Rumusan Koefisien Reliabilitas untuk instrumen penelitian yang berupa skor berskala ordinal, digunakan keofisien- Cronbach, 1951 dalam Umar,
2004.
= ⎥⎦
⎤ ⎢⎣
⎡ −1
k k
⎥ ⎥
⎥ ⎦
⎤ ⎢
⎢ ⎢
⎣ ⎡
−
∑
2 2
1 x
S S
j
dimana: = Koefisien reliabilitas Alpha
k = Banyaknya belahan test = banyaknya item
S
j 2
= Varians belahan j; j = 1,2 , … k
Jika didapatkan bahwa ada item penelitian yang tidak memenuhi kriteria validitas dan reliabilitas, maka item tersebut tidak akan diikutsertakan dalam
pengambilan data dalam penelitian. Semakin tinggi tingkat koefisien validitas yang ditunjukkan oleh masing-masing item akan memberikan pengaruh terhadap
semakin meningkatnya koefisien reliabilitas kuesioner.
4.8. Uji Asumsi Klasik
Dalam suatu penelitian kemungkinan akan munculnya masalah dalam analisis regresi, dalam mencocokkan model prediksi ke dalam sebuah model yang
telah dimasukkan ke dalam serangkaian data. Masalah ini sering disebut dengan masalah pengujian asumsi klasik atau uji asumsi klasik yang didalamnya termasik
pengujian normalitas, multikolinieritas, heteroskedastisitas dan goodnes of fit.
4.8.1. Uji Normalitas
Setelah data diuji validitas dan reliabilitas, maka data tersebut diuji normal
usi normal atau mendekati normal atau tid
ara lain: 1 jika data menyebar di sekitar garis d
4.8.2. Uji Multikolinearitas
itasnya. Uji normalitas perlu dilakukan untuk mengetahui apakah penerapan GCG terhadap variabel kepuasan pasien berdistribusi normal atau mendekati
normal. Jika data yang diperoleh itu terdistribusi normal dan variansinya sama, maka pengujian hipotesis dilakukan dengan alat statistik parametrik. Jika data
yang diperoleh itu tidak terdistribusi normal danatau variansinya tidak sama, maka pengujian hipotesis dilakukan dengan alat statistik nonparametrik. Teknik
statistika yang digunakan untuk analisis data asosiatif adalah teknik statistik Korelasi Product Moment Sugiyono, 2002:38.
Untuk mengetahui apakah data berdistrib ak, dapat dilakukan melalui PP Plot Regression Standardized Residual.
Hasil uji normalitas ditunjukkan melalui grafik PP Plot Regression Standardized Residual dengan menggunakan SPSS.
Dasar pengambil keputusan ant iagonal dan mengikuti arah garis diagonal, maka model regresi memenuhi
asumsi normalitas, serta 2 jika data menyebar jauh dari garis diagonal danatau tidak mengikuti arah garis diagonal, maka model regresi tidak memenuhi asumsi
normalitas.
Multikolinearitas adalah situasi adanya korelasi variabel-variabel bebas antara
resi ditemu
bel, misalnya variabel bebas X
1
dan X
2
saling
b etode lanjut seperti Regresi Bayesian atau Regresi Ridge.
si yaitu u
.8.3. Uji Heteroskedastisitas
yang satu dengan yang lainnya. Dalam hal ini kita sebut variabel-variabel bebas ini tidak ortogonal. Variabel-variabel bebas yang bersifat ortogonal adalah
variabel bebas yang memiliki nilai korelasi diantara sesamanya sama dengan nol. Jika terjadi korelasi sempurna diantara sesama variabel bebas, maka
konsekuensinya adalah: a Koefisien-koefisien regresi menjadi tidak dapat ditaksir. b Nilai standar error setiap koefisien regresi menjadi tak terhingga.
Pengujian ini bermaksud untuk menguji apakah pada model reg kan adanya korelasi antar variabel bebas. Jika terjadi korelasi, maka
dinamakan terdapat problem multikolinieritas. Ada dua cara yang dapat dilakukan jika terjadi multikolinieritas, yaitu:
a Mengeluarkan salah satu varia
berkolerasi dengan kuat, maka bisa dipilih X
1
dan X
2
yang dikeluarkan dari model regresi.
Menggunakan m Untuk mengetahui ada tidaknya multikolinearitas dalam model regre
ntuk melihat toleransi variabel dan Variance Inflation Factor VIF. Pedoman suatu model regresi bebas multikolinearitas adalah mempunyai nilai VIF
disekitar angka 1 dan mempunyai nilai Tolerance mendekati 1, serta besaran
korelasi antar variabel independen haruslah lemah di bawah 0,5 Santoso, 2001.
4
Tujuan dari pengujian ini adalah untuk menguji apakah dalam sebuah model
titik- titik m
4.8.4. oodness of Fit