F. Uji Pra-Syarat Analisis
1. Uji Normalitas
Uji normalitas, mengatakan bahwa setiap X nilai- nilai Y yang bersesuaian harus berdiskusi normal.Dipenuhi atau tidaknya persyaratan
tersebut dapat diketahui dengan melakukan analisis residu.Caranya adalah dengan membuat distribusi frekuensi data bergolong dari residu-
residu yang ada.Jika polygon frekuensi dari distribusi frekuensi tersebut mendekati normal, maka persyaratannya dipenuhi.Jika ukuran sampel
cukup besar, dapat di uji dengan uji kecocokan goodness-of-fit-test. Berdasarkan ini, persyaratan pertama ini sering disebut
persyaratan normalitas residu.Adapun uji normalitas yang digunakan dalam penelitian ini adalah uji normalitas dengan Lilifors.Uji normalitas
dengan Lilifors digunakan apabila datanya tidak dalam distribusi frekuensi data bergolong. Pada metode Lilifors setiap data Xi diubah
menjadi bilangan baku Z
i
dengan transformasi Budiyono, 2009: 260. a. Hipotesis
H = Sampel berasal dari populasi normal
H
1
= Sampel tidak berasal dari populasi normal b. Statistika
Uji L = maks | FZ
1
– SZ
1
| Dimana :
F Z
1
= P Z ≤ Z
1
dengan Z ~ N 0,1 S Z
1
= Proporsi cacah Z ≤ Z
1
terhadap seluruh cacah Z
1
S = Deviasi Standar atau simpangan baku Z
1
= Skor standar Z
1
= c. Taraf signifikansi 95,
α = 0,05 d. Daerah
kritik DK = L
maks
| L
maks
≥ L α.n e. Keputusan
Uji
H di tolak jika L € DK, atau H
di terima jika L € DK 2. Uji
Linearitas Pada analisis regresi menghasilkan adanya hubungan fungsional
antara X dan Y, pada populasi yang linier. Dipenuhi atau tidaknya persyaratan linieritas dapat dilihat dengan melukiskan diagram pencarnya
pada bidang bilangan. kalau titik-titik pada diagram pencar itu terkumpul disepanjang garis lurus, maka dapat disimpulkan bahwa hubungan
fungsional antar X dan Y adalah linier. Cara lain untuk melihat linieritas tersebut ialah dengan
menggambarkan diagram antara residu versus Ý. Jika diagram pencar tersebut tidak berpola, maka disimpulkan bahwa hubungan fungsional
linier. Linieritas dapat pula diuji secara formal dengan cara berikut : untuk mendapatkan pengujian linieritas, diperlukan adanya pengulangan
pengamatan pada variabel bebas X. Yang diaksud yaitu adanya pengulangan pada nilai- nilai X yang sama. Diperolehlah formula berikut
ini : Budiyono, 2009:261 a. Nilai
X
1
yang sama harus disusun beserta pasangannya. b. Menghitung
1 JK
E
= [ ]
2 JK
TC
= JK
res
– JK
E
c. Menghitung :
1 DF
E
= n – k atau df
res
– df
TC
2 K = banyaknya kelompok xi 3 df
TC
= k – 2 d. Menghitung:
1 RJK
TC
= 2 RJK
TC
= e. F
hitung
= F
n k – 2 n – k
jika F
hitung
≥ F
tabel,
maka H ditolak berarti persamaan tidak linier
jika F
hitung
F
tabel,
maka H diterima berarti persamaan linier.
G. Teknik Analisis Data 1. Analisi
Regresi
Analisis regresi digunakan dalam rangka untuk melakukan prediksi peramalan. Tujuannya adalah untuk menetukan model
statistika dalam bentuk formula matematik yang dapat dipakai untuk memprediksi nilai- nilai variabel terikat disebut juga veriabel respon Y
berdasarkan nilai- nilai dari variabel bebas disebut juga variabel predictor X. regresi memiliki variabel- variabel berskala interval.
Demikianlah modle hubungan linier antara variabel X dan variabel Y pada sampel adalah : Budiyono, 2009: 151
Langkah- langkah dalam perhitungan regresi adalah sebagai berikut:
a Persamaan regresi
Persamaan regresi pada populasi Y
i
= α + X
i
+
i
Persamaan regresi pada sampel Ý
i
= a +bX
i
+ e
i
Dimana :
a =
b = b Variasi pada regresi linier
JKT =
JKR = a JKG =
+ b
c Koefisien Determinasi:
r
2
= ≤ r
2
≤ 1
r
2
= d Keberartian
Regresi :
Untuk melihat keberartian regresi, maka digunakan pendekatan analisis variansi dengan menggunakan JKT, JKR, dan JKG diatas.
Rerata kuadrat diperoleh dengan formula: RKR =
RKG = Sehingga statistic ujinya adalah:
F = DK = {F | F F
α : k – 1: n – k
}
Kategori