Teknik Uji Prasyaratan Analisis

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