r
xy
=
√
r
xy
= = 0,101
3.3.4 Uji Reliabilitas
Uji reliabilitas menunjukkan sejauh mana hasil suatu pengukuran dapat dipercaya. Pengukuran yang memiliki reliabilitas tinggi disebut pengukuran yang reliabel.
Metode yang digunakan untuk menguji reliabilitas adalah metode Alpha Cronbach
. Variabel dikatakan reliabel jika memberikan nilai Alpha Cronbach 0,6 Ghozali, 2005.
Cara perhitungan reliabilitas dengan SPSS for Windows 17.0 adalah sebagai berikut :
- Klik analyze, pilih scale dan reliability analysis - Setelah muncul kotak dialog reliability analysis, pindahkan X1-X8 ke
dalam item statistic - Klik kotak dialog statistic, pilih descriptive for item, scale, da, scale if
item deleted - Klik continue dan klik OK
- Pada output kolom Cronbach’s Alpha if item deleted adalah hasil uji
reliabilitas
Dengan bantuan SPSS diperoleh nilai Alpha Cronbach dari 8 variabel penelitian sebagai berikut :
Reliability Statistics
Cronbachs Alpha
N of Items .560
8
Tabel 3.8 Uji Reliabilitas Variabel Penelitian
No Variabel
Alpha Cronbach
Kesimpulan
1 X
1
= Metodologi Penelitian 0,582
Tidak Reliabel 2
X
2
= Kesehatan 0,532
Tidak Reliabel 3
X
3
= Penurunan Motivasi 0,505
Tidak Reliabel 4
X
4
= Prosedur Pengajuan Proposal 0,490
Tidak Reliabel 5
X
5
= Keluarga 0,572
Tidak Reliabel 6
X
6
= Proses Bimbingan 0,528
Tidak Reliabel 7
X
7
= Biaya Pembuatan Skripsi 0,531
Tidak Reliabel 8
X
8
= Kuliah sambil bekerja 0,463
Tidak Reliabel
Dari tabel diatas hasil ujireliabilitas terhadap variabel-variabel penelitian menunjukkan bahwa data mempunyai tingkat reliabilitas yang rendah karena nilai
Alpha Cronbach untuk ke-8 variabel 0,6. Dengan demikian data dapat memberikan hasil pengukuran yang kurang konsisten tidak reliabel.
3.4 Analisis Data
Prinsip utama analisis faktor adalah korelasi, maka asumsi-asumsi yang terkait dengan korelasi akan digunakan, yaitu :
Besar korelasi atau korelasi antar variabel independen harus cukup kuat diatas 0,5.
Besar korelasi antara dua variabel dengan menganggap tetap variabel lain justru harus lebih kecil. Pada SPSS data dari 8 variabel yang berasal dari
78 responden kemudian dianalisa pada anti image correlation. Pengujian seluruh matriks korelasi korelasi antar variabel, yang diukur
dengan besaran BARLETT TEST OF SPHERRICITY dan MEASURE SAMPLING ADEQUACY MSA berkisar antara 0 sampai dengan 1
dengan kriteria nilai santoso, 2005 : MSA = 1, artinya variabel dapat diprediksi tanpa kesalahan oleh variabel
lain. MSA 0,5, artinya variabel masih bisa diprediksi dan bisa dianalisis lebih
lanjut. MSA 0,5, artinya variabel tidak dapat diprediksi dan tidak dapat
dianalisis lebih lanjut.
Berikut matriks korelasi antar variabel yang diperoleh dengan bantuan SPSS
Tabel.3.9 Korelasi Matriks
Correlation Matrix X1
X2 X3
X4 X5
X6 X7
X8 X1
X2 X3
X4 X5
X6 X7
X8
1.000 .061
.038 .169
-.089 .060
.061 .104
.061 1.000
-.206 .137
.061 .174
-.021 .300
.038 .206
1.000 .145
.147 .135
.246 .282
.169 .137
.145 1.000
.293 .041
.163 .337
-.089 .061
.147 .293
1.000 -.021
-.011 .179
.060 .174
.135 .041
-.021 1.000
.382 .224
.061 -.021
.246 .163
-.011 .382
1.000 .139
.104 .300
.282 .337
.179 .224
.139 1.000
Pada penelitian ini matriks korelasi yang dibentuk dari data yang diperoleh untuk mengetahui seberapa besar korelasi antar 8 variabel tersebut. Terlihat korelasi
yang cukup kuat antar variabel X1 dan X2 sehingga diharapkan nantinya bahwa variabel - variabel lainnya akan berkorelasi dengan faktor yang sama.
Data mengenai 8 variabel yang berasal dari jawaban 78 orang responden kemudian dianalisa pada anti image correlation. Uji ini dilakukan dengan
memperhatikan angka KMO dan MSA. Kriteria kesesuaian dalam pemakaian analisis faktor adalah :
Jika harga KMO sebesar 0,9 berarti sangat memuaskan, Jika harga KMO sebesar 0,8 berarti memuaskan,
Jika harga KMO sebesar 0,7 berarti harga menengah, Jika harga KMO sebesar 0,6 berarti cukup
Jika harga KMO sebesar 0,5 berarti kurang memuaskan, dan Jika harga KMO kurang dari 0,5 tidak dapat diterima.
Kategori