63 c.
Uji multikolinieritas Uji  multikolinieritas  digunakan  untuk  mengetahui  apakah  antara
variabel  bebas  terjadi  multikolinieritas  atau  tidak.  Pengujian  adanya multikolinieritas  dilakukan  dengan  menyelidiki  besarnya  interkorelasi
antara  variabel  bebas.  Uji  multikolinieritas  dilakukan  dengan  rumus korelasi
product moment. Adapun rumus tersebut sebagai berikut:
r =
√ –
Dengan keterangan: r        = koefisien korelasi antara X
1
dan X
2
N       = jumlah responden X
1
= nilai variabel bebas 1 X
2
= nilai variabel bebas 2 X
1
X
2
= hasil kali dari sekor X
1
dengan X
2
= tanda jumlah Suharsimi Arikunto 2010: 171.
Syarat  tidak  terjadi  multikolinieritas  yaitu  nilai  koefisien  korelasi antara  variabel  bebas
r    0,80  Purwnto,  2011:  165-166.  Apabila nilai  koefisien  korelasi  antara  variabel  bebas
r ≥ 0,80, diindikasikan
adanya  multikolinearitas,  sehingga  data  tidak  dapat  digunakan  untuk analisis regresi dua prediktor.
3. Uji Hipotesis
a. Analisis regresi dua prediktor
Analisis  ini  digunakan  untuk  meguji  pengaruh  variabel  bebas terhadap  variabel  terikat.  Analisis  ini  digunakan  untuk  menguji
hipotesis penelitian. Rumus yang digunakan adalah sebagai berikut:
64 1
Membuat persamaan garis regresi dua prediktor Y = b
1
X + b
2
X + a Keterangan:
Y       = nilai yang diprediksi atau kriterium X
1
, X
2
= nilai variabel prediktor 1, nilai variabel prediktor 2 b
1
= bilangan koefisien prediktor 1 b
2
= bilangan koefisien prediktor 2 a
= bilangan konstan Suharsimi Arikunto 2010: 373.
2 Mencari koefisiensi determinan
R
y 1,2
= √
Keterangan: R
y 1,2
= koefisien determinan antara Y dengan X
1
dan X
2
a,b = koefisien prediktor X
1
, koefisien prediktor X
2
x
1
y    = jumlah hasil kali antara X
1
dengan Y x
2
y     = jumlah hasil kali antara X
2
dengan Y y
2
= jumlah kuadrat kriterium Y Suharsimi Arikunto 2010: 385.
3 Menguji signifikansi uji t
Uji  t  dilakukan  untuk  menguji  signifikan  konstanta  dari  setiap variabel  independen  yang  akan  berpengaruh  terhadap  variabel
dependen, dengan rumus sebagai berikut: t
=
√ √
Keterang: t      = taraf signifikan t hitung
= koefisien korelasi N  = Jumlah responden
Muhammad Idrus 2007: 212. Pengambilan  kesimpulan  adalah  dengan  membandingkan
antara nilai t
hitung
dengan t
tabel
. Jika nilai t
hitung
lebih besar dari t
tabel
65 pada  taraf  signifikan  5,  maka  variabel  tersebut  berpengaruh
secara signifikan V. Wiratna Sujarweni, 2014: 155. 4
Menguji signifikansi regresi ganda dengan uji F F =
Keterangan: dk penyebut     =
N - k -1 F
= taraf signifikan F JKReg            = jumlah kuadrat regresi
k = jumlah variabel prediktor
JKS = jumlah kuadrat sisa
Muhammad Idrus 2007: 215. Selanjutnya F
hitung
dikonsultasikan dengan harga F
tabel
pada taraf signifikan  5.  Apabila  harga  F
hitung
lebih  besar  dari  F
tabel
,  maka terdapat  pengaruh  yang  signifikan  antara  variabel  bebas  dengan
variabel terikat V. Wiratna Sujarweni, 2014: 154. 5
Untuk  mencari  sumbangan  relatif  dan  sumbangan  efisien  masing- masing variabel prediktor terhadap kriterium digunakan rumus:
a Sumbangan relatif
Sumbangan  relatif  adalah  persentase  perbandingan  yang diberikan  oleh  suatu  variabel  bebas  terhadap  variabel  terikat
dengan  variabel  bebas  yang  lain.  Sumbangan  relatif  setiap prediktor dapat dihitung dengan rumus:
66 SR X
1
= SR X
2
= Keterangan:
b
1,
b
2
= koefisien prediktor Ʃx
1
y    = jumlah hasil kali nilai X
1
dan Y
Ʃx
2
yn  = jumlah hasil kali nilai X
2
dan Y
JK
Reg
= jumlah kuadrat regresi Muhammad Idrus 2007: 237.
b Sumbangan efektif
Sumbangan  efektif  digunakan  untuk  mengetahui  besarnya sumbangan  secara  efektif  setiap  prediktor  terhadap  kriterium
dengan  tetap  memperhatikan  variabel  bebas  lain  yang  tidak diteliti.  Sumbangan  efektif  dapat  dihitung  dengan  rumus
sebagai berikut: EGR =
SE prediktor X
1
= SE prediktor X
2
= Keterangan:
EGR = efektivitas garis regresi
R
2
= koefisien determinan JK
Reduksi
= jumlah kuadrat reduksi Uhar Suharsaputra 2012: 150.
67
BAB IV HASIL PENELITIAN DAN PEMBAHASAN
A. Deskripsi Data