UJI INSTRUMEN

VALIDITAS
- Apakah data sudah valid
- Sugiono “ Instrumen yang valid adalah
instrumen yang dapat digunakan untuk
mengukur apa yang seharusnya diukur.
- r hitung > r tabel
- Corrected Item Total Correlation
REALIBILITAS
- Tingkat keandalan instrumen
- Menunjukan konsistensi dari jawaban responden yang
terdapat pada kuisoner.
- Instrumen Reliabel yaitu instrumen jika digunakan
berulang kali untuk mengkur objek yang sama akan
menghasilkan data yang sama. ( Sugiyono, 2012)
- Instrumen Reliabel jika : koeifien ≥ 0,60
(Nunnaly, 1967 dalam Ghozali 2005:42)
- r hitung > r tabel
- Reability Statistic

TEKNIK ANALISA DATA

UJI ASUMSI REGRESI LINIER DETERMINASI

DESKRIPTIF HIPOTESIS
KLASIK BERGANDA R2 (R Square)
- Data disusun dan Pengujian pada Untuk melihat hubungan 1. Parsial (t) Mengukur seberapa
dikelompokan, variabel penelitian secara linier antara 2 2. Simultan (F) besar kemampuan
kemudian dengan model regresi variabel bebas dan Variabel model dalam
dianalisis ( pengaruh) terikat ( X1 & X2  Y) menerangkan
sehingga 1. Normalitas variabel terikat.
diperoleh 2. Multikolineritas Y = α + β1X1 + β2X2 + Jika R2 > variabel
gambaran 3. Heterokedastisita terikat
tentang masalah s β3X3+ β4X4 + e
yang dihadapi

UJI ASUMSI KLASIK

NORMALITAS HETEROSKEDASTISITAS MULTIKOLINEARITAS

- Melihat normal tidaknya - Melihat apakah terjadi varian - Melihat apakah pada model regresi
sebaran data yang akan gangguan berbeda dari suatu ditemukan adanya korelasi antar
dianalisis. pengamatan ke pengamatan variabel bebas.
- Suatu variabel dikatakan
lainnya. - Jika nilai VIF < 5 (Uyanto,2006:58)
normal jika gambar
berdistribusi dengan titik2 - Model yang baik yaitu tidak
data yang menyebar terdapatnya pola tertentu
disekitar garis diagonal dan pada Scatterplot.
penyebaran titik2 data - Scatterlpot
searah mengikuti garis
diagonal. (Nugroho,
2005:24)
- Normality Probability Plot
 UJI HIPOTESIS

UJI t ( parsial) UJI F ( Simultan)

- Apakah masing2 variabel (X) berpengaruh - Apakah variabel bebas secara bersama2 memiliki
terhadap Y pengaruh terhadap Y.
- Ho = 0 Tdk Signikan, - F hitung > F tabel (Sugiono, 2012:223)
Ha ≠ 0 Signifikan (Ghozali, 2005:84)
Rumus F Tabel :
- Ho diterima jika thitung< ttabel pada α = 0,05 Df1 = k -1
Ha ditolak jika thitung> ttabel pada α = 0,05 Df2 = n-1
k = jumlah variabel = 5
n = Jumlah sampel = 87
- t hitung = Cofficients t , Lamp 3 Hal 103 Df1 = 5-1 = 4
t Tabel = Residual Statistic , Lamp 3 Hal 103 Df2 = 87-4 = 83

R2 ini juga disebut dengan koefisien determinasi, dan nilainya berkisar antara 0 – 1.
R2 bernilai 0,78, artinya bahwa 78 persen dari variasi dalam variabel terikat dapat dijelaskan oleh variabel
bebas.
sifat penting dari R2 adalah bahwa nilainya selalu menaik seiring dengan semakin banyaknya jumlah variabel
bebas.

R2 selalu bernilai positif, tetapi adjusted R-Square bisa saja bernilai negatif meskipun R2 nya bernilai positif.

Adjusted R-Square bernilai negatif ?

Artinya:
1. Model tidak bagus (sehingga R-squared nya kecil)
2. Variabel terlalu banyak
3. Data/observasi terlalu sedikit
Bagaimana cara memperbaikinya ?
1. Perbaiki model
2. Kurangi variabel
3. Tambah data/observasi

Koefisien korelasi r dipakai hanya untuk menyatakan keeratan hubungan yang bersifat linier sederhana,
sedangkan indeks korelasi R untuk menyatakan keeratan hubungan dari bentuk-bentuk linier berganda dan
bentuk non linier.