BAB II KAJIAN PUSTAKA
H. Uji Instrumen Penelitian
Ketika seorang peneliti melakukan penelitian dan penelitiannya membutuhkan suatu alat atau instrument, maka seharusnya penelitian tersebut terlebih dahulu menguji instrumen tersebut supaya bisa menghasilkan suatu penelitian yang akurat. Analisa data yang digunakan dalam penelitian kuantitatif ini menggunakan uji instrumen sebagai berikut:
1. Uji Instrumen a. Uji Validitas
Uji Validitas adalah sebuah data yang didapat dari questioner, sebaiknya diuji validitas. Uji validitas dilakukan untuk mengungkapkan apakah pertanyaan pada questioner tersebut sahih atau tidak. Dengan kata lain jika dicontohkan mengenai data kerukunan umat beragama, maka responden ketika diberi empat pertanyaan, pertanyaan tersebut bisa secara tepat mengungkapkan tingkat kerukunan umat beragama. Dengan taraf signifikansi (α) = 0,05, jika Г hitung > Г tabel, maka keusioner sebagai alat pengukur dikatakan valid atau ada korelasi yang nyata antara kedua variabel
tersebut (Bawono, 2006:68). Uji validitas bisa juga dengan melihat tabel korelasi. Kriterianya apabila nilai korelasi antara score butir pertanyaan dengan total score-nya berbintang 2 maka dapat dikatakan item kuesioner tersebut valid.
b. Uji Reliabilitas
Uji Reliabilitas pada prinsipnya adalah menguji data yang kita peroleh sebagai misal hasil dari jawaban questioner yang kita bagikan. Jika questioner tersebut itu handal atau reliable, andaikata jawaban responden tersebut konsisten dari waktu ke waktu. Menurut Sutrisno Hadi dalam Bawono (2006:64) analisis ini dipakai untuk mengetahui sejauh mana pengukuran data yang dapat memberikan hasil relatif konsisten atau tidak berbeda jika diukur ulang dengan subyek yang sama, sehingga dapat diketahui konsistensi keterandalan alat ukur (kuesioner). Untuk mengukur reabilitas menggunakan uji statistik cronbach alpha suatu variabel dikatakan reliable jika cronbach alpha lebih besar dari 0,6.
2. Uji Statistik
Uji statistik di sini digunakan untuk melihat tingkat ketepatan atau keakuratan dari suatu fungsi atau persamaan untuk menaksir dari data yang kita analisa. Nilai ketepatan atau keaktualan ini dapat diukur dari goodness of fitnya (Bawono, 2006:88). Uji statistik ini dapat dilihat dari nilai t hitung, F hitung dan nilai koefisien determinasinya. Berkaitan apakah uji statistik ini dikatakan lolos atau tidak, tergantung dari tingkat
signifikansi dari hasil perhitungannya, jika hasilnya berada didaerah kritis atau yang menolak Ho maka dikatakan bahwa uji statistiknya lolos dan layak untuk uji selanjutnya dan ini berlaku sebaliknya jika berada di daerah yang menerima Ho. Uji statistik dapat dilihat dari:
a. Uji ttest (uji secara individu)
Uji ini digunakan untuk melihat tingkat signifikansi variabel (keadaan ekonomi, gaya hidup, dan tingkat pendidikan) mempengaruhi variabel dependen (keputusan) secara individu atau sendiri-sendiri. Pengujian ini dilakukan secara parsial atau individu, dengan menggunakan uji t statistik untuk masing-masing variabel bebas dengan tingkat kepercayaan tertentu yaitu dengan taraf signifikansi (α) = 5% (Bawono, 2006:89).
b. Uji Ftest (uji secara serempak)
Uji F dilakukan dengan tujuan untuk mengetahui seberapa jauh semua variabel X (keadaan ekonomi, gaya hidup, dan tingkat pendidikan) secara bersama-sama dapat mempengaruhi variabel Y (keputusan) dengan taraf signifikansi sebesar (α) = 5% atau 0,05 (Bawono, 2006:91).
c. Uji R2 (koefisien determinasi)
Koefisien determinasi (R2) menunjukkan sejauh mana tingkat hubungan antara variabel dependen (keputusan) dengan variabel independen (keadaan ekonomi, gaya hidup, dan tingkat pendidikan),
atau sejauh mana kontribusi variabel independen X mempengaruhi variabel dependen Y.
Ciri-ciri R2 adalah:
1. Besarnya nilai koefisien determinasi terletak antara 0 sampai dengan 1, jadi nilai R2terletak antara 0 ≤ R2≤ 1.
2. Nilai nol menunjukkan tidak adanya hubungan antara variabel independen dengan variabel dependen.
3. Sedangkan nilai 1 menunjukkan adanya hubungan yang sempurna antara variabel independen dengan variabel dependen.
4. Menghitung koefisien determinasi (R2) untuk menilai besarnya sumbangan atau kontribusi variabel independen (keadaan ekonomi, gaya hidup, dan tingkat pendidikan) terhadap nilai variabel dependen (keputusan) Bawono, 2006:92).
