RANCANGAN PENELITIAN
4.5. Analisis Data
4.5.2. Uji Persyaratan 1. Uji Validitas
Validitas atau kesahihan merupakan kemampuan suatu instrumen (alat pengukur) mengukur apa yang harus diukur. Untuk mendapatkan data yang valid dalam metode kuantitatif diperlukan instrumen yang valid, oleh karenanya diperlukan uji validitas instrument. Validitas instrument menggambarkan tingkat instrument yang mampu mengukur apa yang akan diukur (Suharsimi Arikunto;
2005: 219). Disini dijelaskan ada dua jenis validitas instrument penelitian yaitu:
validitas logis dan validitas empiris. Maksud dari validitas logis apabila instrumen tersebut secara analisis akal sudah sesuai dengan isi dan aspek yang diungkapkan.
Hasil uji validitas terhadap ke-25 item pernyataan penelitian dapat dirangkum pada tabel berikut :
Tabel 4.1
Peran Perantara (X4)
Peran1 .603 0.30 Valid
Peran2 .647 0.30 Valid
Peran3 .396 0.30 Valid
Peran4 .563 0.30 Valid
Peran5 .471 0.30 Valid
Penurunan kelangkaan (Y)
Langka1 .624 0.30 Valid
Langka2 .660 0.30 Valid
Langka3 .387 0.30 Valid
Langka4 .574 0.30 Valid
Langka5 .474 0.30 Valid
Sumber : Hasil penelitian 2013 (data diolah)
Tabel 4.1 memperlihatkan bahwa nilai r-hitung validitas ke-25 item pertanyaan adalah lebih besar dari r-tabel (0.30) sehingga dapat disimpulkan bahwa ke-25 item pertanyaan adalah valid.
4.5.2.2. Uji Reliabilitas
Sugiono (2005) menyatakan bahwa reliabilitas adalah serangkaian pengukuran atau serangkaian alat ukur yang memiliki konsistensi bila pengukuran yang dilakukan dengan alat ukur itu dilakukan secara berulang. Reabilitas tes adalah tingkat konsitensi suatu tes, yakni sejauh mana suatu tes dapat dipercaya untuk menghasilkan skor yang konsisten, relatif tidak berubah walaupun diteskan pada situasi yang berbeda-beda. Menurut Santoso (2001) reliabilitas suatu tes adalah seberapa besar derajat tes mengukur secara konsisten sasaran yang diukur.
Reliabilitas dinyatakan dalam bentuk angka, biasanya sebagai koefisien.
Koefisien tinggi berarti reliabilitas tinggi.
Sugiono (2005) menyatakan bahwa pengukuran reliabilitas dilakukan dengan dua cara, yaitu:
1. Repeated measure (pengukuran ulang).
Dalam waktu yang berbeda, responden diberi butir pertanyaan dan alternatif jawaban yang sama. Butir pertanyaan dikatakan andal jika jawabannya sama.
2. One shot (pengukuran sekali saja).
Pengukuran keandalan butir pertanyaan dengan skali menyebarkan kuesioner terhadap responden, dan hasil skornya diukur korelasinya antar skor jawaban pada butir pertanyaan yang sama dengan bantuan komputer Statistical program for society science (SPSS), dengan fasilitas Cronbach Alpha (a).
Suatu konstruk atau variabel dikatakan reliabel jika memberikan nilai Cronbach Alpha > 0,60.
Reliabilitas adalah kehandalan berkaitan dengan estimasi sejauh mana suatu alat ukur dilihat dari stabilitas atau konsistensi internal dari informasi, jawaban atau pertanyaan, jika pengukuran atau pengamatan dilakukan berulang.
Pengujian reliabilitas dapat dihitung dengan menggunakan formula Alpha’s Cronbach yang dirumuskan dalam Santoso (2001) sebagai berikut.
Keterangan:
sj2
= varian skor item ke-j dengan j = 1,2,...,k k = banyaknya item
sX2
= varian skor total keseluruhan item
Jika koefisien reliabilitas (α) ≥ 0,6 maka alat ukur dianggap reliable (handal) atau terdapat internal consistency reliability (Malhotra, 2005).
Hasil uji reliabilitas terhadap ke-5 variabel penelitian dapat dilihat pada tabel 4.2 :
Tabel 4.2 Hasil Uji Reliabilitas
No Variabel r-hitung
reliabilitas
r-tabel Kesimpulan
1 Permintaan pasar (X1) 0.741 0.6 Reliabel
2 Ketersediaan pupuk (X2) 0.732 0.6 Reliabel
3 Kemampuan pasok (X3) 0.732 0.6 Reliabel
4 Peran Perantara (X4) 0.744 0.6 Reliabel
5 Penurunan kelangkaan (Y) 0.750 0.6 Reliabel
Sumber : Hasil penelitian diolah
Tabel 4.2 di atas memperlihatkan bahwa ketiga variabel penelitian memiliki nilai r-hitung reliabilitas lebih besar dari 0.6, sehingga dapat disimpulkan bahwa ke-5 variabel penelitian adalah reliabel
4.5.2.3. Pengujian Asumsi Klasik 1). Uji Normalitas
Uji normalitas berguna untuk tahap awal dalam metode pemilihan analisis data. Jika data normal, gunakan statistik parametrik dan jika data tidak normal, gunakan statistik non parametrik atau lakukan treatment agar data normal. Tujuan Uji normalitas adalah ingin mengetahui apakah dalam model regresi variabel pengganggu atau residual memiliki distribusi normal. Model regresi yang baik adalah distribusi data normal atau mendekati normal, Sugiono (2005).
