Dear Steemian...
Pembahasan ini merupakan lanjutan dalam pembahasan sebelumnya yang telah saya jelaskan pada beberapa tahap analisa terhadap pemodelan tata kelola Teknologi Informasi. Langsung saja simak untuk lebih mengetahui tentang proses penelitian ini hingga hasil penelitiannya.
Uji Reliabilitas
Uji reliabilitas dilakukan untuk menunjukkan sejauhmana suatu alat pengukur dapat dipercaya. Secara umum suatu instrumen dikatakan bagus jika memiliki koefisien Cronbach’s Alpha > 0,6 (Supramono dan Utami, 2004).
Tabel 11. Uji Reliabilitas Variabel Penelitian
Berdasarkan hasil pengujian di atas diketahui nilai Cronbach’s Alpha lebih besar dari 0,6 sehingga dapat disimpulkan instrumen tersebut reliabel.
Pengujian Asumsi Klasik
Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal. Uji normalitas dilakukan dengan dua cara, yaitu :
1. Analisis Grafik
Analisis grafik dilakukan dengan melihat grafik histogram yang membandingkan antara data observasi dengan distribusi yang mendekati distribusi normal. Pada prinsipnya normalitas dapat dideteksi dengan melihat penyebaran data (titik) pada sumbu diagonal dari grafik atau dengan melihat histogram dari residualnya. Kriteria penilaian :
- Jika data menyebar disekitar garis diagonal dan mengikuti arah garis diagonal atau grafik histogram menunjukkan pola distribusi normal, maka model regresi memenuhi asumsi normalitas.
- Jika data menyebar jauh dari garis diagonal dan atau tidak mengikuti arah garis diagonal atau grafik histogram menunjukkan pola distribusi normal, maka model regresi tidak memenuhi asumsi normalitas.
Gambar 4. Histogram Uji Normalitas
Berdasarkan tampilan histogram dan kurva normal berbentuk lonceng (Gambar 4), maka dapat disimpulkan bahwa data yang digunakan berdistribusi normal. Analisa lebih lanjut dapat dilihat menggunakan Normal Probability Plot of Regression Standardized Residual pada Gambar 5.
Gambar 5. Normal P – P Plot
Hasil pengujian menunjukkan bahwa data residual terdistribusi secara normal, dimana titik-titik di sekitar garis diagonal dan penyebarannya masih mengikuti garis diagonal.
2. Analisis Statistik
Uji normalitas dengan grafik dapat menyesatkan kalau tidak hati-hati karena secara visual kelihatan normal, sedangkan secara statistik bisa sebaliknya. Oleh karenanya uji statistik digunakan untuk menguji normalitas residual dengan menggunakan uji statistik non parametrik Kolmogrov – Smirnov (K – S).
Uji dilakukan dengan membuat hipotesis :
- Ho : Data residual berdistribusi normal
- Ha : Data residual tidak berdistribusi normal
Kriteria keputusan :
- Jika nilai Asymp. Sig. (2-tailed) > 0,05 maka tidak mengalami gangguan distribusi normal.
- Jika nilai Asymp. Sig. (2-tailed) < 0,05 maka mengalami gangguan distribusi normal.
Tabel 12. One-Sample Kolmogorov-Smirnov Test
a. Test distribution is Normal
b. Calculated from data
Berdasarkan hasil pengujian di atas (Tabel 12) diketahui nilai Asymp. Sig (2- tailed) 0,313 di atas nilai signifikan 0,05. Hal ini berarti Ho diterima yang berarti data residual terdistribusi dengan normal. Hasil analisis statistik konsisten dengan uji yang telah dilakukan dengan analisis grafik.
Uji Multikolinearitas
Uji multikolinearitas bertujuan menguji dari model regresi, apakah ditemukan adanya korelasi antar variabel bebas (independen). Multikolinearitas dapat dilihat dari nilai Tolerance dan Variance Inflation Factor (VIF), dengan kriteria sebagai berikut :
a. Tolerance> 0,1 maka tidak terdapat multikolinearitas
b. VIF < 10 maka tidak terdapat multikolinearitas
Tabel 13. Nilai Tolerance dan VIF
Coefficientsa
a. Dependent Variable: Y
Hasil analisis pada bagian Coefficients (Tabel 13) menunjukkan nilai tolerance > 0,1 dan VIF < 10 pada ketiga variabel independen, yaitu rekonsiliasi data (X1), kompetensi SDM (X2), serta sarana dan prasarana pendukung (X3). Dengan demikian dapat disimpulkan dalam model regresi tersebut tidak terdapat masalah multikolinearitas, sehingga model regresi layak untuk digunakan.