3. Uji Asumsi Klasik
Uji asumsi klasik merupakan tahapan yang penting dilakukan dalam proses analisis regresi. Apabila tidak terdapat gejala asumsi klasik diharapkan dapat dihasilkan model regresi yang handal sesuai dengan kaidah BLUE (Best Linier Unbiased Estimator), yang menghasilkan model regresi yang tidak bias dan handal sebagai penaksir. Pelanggaran terhadap asumsi klasik berarti model regresi yang diperoleh tidak banyak bermanfaat dan kurang valid. Di samping itu uji asumsi klasik berguna untuk melengkapi uji statistik yang telah dilakukan yaitu uji F, t dan determinasi (Bawono, 2006:115). Uji asumsi klasik terdiri dari:
a) Uji Normalitas
Uji ini untuk menguji apakah dalam model regresi kita, data variabel dependen dan independen yang kita pakai apakah berdistribusi normal atau tidak. Sebuah data penelitian yang baik adalah yang datanya berdistribusi normal. Ada beberapa cara salah satunya dengan analisi grafik, dasar pengambilan keputusan yaitu: 1. Jika data menyebar di sekitar garis diagonal dan mengikuti arah
garis diagonal atau grafik histogramnya menunjukkan pola distribusi normal, maka model regresi memenuhi asumsi normalitas.
2. Jika data menyebar jauh dari diagonal atau tidak mengikuti arah diagonal atau grafik histogram tidak menunjukkan pola distribusi normal, maka model regresi tidak memenuhi asumsi normalitas (Bawono, 2006:179).
b) Uji Linieritas
Pengujian linieritas digunakan untuk menguji apakah spesifikasi model yang kita gunakan sudah tepat atau lebih baik dalam spesifikasi model bentuk lain. Dalam menguji data linieritas menggunakan uji lagrange multiplier. Kriteria dari pengujian ini apabila untuk nilai X2 hitung < X2 tabel, maka model yang digunakan sudah tepat (Bawono, 2006:179).
c) Uji Multicollinearity
Multicollinearity adalah situasi di mana terdapat korelasi variabel-variabel bebas di antara satu dengan yang lainnya. Dalam hal ini dapat disebut variabel-variabel ini tidak orthogonal. Variabel yang bersifat orthogonal adalah variabel bebas yang nilai korelasi antar sesamanya sama dengan nol. Masalah multikolinearitas biasanya muncul pada data time series, yang mengakibatkan berubahnya tanda dari parameter estimasi. Untuk mendeteksi ada atau tidaknya multikolinearitas didalam model regresi adalah dengan melakukan auxilary regresi antar variabel independen untuk mendapatkan r2, kemudian dibandingkan dengan R2 dari persamaan utama, apabila R2 hasil regresi utama > r2 hasil regresi parsial antara variabel independen dengan variabel independen lainnya sehingga bisa dikatakan tidak ada gejala multikolinearitas (Bawono, 2006:115).
d) Uji Heteroscedasticity
Heteroscedasticity terjadi apabila varian dari variabel pengganggu tidak sama untuk semua observasi, akibat yang timbul apabila terjadi heteroskedastisitas adalah penaksir tidak bias tetapi tidak efisien lagi baik dalam sampel besar maupun sampel kecil, serta uji t-test dan F- test akan menyebabkan kesimpulan yang salah. Uji heteroskedastitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang lain. Jika variance dari residual satu pengamatan ke pengamatan
yang lain tetap, disebut homoskedastisitas dan jika berbeda disebut heteroskedastisitas. Model regresi yang baik adalah homoskedastisitas atau tidak terjadi heteroskedastisitas. Untuk mendeteksi ada atau tidaknya heteroskedastisitas dilakukan dengan metode Park. Park mengemukakan metode ini merupakan fungsi dari variabel-variabel bebas, apabila persamaan regresi signifikan secara statistik maka data model empiris yang diestimati terdapat heteroscedasticity, apabila tidak signifikan secara statistik maka asumsi homokedasticity pada data model tersebut tidak dapat ditolak (Bawono, 2006:136).
I. Alat Analisis
Dalam penelitian ini peneliti menggunakan data kuantitatif dimana kuantitatif merupakan suatu data dalam bentuk angka. Sehingga dalam pengolahan data kuantitatif agar lebih mudah maka diolah dengan menggunakan program SPSS (Statistical Product And Servise Solution). Proses pengolahan data dengan SPSS mirip dengan proses pengolahan data pada komputer. Hanya di sini ada variasi dalam penyajian input dan uotput data (Bawono, 2006:1). SPSS berfungsi untuk membantu pengolahan data agar lebih cepat dan tepat agar hasilnya sesuai dengan yang diinginkan oleh peneliti dengan menghasilkan berbagai output sesuai yang dikehendaki oleh para pengambil keputusan. SPSS yang digunakan dalam penelitian ini adalah SPSS windows 20.
74