Uji Normalitas Uji Asumsi Klasik

69

4.3.1.2 Uji Reliabilitas

Pengukuran reliabilitas dalam penelitian ini adalah dengan menggunakan cara one shot methode atau pengukuran sekali saja. Untuk mengukur reliabilitas dengan melihat cronbach alpha. Suatu konstruk atau variabel dapat dikatakan reliabel jika memberikan nilai cronbach alpha 0,60. Imam Ghozali, 42:2005 Dari hasil uji reliabilitas nilai cronbach alpha dapat dilihat dibawah ini. Tabel 4.11 Hasil Uji Reliabilitas Variabel Cronbach Alpha Keterangan Regulasi Pemerintah X 1 0,840 Reliabel Tekanan Media Massa X 2 0,796 Reliabel Komitmen Manajemen X 3 0,649 Reliabel Tanggungjawab Sosial Y 0,644 Reliabel Sumber Data : Lapiran Output Diolah Dari hasil uji tersebut terlihat nilai cronbach’s alpha baik variabel regulasi pemerintah, tekanan media massa, komitmen manajemen dan tanggungjawab sosial memiliki nilai cronbach’s alpha lebih besar 0,60 yang berarti butir-butir pertanyaan tersebut reliable.

4.3.2. Uji Normalitas

Uji Normalitas merupakan suatu alat uji yang digunakan untuk menguji apakah dari variabel-variabel yang digunakan dalam model regresi mempunyai distribusi normal atau tidak. 70 Untuk mengetahui apakah data tersebut berdistribusi normal, dapat diuji dengan metode Kolmogorov Smirnov Ghozali , 2002 : 74. Menurut Santoso, 2000 : 214 dasar pengambilan keputusan, yaitu sebagai beikut : 1. Nilai Probabilitas 0,05, maka hal ini berarti bahwa data tersebut berdistribusi normal 2. Nilai Probabilitas 0,05, maka hal ini berarti bahwa data tersebut tidak berdistribusi normal. Berdasarkan hasil Uji Normalitas dengan alat bantu komputer yang menggunakan Program SPSS 15.0. diperoleh hasil : Tabel. 4.12 Hasil Uji Normalitas Sumber : Lampiran output diolah Berdasarkan pada tabel di atas dapat diketahui bahwa besarnya nilai Asymp sig 2-tailed 0,05, hal ini sesuai dengan ketentuan yang telah ditetapkan maka dapat disimpulkan bahwa data tersebut berdistribusi normal dan dapat digunakan dalam penelitian. One-Sample Kolmogorov-Smirnov Test 49 49 49 49 24.7755 20.2041 16.2857 16.8776 6.20237 3.92099 3.13581 2.54651 .116 .150 .121 .193 .116 .111 .118 .140 -.108 -.150 -.121 -.193 .815 1.049 .845 1.349 .520 .221 .473 .053 N Mean Std. Deviation Normal Parameters a,b Absolute Positive Negative Most Extreme Differences Kolmogorov-Smirnov Z Asymp. Sig. 2-tailed X1 X2 X3 Y Test distribution is Normal. a. Calculated from data. b. 71

4.3.3. Uji Asumsi Klasik

Dalam suatu persamaan regresi harus bersifat BLUE Best Linier Unbiased Estimator, artinya pengambilan keputusan melalui uji F dan uji t tidak boleh bias. Untuk menghasilkan keputusan yang BLUE maka harus dipenuhi beberapa asumsi dasar Klasik, yaitu Berdasarkan hasil Uji Asumsi Klasik dengan alat bantu komputer yang menggunakan Program SPSS 15.0. diperoleh hasil, yaitu sebagai berikut : 1. Multikolinieritas Uji Multikolinieritas bertujuan untuk menguji apakah dalam persamaan regresi ditemukan adanya korelasi antar variabel bebas. Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel bebas. Menurut Santoso, 2000 : 206 deteksi tidak adanya Multikolinieritas adalah a. Mempunyai nilai VIF lebih kecil dari 10 b. Mempunyai angka tolerance mendekati 1. Berdasarkan hasil Uji Multikolinieritas dengan alat bantu komputer yang menggunakan Program SPSS 15.0. diperoleh hasil : 72 Tabel. 4.13 Hasil Uji Multikolinieritas Variabel Variance Influence Factor VIF Keterangan Regulasi Pemerintan X 1 1,064 Bebas Multikolinieritas Tekanan Media Massa X 2 1,002 Bebas Multikolinieritas Komitmen Manajemen X 3 1,064 Bebas Multikolinieritas Sumber : Lampiran diolah Berdasarkan pada tabel. di atas dapat diketahui bahwa besarnya nilai Variance Influence Factor VIF pada seluruh variabel baik regulasi pemerintah, tekanan media massa dan komitmen manajemen lebih kecil dari 10, dan sesuai dengan ketentuan yang telah ditetapkan maka hal ini berarti dalam persamaan regresi tidak ditemukan adanya korelasi antar variabel bebas atau bisa disebut juga dengan bebas dari Multikolinieritas, sehingga variabel tersebut dapat digunakan dalam penelitian. 2. Autokorelasi Uji Autokorelasi bertujuan untuk menentukan apakah dalam suatu model regresi linier ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pada periode t – 1 Ghozali, 2002 : 61. Dalam penelitian ini data yang digunakan bukan data time series atau data yang diambil pada waktu tertentu, sehingga untuk Uji Autokorelasi tidak dilakukan. Gujarati , 1999 : 201. 73 3. Heteroskedastisitas Uji Heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan lain Ghozali, 2002 : 69. Untuk mendeteksi ada atau tidak adanya heteroskedastisitas dapat diuji dengan alat uji “rank spearman”. Menurut Santoso, 2000 : 301 deteksi adanya Heteroskedastisitas, yaitu sebagai berikut : a. Nilai Probabilitas 0,05, maka hal ini berarti bahwa variabel tersebut bebas dari Heteroskedastisitas b. Nilai Probabilitas 0,05, maka hal ini berarti bahwa variabel tersebut terkena Heteroskedastisitas Berdasarkan hasil Uji Heteroskedastisitas dengan alat bantu komputer yang menggunakan Program SPSS 15.0. diperoleh hasil, yaitu sebagai berikut : Tabel. 4.14 Hasil Uji Heteroskedastisitas Variabel Probabilitas Sig 2 - tailed Keterangan Regulasi Pemerintan X 1 0,802 Bebas Heteroskedastisitas Tekanan Media Massa X 2 0,882 Bebas Heteroskedastisitas Komitmen Manajemen X 3 0,837 Bebas Heteroskedastisitas Sumber : Lampiran diolah Berdasarkan pada tabel. di atas dapat diketahui bahwa besarnya nilai probabilitas Sig 2 – tailed pada seluruh variabel bebas baik regulasi pemerintah, tekanan media massa dan komitmen 74 manajemen lebih besar dari 0,05, dan sesuai dengan ketentuan yang telah ditetapkan maka hal ini berarti dalam model regresi tidak terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan lainnya atau bisa disebut juga dengan bebas dari Heteroskedastisitas, sehingga variabel tersebut dapat digunakan dalam penelitian.

4.3.4. Analisis Regresi Berganda