reliabel. Realibilitas suatu konstruk variabel dikatakan baik jika memiliki nilai Cronbach’s Alpha 0,60 Agung Bhuono, 2005:72
Pengujian reliabilitas instrument dapat dilakukan secara eksternal maupun internal. Secara eksternal pengujian dapat dilakukan dengan test
retest, equivalent, dan gabungan keduanya. Secara Internal reliabilitas instrument dapat diuji dengan menganalisis konsistensi butir-butir yang
ada pada instrument dengan teknik tertentu Sugiyono, 2004 :122. Apabila suatu alat pengukuran telah dinyatakan valid, maka
tahap berikutnya adalah mengukur reliabilitas dari alat. Sebagai ukuran yang menunjukkan konsistensi dari alat ukur dalam mengukur
gejala yang sama di lain kesempatan. Untuk melihat reliabilitas suatu konstruk pertanyaan, maka dihitung cronbach alpha masing-masing
instrumen variabel. Uji
reliabilitas sebaiknya
dilakukan pada
masing-masing variabel pada lembar kerja yang berbeda, sehingga dapat diketahui
konstruk variabel mana yang tidak variabel. Variabel-variabel tersebut dikatakan reliabel apabila nilai Cronbach Alphanya memiliki
nilai yang lebih besar dari 0,60. Uji reliabilitas bertujuan untuk melihat konsistensi alat ukur yang akan digunakan yakni apakah alat ukur
tersebut akurat, stabil, dan konsisten.
2. Uji Asumsi Klasik
Model Regresi berganda dapat disebut sebagai model yang baik, jika model tersebut memenuhi asumsi normalitas data yang terbatas dari
asumsi klasik stastistik, baik itu Normalitas, Multikolinearitas dan Heterokedasitas Agung Bhuono,2005:57
a Uji Normalitas
Uji Normalitas bertujuan untuk menguji apakah suatu model regresi linier dari variabel terikat dan variabel bebas atau kedua-
duanya mempunyai distribusi normal atau tidak. Model regresi yang baik adalah distribusi data normal atau mendekati normal Singgih
Santoso, 2000: 213. Uji
Normalitas sebaiknya
dilakukan sebelum
data diolah
berdasarkan model-model penelitian. Uji Normalitas bertujuan untuk mengetahui data dalam variabel yang digunakan dalam penelitian.
Normalitas dapat dilakukan dengan bebarapa cara, yaitu : 1 Nilai Skewness yang digunakan untuk mengetahui begaimana
distribusi normal data dalam variabel dengan menilai kemiringan kurva.
2 Histogram Display Normal Curve yaitu normalitas data dilihat dengan bentuk gambar kurva, Gambar dikatakan normal jika bentuk
kurva memeliki kemiringan yang cenderung imbang baik sisi kiri mauun sisi kanan dan kurva menyerupai lonceng yang hampir
sempurna. 3 Output Kurva normal P-Plot yaitu suatu variabel dikatakan normal
jika gambar distribusi dengan titik-titik dan menyebar disekitar garis
diagonal dan penyebaran titik-titik data searah mengikuti garis diagonal Agung Bhuono,2005:19-24
b Uji Multikolinearitas
Istilah Multikolinearitas diciptakan oleh Ranger Frish di dalam bukunya “Statistical Confluence Analysis by Mean of Complete
Regression system “ istilah tersebut berarti adanya hubungan linier yang sempurna atau eksak perpect of exact diantara variabel bebas
dalam model regresi J. Supranto, 1983. Uji multikolinearitas diperlukan untuk mengetahui ada tidaknya
variabel independen yang memiliki kemiripan dengan variabel independen
lain dalam
satu model.
Untuk menguji
asumsi multikolinearitas dapat digunakan VIF variance inflation factor,
dimana Gujarati 2003 mengatakan bila nilai VIF lebih kecil dari 10 berarti terdapat kolinearitas sangat tinggi dan sebaliknya apabila nilai
VIF lebih kecil dari 10 maka tidak terjadi multikolinearitas. Hal ini, sesuai dengan pernyataan Agung Bhuono 2005:58 bahwa nilai VIF
tidak lebih dari 10 dan nilai tolerance tidak kurang dari 0.1, maka model dapat dikatakan terbebas dari multikolinearitas VIFTolerance,
jika VIF =10 maka tolerance =110= 0.1. Semakin tinggi VIF maka semakin rendah tolerance.
c Uji Heteroskedasitas
Heteroskedasitas adalah keadaan dimana varian dari kesalahan pengganggu tidak konstan untuk semua nilai variabel bebas
J.Supranto:1983. Uji Heteroskedasitas bertujuan untuk menguji apakah dalam
model regresi terdapat ketidaksamaan varian dari residual satu pengamatan kepengamatan lain. Jika varian dari residual satu
pengamatan kepengamatan
yang lain
tetap, maka
disebut homoskedasitas dan jika berbeda disebut heteroskedasitas. Model yang
baik adalah homoskedasitas atau tidak terjadi heterokedasitas. Cara memprediksi ada tidaknya heterokedastisitas dapat dilihat
dari polar gambar Scatterplot yang menyatakan model regresi linier berganda tidak terdapat heterokedastisitas jika :
1 Titik-titik data menyebar diatas dan dibawah atau disekitar angka 0 2 Titik-titik dan tidak mengumpul hanya diatas atau dibawah saja
3 Penyebaran titik-titik
data tidak
boleh membentuk
pola bergelombang melebar kemudian menyempit dan melebar kembali
4 Penyebaran titik-titik data sebaiknya tidak berpola Agung Bhuono, 2005: 62-83
3. Uji Regresi a. Uji Parsial Uji t
