata terhadap peubah dependen. c.
Uji Nyata Parameter Individual Uji Statistik t Menurut Ghozali dalam Ramadhany 2013 uji statistik t pada dasarnya
menunjukan seberapa besar pengaruh suatu peubah independen secara individual dalam menerangkan variasi peubah dependen. Pengujian dengan uji t atau t test, yaitu
membandingkan antara t hitung dengan t tabel. Uji ini dilakukan dengan syarat berikut:
1. Jika t
hitung
t
tabel
maka H diterima, artinya peubah independen tidak berpengaruh
nyata terhadap peubah dependen. 2. Jika t
hitung
t
tabel
maka H ditolak, artinya peubah independen berpengaruh nyata
terhadap peubah dependen. Pengujian peubah t juga dapat dilakukan melalui pengamatan nyata t pada
tingkat α yang digunakan. Analisis didasarkan pada pertimbangan antara nilai nyata t dengan nilai nyata 0,1 dimana syaratnya :
1. Jika nyata t 0,1 maka H ditolak, artinya peubah independen berpengaruh nyata
terhadap peubah dependen. 2. Jika nyata t 0,1 maka H
diterima, artinya peubah independen tidak berpengaruh nyata terhadap peubah dependen.