X = skor jawaban setiap item.
Y = skor total.
n = jumlah subyek uji coba.
3.4.3 Uji Rentabilitas
Rentabilitas adalah alat ukur yang digunakan untuk mengetahui apakah jawaban yang diberikan responden dapat dipercaya atau dapat diandalkan. Dengan perkataan lain,
hasil pengukuran tetap konsistensi bila dilakukan pengukuran yang sama Sumarsono, 2002 : 34.
Suatu konstruk atau variabel dikatakan reliabel jika memberikan nilai Cronbach Alpha 0,60
Nilai Alpha Cronbach dapat dihitung dengan menggunakan Rumus:
Husein Umar, 2002:100
Keterangan : α
= Reliabilitas instrumen Alpha Cronbach k
= Banyaknya butir pertanyaan
Ot 2
= Varian total ∑
ob 2
= Jumlah varian butir.
3.4.4 Asumsi Klasik
Pengujian ini dimaksudkan untuk mengukur tingkat nilai variabel untuk permodelan dalam analisis regresi linier berganda ataupun mendeteksi ada tidaknya autokorelasi,
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber
multikoliner dan heteroskedastisitas dalam hasil estimasi, karena apabila terjadi penyimpangan terhadap asumsi klasik tersebut, uji F dan uji t yang dilakukan
sebelumnya menjadi tidak valid dan secara statistik dapat mengacaukan kesimpulan yang diperoleh untuk itu dilakukan uji asumsinya. Tujuan utama menggunakan uji
asumsi klasik adalah untuk mendapatkan koefisien regresi yang terbaik linier dan tidak biasa BLUE : Best linier Unbiased estimator.
1. Multikolinearitas Uji multikolinearitas bertujuan untuk menguji apakah model regrensi ditemukan
adanya korelasi antara variabel bebas independen. Jika variabel independen saling berkorelasi, maka variabel-variabel ini tidak ortogan. Variabel ortogan
adalah variabel independen yang nilai korelasi antara sesama variabel independen sama dengan nol. Menurut Imam Ghozali 2005:91, untuk itu mendeteksi ada
atau tidaknya multikolinearitas didalam model regresi adalah: a. Nilai
R
2
yang dihasilkan oleh suatu estimasi model regresi impirasi sangat tinggi, tetapi secara individual variabel- variabel independen banyak yang
tidak signifikan mempengaruhi variabel independent. b. Menganalisis matriks korelasi variabel-variabel indipenden. Jika antar variabel
independen ada korelasi yang cukup tinggi umumnya diatas 0,90, maka hal ini merupakan indikasi adanya multikolonieritas.
c. Barasal VIF Variance Inflation Faktor dan Tolerance. 1. Mempunyai nilai VIF disekitar angka 1.
2. Mempunyai angka Tolerance
mendekati 1. 2. Normalitas
Pengujian terhadap normalitas dilakukan untuk menguji kenormalan distribusi data.suatu data dikatakan terdistribusi secara normal, yaitu memusat pada nilai
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber
rata-rata medium Santoso dan Ashari, 2005 : 231. Salah satu cara untuk
mengetahui bentuk distribusi data adalah dengan menggunkan plot probabilitas
normal normal probability plot. Dalam plot ini, masing-masing nilai pengamatan dipasangkan dengan nilai harapan dari distribusi normal.
Adapun dasar pengambilan keputusan menurut Sulaiman 2004 : 89 adalah sebagai berikut:
a. Jika titik-titik data menyebar disekitar garis diagonalnya, maka model regresi memenuhi asumsi normalitas.
b. Jika titik-titik data menyebar jauh dari garis diagonal, maka model regresi tidak memenuhi asumsi normalitas.
3. Heteroskedastisitas Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi
terjadi ketidak samaan varians dari residual satu pengamatan kepengamatan lain tetap, maka disebut Homoskedastisitas dan jika berbeda disebut
Heteroskedastisitas. Menurut Imam Ghozali 2001 : 105, deteksi adanya heteroskedastisitas adalah dengan melihat ada atau tidaknya pola tertentu.
a. Jika ada pola tertentu, seperti titik-titik yang ada membentuk suatu pola tertentu teratur bergelombang, melebar, kemudian menyempit, maka terjadi
heteroksedastisitas. b. Jika ada pola yang jelas serta titik-titik pola menyebar diatas dan dibawah
angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas. 4. Autokorelasi
Terdapat korelasi di antara sesama data pengamatan dimana adanya suatu data dipengaruhi oleh data sebelumnya data time series yang saling berhubungan,
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber
sehingga koefisien korelasi yang didapat menjadi kurang akurat. Mengukur autokorelasi dilihat dari nilai Durbin Waston Test DW.
Menurut Yarnest 2003 : 73, deteksi adanya autokorelasi adalah sebagai berikut : a. Jika nilai DW terletak antara d
u
dan 4 - d
u
atau d
u
≤ DW ≤ 4 – d
u
, berarti bebas dari autokorelasi.
b. Jika nilai DW d
L
atau DW 4 – d
L
berarti terdapat autokorelasi.
4.4.5 Teknis Analisis Regresi Linier Berganda
Kategori