Ada dua cara untuk mendeteksi apakah residual berdistribusi normal adalah dengan analisis grafik dan uji statistik. Dengan bantuan grafik yang terdapat dalam fasilitas SPSS, jika data menyebar di sekitar garis diagonal dan mengikuti arah garis maka model regresi memenuhi asumsi normalitas.
Sebaliknya, jika data menyebar jauh dari garis diagonal dan atau tidak mengikuti arah garis diagonal, maka model regresi tidak memenuhi asumsi normalitas.
Sedangkan uji normalitas data secara statistik dilakukan dengan uji Skewness dan kurtosis, distribusi data dikatakan normal jika signifikansi > 0,05. Apabila nilai signifikansi < 0,05 maka distribusi data tidak normal.
2). Uji Multikolinieritas
Uji multikolinearitas digunakan untuk mengetahui ada atau tidaknya penyimpangan asumsi klasik multikolinearitas yaitu adanya hubungan linear antar variabel independen dalam model regresi. Prasyarat yang harus terpenuhi dalam model regresi adalah tidak adanya multikolinearitas. Ada beberapa metode pengujian yang bisa digunakan diantaranya yaitu 1) dengan melihat nilai inflation faktor (VIF) pada model regresi, 2) dengan membandingkan nilai koefisien determinasi individual (r2) dengan nilai determinasi secara serentak (R2), dan 3) dengan melihat nilai eigenvalue dan condition index. Pada penelitian ini akan dilakukan uji multikolinearitas dengan melihat nilai inflation faktor (VIF) pada model regresi dan membandingkan nilai koefisien determinasi individual (r2) dengan nilai determinasi secara serentak (R2). Menurut Santoso (2001), jika VIF lebih besar dari 5, maka variabel tersebut mempunyai persoalan multikolinearitas dengan variabel bebas lainnya.
3). Uji Heteroskesdastisitas
Heteroskedastisitas digunakan untuk menguji apakah dalam sebuah regresi menunjukkan variansi antar variabel tersebar dan tidak sama. Uji heterokedastisitas merupakan uji ekonometri yang digunakan untuk menguji suatu
data apakah terjadi korelasi antar variabel rambang atau pengganggu dengan variabel bebasnya (Santoso, 2001).
Heterokedastisitas diuji dengan beberapa cara, seperti menggunakan uji koefisien korelasi Rank Spearman yaitu mengkorelasikan antara absolut residual hasil regresi dengan semua variabel bebas. Bila probabilitas hasil korelasi lebih kecil dari 0,05 (5%) maka persamaan regresi tersebut mengandung heterokedastisitas dan sebaliknya berarti non heterokedastisitas atau homokedastisitas. Bentuk uji heterokedastisitas lainnya adalah menggunakan uji Glejser. Uji Glejser meregresikan nilai absolut residual dengan variabel independennya. Jika nilai t = signifikan berarti terjadi heteroskedastisitas.
4.5.2.4. Uji Hipotesis
Mengingat penelitian ini terdiri dari beberapa variabel bebas dan 1 (satu) variabel dependen, maka uji hipotesis dilakukan dengan menggunakan analisis regresi linier berganda ( multiple linear regression analysis) yang terdiri dari 1).
Uji-F secara simultan dan 2). Uji-t secara parsial 1). Uji Serempak (Uji-F)
Uji-F secara simultan dipergunakan untuk mengetahui pengaruh serentak variabel bebas terhadap variabel terikat (sistem pendistribusian pupuk urea bersubsidi) dengan rumus sebagai berikut :
sisa reg
RJK a b F RJK ( / )
Ketentuan yang diterapkan adalah bila F-dihitung> F-tabel pada signifikansi 5% maka Ho ditolak atau Ha diterima.
2). Uji Pengaruh Parsial (Uji-t)
Uji-t secara parsial dipergunakan untuk mengetahui pengaruh parsial masing masing variabel bebas terhadap variabel terikat (sistem pendistribusian pupuk urea bersubsidi) dengan rumus sebagai berikut :
1 2
2
xy xy
r N r t
Dengan menggunakan derajat kebebasan (db=N-2) pada daftar signifikansi 5%, maka apabila t-hitung > t-tabel dinyatakan kontribusi yang dihitung berarti atau signifikan (Sudjana, 2006:44). Seluruh analisis data regresi linier berganda dilakukan dengan proses kompeterisasi Statistical Package for Sosial Science (SPSS) Versi 19.
3). Koefisien Determinasi (R2)
Koefisien Determinasi R2 bertujuan untuk mengukur seberapa besar pengaruh variabel independen secara simultan mempengaruhi perubahan yang terjadi pada variabel dependen. Jika R2 yang diperoleh dari hasil perhitungan mendekati 1 (satu) atau 0 ≤ R2 ≤ 1, maka semakin kuat pengaruh variabel bebas terhadap variabel terikat. Sebaliknya apabila nilai R2 mendekati nol, maka semakin lemah pengaruh variabel bebas terhadap variabel terikat.
4). Persamaan Regresi
Model analisis data menggunakan persamaan Regresi Linier Berganda (Multiple Linear Regression) yang digunakan untuk mengetahui pengaruh beberapa variabel independen terhadap variabel dependen (Sugiono, 2006).
Model persamaannya adalah sebagai berikut:
Y = a + b1X1 + b2X2 + b3X3+ b4X4 + e
Y = Pola pendistribusian pupuk urea bersubsidi α = Konstanta
b = Koefisien Regresi e = Standard error X1 = Permintaan pasar X2 = Ketersediaan produk
X3 = Kemampuan pasok perusahaan X4 = Perantara (agen)