Disusun oleh:
ADHITYA KHRESNA YPS
2017020033
MANAJEMEN B1
SEMESTER VI
1. Uji Validitas
Uji validitas akan menguji masing-masing variabel yang digunakan dalam penelitian
ini, dimana keseluruhan variabel penelitian memuat 20 pernyataan. Adapun kriteria yang
digunakan dalam menentukan valid tidaknya pernyataan yang digunakan dalam penelitian
ini adalah sebagai berikut : tingkat kepercayaan = 95 persen (= 5 persen), derajat
kebebasan (df) = n –2 = 30 – 2 = 28, didapat r tabel = 0,3061. Jika r hitung (untuk tiap
butir dapat dilihat pada baris Pearson Correlation) lebih besar dari r tabel dan nilai r
positif, maka butir pernyataan dikatakan valid (Ghozali dalam Isnan 2013).
Hasil perhitungan dalam penelitian ini menggunakan spss versi 16 seperti yang ada
dalam lampiran. Dari hasil perhitungan menggunakan spss versi 16 diperoleh bahwa 19
indikator pernyataan adalah valid dan 1 pernyataan tidak valid dan diperbaiki,
2. Uji Reliabilitas
Reliabilitas adalah alat untuk mengukur suatu kuesioner yang merupakan alat
pengukuran konstruk atau variabel. Suatu kuesioner dikatakan reliabel atau handal jika
jawaban seseorang terhadap pertanyaan adalah konsisten atau stabil dari waktu ke waktu
(Ghozali dalam Isnan 2013). Uji reliabilitas adalah tingkat kestabilan suatu alat pengukur
dalam mengukur suatu gejala/kejadian. Semakin tinggi reliabilitas suatu alat pengukur,
semakin stabil pula alat pengukur tersebut. Menurut Suharsimi Arikunto (2003: 109), suatu
instrumen dikatakan reliabel jika r11 > 0,70, maka jika r11 < 0,70 instrumen harus
diperbaiki. Adapun hasil uji reliabilitas dalam penelitian ini dapat dilihat sebagai berikut:
Reliability Statistics
Cronbach's
Alpha N of Items
.751 21
Karena untuk r hitung (dapat dilihat pada kolom Cronbach`s Alpha) sebesar 0,751
1. Uji Multikolineritas
adanya korelasi antar variabel bebas (independen). Model regresi yang baik seharusnya
tidak terjadi korelasi diantara variabel. Untuk dapat menentukan apakah terdapat
multikolinearitas dalam model regresi pada penelitian ini adalah dengan melihat nilai VIF
a. Besarnya Variabel Inflation Factor (VIF), pedoman suatu model regresi yang bebas
b. Besarnya Tolerance pedoman suatu model regresi yang bebas Multikoneritas yaitu
Standardized
Unstandardized Coefficients Coefficients Collinearity Statistics
a. Dependent Variable: Y
Dari tabel terlihat bahwa tidak ada variabel yang memiliki nilai VIF lebih besar
dari 10 dan nilai tolerance lebih besar sama dengan dari 0,1. Sehingga dari hal-hal
tersebut di atas dapat disimpulkan bahwa tidak terdapat multikolinearitas antar variabel
2. Uji Heteroskedastisitas
ketidaksamaan variance dari residual satu pengamatan kepengamatan yang lain. Jika
variance dari residual pengamatan yang lain tetap, disebut homoskedastisitas dan jika
atau tidak terjadi heteroskedastisitas (Ghozali dalam Isnan, 2013: 40). Cara untuk
mendeteksi ada atau tidaknya heteroskedastisitas dengan cara melihat grafik plot antara
nilai prediksi variabel terikat (ZPRED) dengan residualnya (SRESID). Deteksi ada
tidaknya heteroskedastisitas dapat di lakukan dengan melihat ada tidaknya pola tertentu
pada grafik scatterplot antara SRESID dan ZPRED dengan dasar analisisnya sebagai
berikut :
1) Jika ada pola tertentu, seperti titik-titik yang membentuk pola tertentu yang teratur
terjadi heteroskedastisitas.
2) Jika tidak ada pola yang jelas, serta titik-titik menyebut diatas dan dibawah adalah
angka nol pada sumbu Y, maka tidak ada heteroskedastisitas (Ghozali dalam Isnan
2013: 41).
Dalam gambar diatas menunjukkan bahwa tidak ada pola yang jelas, serta titik-titik
menyebut diatas dan dibawah adalah angka nol pada sumbu Y, maka model regresi
3. Uji Normalitas
Uji normalitas dilakukan untuk mengetahui apakah data yang diambil dalam
penelitian berasal dari populasi yang berdistribusi normal atau tidak. Model regresi yang
baik adalah yang datanya berdistribusi normal atau mendekati normal. Pengujian
normalitas dilakukan dengan menggunakan pengujian grafik Probability Plot dengan
menggunakan SPSS 16.0 dan diperoleh hasil seperti tampak pada Gambar 4.5. berikut.
