Pada variabel media massa diketahui nilai signifikansi Deviation from Linearity pada variabel media massa sebesar 0.869. Apabila
dibandingkan dengan signifikansi 0,05 maka dapat disimpulkan bahwa hubungan antara variabel media massa terhadap perilaku kegiatan
konsumsi sehari-hari siswa SMA Negeri dan SMA Swasta dinyatakan linear.
Pada variabel lingkungan pergaulan diketahui nilai signifikansi Deviation from Linearity pada variabel lingkungan pergaulan sebesar
0.442. Apabila dibandingkan dengan signifikansi 0,05 maka dapat disimpulkan bahwa hubungan antara variabel lingkungan pergaulan
terhadap perilaku kegiatan konsumsi sehari-hari siswa SMA Negeri dan SMA Swasta dinyatakan linear.
b. Pengujian Asumsi Klasik
1 Uji Multikolonearitas
Multikolonearitas merupakan suatu hubungan antara variabel bebas yang satu dengan yang lain. Dalam hal ini variabel tersebut disebut
variabel yang bersifat tidak ortogonal. Variabel yang bersifat tidak ortogonal tersebut merupakan variabel bebas yang korelasinya tidak sama
dengan nol. Untuk mendeteksi masalah multikolonearitas dapat menggunakan rumus korelasi. Adapun rumus korelasi sebagai berikut
Sugiyono, 2010:
∑ ∑
∑ √
∑ ∑
Selanjutnya dengan program SPSS diadakan analisa collinearity statistics. Dari analisis collinearity statistics akan memperoleh VIF
Variance Inflation Factor. Dasar analisis yang digunakan yaitu jika tolerance 0,1 dan VIF 5 maka tidak terjadi masalah multikolonearitas.
Tabel. 4.8. Hasil Uji Multikolonearitas
Variabel Tolerance
VIF Negeri Swasta Negeri
Swasta
Pengetahuan Tentang Ekonomi 0.905
0.995 1.105
1.005 Status Sosial Ekonomi
0.890 0.953
1.124 1.050
Media Massa 0.696
0.671 1.437
1.491 Lingkungan Pergaulan
0.739 0.646
1.353 1.549
Sumber: data diolah, 2013 Berdasarkan output di atas, dapat diketahui bahwa nilai tolerance
dari keempat variabel yaitu: pengetahuan tentang ekonomi Negeri 0.905, Swasta 0.995, status sosial ekonomi Negeri 0.890, Swasta 0.953, media
massa Negeri 0.696, Swasta 0.671, dan lingkugan pergaulan Negeri 0.739, Swasta 0.646 lebih besar dari 0,1. Sedangkan VIF dari keempat
variabel yaitu: pengetahuan tentang ekonomi Negeri 1.105, Swasta 1.005, status sosial ekonomi Negeri 1.124, Swasta 1.050, media massa
Negeri 1.437, Swasta 1.491, dan lingkugan pergaulan Negeri 1.353, Swasta 1.549 kurang dari 5. Maka dapat disimpulkan bahwa dalam model
regresi tidak terjadi masalah multikolonearitas.
2 Uji Heteroskedastisitas
Heteroskedastisitas adalah suatu keadaan dimana varians dari kesalahan pengganggu tidak konstan untuk suatu variabel bebas. Untuk
mendeteksi ada tidaknya masalah heteroskedastisitas digunakan uji Glejser dengan cara meregresikan antara variabel independen dengan nilai
absolut residualnya. Jika signifikansi antara variabel independen dengan nilai absolut residualnya 0,05 maka tidak terjadi masalah
heteroskedastisitas, tetapi
jika 0,05
maka terjadi
masalah heteroskedastisitas.
Tabel. 4.9. Hasil Uji Heteroskedastisitas
Variabel Sig
Negeri Swasta
Pengetahuan Tentang Ekonomi 0.820
0.224 Status Sosial Ekonomi
0.460 0.317
Media Massa 0.088
0.197 Lingkungan Pergaulan
0.626 0.304
Sumber: data diolah, 2013 Berdasarkan tabel diatas, signifikansi p-value dari keempat
variabel yaitu: pengetahuan tentang ekonomi Negeri 0.820, Swasta 0.224, status sosial ekonomi Negeri 0.460, Swasta 0.317, media massa
Negeri 0.088, Swasta 0.197, dan lingkungan pergaulan Negeri 0.626, Swasta 0.304. Oleh karena itu dapat dikatakan bahwa nilai signifikansi
ρ-value 0,05 sehingga dapat disimpulkan bahwa dalam model regresi tidak terjadi masalah heteroskedastisidas.
3 Uji Autokorelasi
Autokorelasi adalah suatu keadaan dimana keselahan pengganggu dari satu observasi terhadap observasi selanjutnya yang berurutan tidak
berpengaruh atau tidak terjadi korelasi. Untuk mendeteksi ada tidaknya masalah autokorelasi dapat digunakan uji Durbin Watson dengan rumus
sebagai berikut: ∑
∑
Dimana: DW : nilai Durbin Watson
e
t
: gangguan estimasi t
: observasi terakhir t - 1
: observasi sebelumnya Untuk memperoleh kesimpulan apakah ada masalah autokorelasi
atau tidak, hasil perhitungan statistik DW harus dibandingkan dengan tabel statistik. Namun secara umum dapat diberi patokan sebagai berikut:
a dU DW 4 – dU maka H
diterima tidak ada autokorelasi b DW dL atau DW 4
– dL maka H ditolak terjadi autokorelasi
c dL DW dU atau 4 – dU DW 4 – dL maka tidak ada keputusan
yang pasti
Apabila tidak ada penyimpangan satu atau lebih asumsi klasik, maka analisis regresi linear berganda dapat dilanjutkan. Namun apabila
terjadi penyimpangan satu atau lebih asumsi klasik, maka analisis regresi linear berganda tidak dapat dilanjutkan.
Tabel. 4.10. Hasil Uji Autokorelasi
Durbin-Watson Negeri
Swasta
1.965 1.998
Sumber: data diolah, 2013 Berdasarkan output diatas, dapat diketahui bahwa nilai Durbin
Watson DW untuk siswa Negeri sebesar 1.965. Dengan melihat tabel Durbin Watson pada signifikansi 0,05 jumlah responden n = 100 dan
jumlah variabel independen k = 4 didapat dL = 1.592 dU = 1.758. Maka didapat hasil dU DW 4-dU 1.758 1.965 2,242. Oleh karena itu
dapat disimpulkan bahwa dalam model regresi tidak terjadi masalah autokorelasi.
d Rangkuman dari Hasil Uji Asumsi Klasik
Tabel. 4.11. Rangkuman Hasil Uji Asumsi Klasik
Uji Asumsi Klasik Kesimpulan
Uji Multikolinearitas Uji Heteroskedastisitas
Uji Autokorelasi Tidak Terjadi
Tidak Terjadi Tidak Terjadi
Sumber: data diolah, 2013
3. Pengujian Hipotesis