P_18 105.97
242.378 .655
.951 Valid
P_19 105.93
239.995 .658
.951 Valid
P_20 105.63
245.413 .453
.953 Valid
P_21 105.67
239.126 .741
.950 Valid
P_22 105.50
242.672 .809
.950 Valid
P_23 105.63
239.137 .692
.950 Valid
P_24 105.57
242.116 .645
.951 Valid
P_25 105.67
243.678 .672
.951 Valid
P_26 105.67
243.264 .738
.950 Valid
P_27 106.13
242.602 .576
.952 Valid
P_28 105.77
242.116 .652
.951 Valid
Sumber : Hasil Pengolahan Data SPSS Versi 20, 2015
Tabel 3.3 menunjukan bahwa semua butir pernyataan memiliki nilai Corrected Item Total Correlation lebih besar dari nilai r
Tabel
0.361. dengan demikian semua butir pernyataan dinyatakan valid dan koesioner dapat
dilanjutkan pada tahap pengujian realibilitas
3.9.2 Uji Reabilitas
Menurut Ghozali 2005: 170 Reliabilitas merupakan alat untuk mengukur suatu daftar pertanyaan kuesioner yang merupakan indikator dari variabel-variabel
yang diteliti. Uji reliabilitas dilakukan terhadap item pertanyaan yang dinyatakan valid. Dengan kata lain, reliabilitas menunjukkan konsistensi suatu alat ukur
dalam mengukur gejala yang sama. Reliabilitas dilakukan untuk mengukur konsistensi konstruk atau variabel penelitian suatu kuesioner dikatakan Reliable
atau handal jika jawaban seseorang terhadap pertanyaan adalah konsisten atau stabil dari waktu ke waktu.
Jika nilai Cronbach Alpha 0,80, maka pertanyaan tersebut dikatakan realiabel.
Jika nilai Cronbach Alpha 0,80, maka pertanyaan tersebut dinyatakan tidak realiabel
Tabel 3.4 Hasil Uji Reliabilitas
Reliability Statistics
Cronbachs Alpha N of Items
.953 28
Sumber : Hasil Pengolahan Data SPSS Versi 20, 2014
Dari hasil pengolahan data dapat dilihat pada Tabel 3.4, Cronbach Alpha sebesar 0,953. Karena Cronbach Alpha diatas 0,80 maka seluruh butir pernyataan
adalah realiabel.
3.9.3 Uji Asumsi Klasik
Uji Asumsi Klasik dilakukan untuk mengetahui apakah model regresi yang dibuat dapat digunakan sebagai alat prediksi yang baik. Uji asumsi klasik
yang akan dilakukan adalah uji multikolinearitas, uji heteroskedastisitas, dan uji normalitas.
1. Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah variabel terikat dan variabel bebas dalam model regresi mempunyai distribusi normal atau tidak.
Model regresi yang baik adalah yang memiliki distribusi normal atau mendekati normal. Pengujian distribusi normal dilakukan dengan cara melihat histogram
yang membandingkan data observasi dengan distribusi yang mendekati normal. Disamping itu digunakan normal probability plot yang membandingkan distribusi
kumulatif dari data yang sesungguhnya dengan distribusi kumulatif dari data
distribusi normal. Jika distribusi normal, maka garis yang menggambarkan data sesungguhnya akan mengikuti garis diagonalnya.
2. Uji Heteroskedastisitas
Salah satu asumsi penting dari model regresi linear klasik adalah bahwa variance dari residual yang muncul dalam fungsi regresi adalah homokedastisitas,
yaitu terjadi kesamaan variance dari residual satu pengamatan kepengamatan yang lain . Untuk mendeteksi ada atau tidaknya heteroskedastisitas dilakukan uji
Gletser dengan melihat tingkat signifikansi dari hasil regresi nilai absolute residual sebagai variabel terikat dengan variabel karakteristiknya. Deteksi ada
atau tidaknya heteroskedastisitas dapat juga dilakukan dengan melihat ada tidaknya pola tertentu bergelombang, melebar kemudian menyempit pada grafik
plot Scatterplot antara nilai prediksi variabel terkait ZPRED dengan residualnya SRESID.
3. Uji multikolinearitas
Uji multikolinearitas bertujuan untuk menguji apakah ditemukan adanya korelasi diantara variabel bebas independen. Model yang baik seharusnya tidak terjadi
korelasi diantara variabel bebas Ghozali, 2005: 175. Deteksi terhadap ada tidaknya multikolinearitas yaitu dengan menganalisis matriks korelasi variable-
variabel bebas, dan dapat juga dilihat pada nilai tolerance serta nilai Variance Inflation Factor VIF. Jika nilai VIF tidak lebih dari 5 dan nilai tolerance tidak
kurang dari 0.1, maka dapat dikatakan terbebas dari multikolinearitas
3.9.4 Analisis Regresi Linier Berganda