Grafik normal probability plot menunjukkan bahwa data menyebar di sekitar garis
diagonal dan mengikuti arah garis diagonal, maka model regresi memenuhi asumsi
normalitas.
Analisis regresi linear berganda digunakan dalam penelitian ini dengan tujuan
untuk mengetahui ada tidaknya pengaruh variabel bebas terhadap variabel terikat.
Perhitungan statistik dalam analisis regresi linear berganda yang digunakan dalam
penelitian ini adalah dengan menggunakan bantuan program komputer SPSS for Windows
versi 16.0. Ringkasan hasil pengolahan data dengan menggunakan program SPSS tersebut
Standardized
Unstandardized Coefficients Coefficients
a. Dependent Variable: Y
Dari hasil tersebut apabila ditulis dalam bentuk standardized dari persamaan regresinya
1. Nilai (constan) menunjukkan nilai sebesar 11,157 artinya jika nilai variabel independent
(bebas) nol maka nilai variabel dependent (terikat) sebesar 11,157 dalam hal ini jika rasio
X1,X2, dan X3 bernilai 0,00 maka rasio Y akan menurun jika tidak ada X1,X2, dan X3.
2. Nilai variabel X1 menunjukkan tanda positif dinilai (0,775) artinya setiap kenaikan 1 nilai
pada variabel X1 dalam hal ini meningkatkan 1% rasio X1 akan menaikkan nilai variabel
Y sebesar 0,775.
3. Nilai variabel X2 menunjukkan nilai 0,264, nilai koefisien B sebesar (0,176), dan tingkat
signifikan sebesar 0,450. Hal ini menandakan bahwa koefisien variabel (X2) memiliki
signifikan sebesar 0,228. Hal ini menandakan bahwa koefisien variabel (X3) tidak
memiliki pengaruh positif (searah) terhadap (Y) dengan tingkat signifikan 0,228
Ketepatan fungsi regresi sampel dalam menaksir nilai aktual dapat dinilai dengan
Goodness of Fit-nya. Secara statistik setidaknya ini dapat diukur dari nilai koefisien
determinasi, nilai statistik F dan nilai statistik t. Perhitungan statistik disebut signifikan
secara statistik apabila nilai uji statistiknya berada dalam daerah kritis (daerah dimana Ho
ditolak), sebaliknya disebut tidak signifikan bila nilai uji statistiknya berada dalam daerah
1. Uji t
Uji t dimaksudkan untuk mengetahui seberapa jauh pengaruh satu variabel independen
x1,x2, dan x3 secara individual dalam menerangkan variabel dependen y. Hasil uji t pada
a
Coefficients
Standardized
Unstandardized Coefficients Coefficients Collinearity Statistics
a. Dependent Variable: Y
a. Variabel x1
Ho : b1 = 0 : x1 tidak berpengaruh positif signifikan terhadap y.
Hasil pengujian dengan SPSS diperoleh untuk variabel X1 (diperoleh nilai t hitung =
diperoleh t tabel = 1,708. Diketahui bahwa nilai t tabel lebih kecil dari nilai t hitung
signifikan terhadap y
b. Variabel x2
Hasil pengujian dengan SPSS diperoleh untuk variabel X2 diperoleh nilai t hitung
diperoleh t tabel = 1,708. Diketahui bahwa nilai t tabel lebih besar dari nilai t hitung
c. Variabel x3
Hasil pengujian dengan SPSS diperoleh untuk variabel X3 diperoleh nilai t hitung
diperoleh t tabel = 1,708 Diketahui bahwa nilai t tabel lebih besar dari nilai t hitung
2. Uji F
Hasil perhitungan parameter model regresi secara bersama-sama diperoleh pada
b
ANOVA
Total 515.867 29
b. Dependent Variable: Y
a. Ho : b1, b2, b3, b4 = 0 berarti tidak ada pengaruh yang signifikan dari x1 x2 x3
terhadap y
b. Ha : b1, b2, b3, b4 > 0 berarti ada pengaruh yang signifikan dari x1 x2 x3 terhadap y
30 – 4 = 26, dan taraf signifikansi 5%. Hal ini berarti bahwa F hitung > F tabel sehingga
terhadap y.
3. Koefisien Determinasi (R2)
Koefisien determinasi (R2 ) pada intinya mengukur seberapa jauh kemampuan model
dalam menerangkan variasi variabel dependen. Nilai koefisien determinasi adalah antara
nol dan satu (Ghozali dalam Isnan 2013). Nilai koefisien determinasi dapat dilihat pada
b
Model Summary
b. Dependent Variable: Y
bahwa koefisien determinasi (adjusted R2) yang diperoleh sebesar 0,541. Hal ini berarti
dipengaruhi oleh variabel-variabel lainnya yang tidak diteliti dalam penelitian ini.