b Uji Reliabilitas
Pengukuran reliabilitas bertujuan untuk mengetahui tingkat keandalan instrumen. Pengujian reliabilitas instrument dihitung
dengan menggunakan metode Alpha. Rumus Alpha tersebut menurut Riduwan 2006:115 adalah sebagai berikut:
r
11
=
� �−1
1 −
∑�� �
Keterangan : r
11
= Nilai Reliabilitas ∑Si = Jumlah varian skor tiap itembutir
St = Varian total
k = Jumlah item
Kriteria keputusan reliabel tidaknya kuesioner dinyatakan apabila nilai r
hitung
r
tabel
dengan taraf signifikansi 0,05 sehingga kuesioner dikatakan reliabel.
g. Teknik Uji Prasyaratan Analisis
Sebelum data dianalisis lebih lanjut menggunakan analisis regresi linear sederhana, data tersebut harus sesuai dengan syarat-syarat yang
dikehendaki dalam analisis regresi yaitu sebagai berikut :
1 Uji Asumsi Klasik
Metode analisis data yang digunakan adalah model analisis regresi sederhana dengan bantuan software SPSS versi 16 for
Windows. Untuk menghasilkan suatu model yang baik, analisis
regresi memerlukan pengujian asumsi klasik sebelum melakuka n pengujian hipotesis. Pengujian asumsi klasik tersebut meliputi uji
normalitas, uji multikolinearitas, uji heteroskedastisitas, dan uji autokorelasi
.
a Uji Normalitas
Tujuan uji normalitas data ini adalah untuk mengetahui apakah dalam model regresi variabel pengganggu atau residual
memiliki distribusi normal. Jika data normal, maka digunakan statistik parametrik, dan jika data tidak normal, gunakan statistik
nonparametrik. Ghozali 2005:115, memberikan pedoman pengambilan keputusan rentang data mendekati atau merupakan
distribusi normal berdasarkan uji Kolmogorov - Smirnov yang dapat dilihat dari:
1. Jika nilai signifikan 0.05 maka distribusi data tidak normal
2. Jika nilai signifikan 0.05 maka distribusi data normal
Hipotesis yang digunakan : Ho : Data residual berdistribusi normal
Ha : Data residual tidak berdistribusi normal Hasil uji normalitas dengan menggunakan model Kolmogo rov-
Smirnov.
b Uji Multikolinieritas
Pengujian ini bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi diantara variabel independen. Model
regresi yang baik seharusnya tidak terjadi korelasi diantara variabel independen Ghozali, 2005:91. Untuk mendeteksi ada
atau tidaknya multikolonieritas di dalam model regresi adalah sebagai berikut :
1 Menganalisis matrik korelasi variabel-variabel independen,
jika diantara variabel independen ada korelasi yang cukup tinggi umumnya diatas 0.90, maka hal ini merupakan indikasi
adanya multikolonieritas. 2
Multikolonieritas dapat juga dilihat dari 1 nilai tolerance dan lawannya 2 variance inflation factor VIF,nilai cut off yang
umum dipakai untuk menunjukkan adanya multikolonieritas adalah nilai tolerance 0,10 atau sama dengan nilai VIF 10.
3 Uji Autokorelasi
Pengujian ini bertujuan untuk melihat apakah dalam suatu model regresi linear ada korelasi antara kesalahan pengganggu
pada periode t dengan kesalahan pengganggu pada periode t-1 sebelumnya. Jika terjadi korelasi, maka dinamakan ada problem
autokorelasi. Autokorelasi muncul karena observasi yang berurutan sepanjang waktu berkaitan satu sama lainnya. Hal ini
sering ditemukan pada time series. Salah satu cara yang dapat digunakan untuk mendeteksi masalah autokorelasi adalah dengan
uji Durbin Watson Ghozali, 2005:95
4 Uji Heterokedastisitas
Pengujian ini bertujuan untuk melihat apakah dalam model regresi terjadi ketidaksamaan variabel dari residual satu
pengamatan ke pengamatan lain. Jika variabel residual tersebut tetap, maka disebut homoskedastisitas dan jika berbeda disebut
heterokedastisitas. Model
regresi yang
baik adalah
homokedastisitas Ghozali,
2005:105. Ada
tidaknya heteroskedastisitas dapat dilakukan dengan melihat grafik
Scaterplot antara nilai prediksi variabel independen dengan nilai residualnya.
Dasar yang
digunakan untuk
menentukan heteroskedastisitas antara lain :
a Jika ada pola tertentu, seperti titik-titik yang ada membentuk
pola tertentu yang teratur bergelombang, melebar kemudian menyempit,
maka mengindikasikan
telah terjadi
heteroskedastisitas. b
Jika tidak ada pola yang jelas, serta titik – titik yang menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi
heteroskedastisitas.
h. Tekhnik Analisis Data