46
46 Tabel 5 Distribusi Frekuensi Jawaban Responden
Tentang Variabel Sikap Indikator Skor Jawaban
Total Rata- 1 2
3 4
Skor Rata
y1 0 2
35 63
361 3.61
y2 0 16
12 72
356 3.56
y3 0 15
27 58
343 3.43
y4 0 9
31 60
351 3.51
y5 0 14
28 58
344 3.44
y6 0 15
26 59
344 3.44
Rata-rata 3.50
Sumber: Hasil Analisis Lampiran 3 Tabel 5 menunjukkan bahwa rata-rata penilaian responden terhadap
variabel Sikap adalah sebesar 3,50 yang tergolong sudah sangat baik.
4.3 Pengaruh Partisipasi dan Pengetahuan Terhadap Sikap Masyarakat
Model regresi akan lebih tepat digunakan dan menghasilkan perhitungan yang lebih akurat, apabila beberapa asumsi berikut dapat terpenuhi. Uji asumsi
klasik yang harus dipenuhi pada analisis regresi linear sederhana antara lain Uji Normalitas dan Uji Heterokedastisitas.
4.3.1 Uji Normalitas Data Merupakan suatu pengujian yang bertujuan untuk menguji apakah dalam
residual dari model regresi yang dibuat berdistribusi normal atau tidak. Model regresi yang baik adalah yang memiliki distribusi residual yang
normal atau mendekati normal. Dalam penelitian ini Uji Normalitas dilakukan dengan menguji normalitas residual dengan menggunakan uji
Kolmogorov-Smirnov, yaitu dengan membandingkan distribusi komulatif relatif hasil observasi dengan distribusi komulatif relatif teoritisnya. Jika
probabilitas signifikansi nilai residual lebih besar dari 0,05 berarti residual terdistribusi dengan normal. Demikian pula sebaliknya, jika probabilitas
signifikansi residual lebih rendah dari 0,05 berarti residual tidak terdistribusi
47
47 secara normal. Berdasarkan hasil analisis pada Lampiran 8 didapat nilai
signifikansi sebesar 0,498 seperti yang ditunjukkan oleh Tabel 6. Karena nilai signifikansi uji Kolmogorov-Smirnov di atas 0,05 maka didapat
disimpulkan bahwa data terdistribusi secara normal.
Tabel 6 Uji Kolmogorov-Smirnov
One-Sample Kolmogorov-Smirnov Test
100 .0000000
.51433819 .083
.056 -.083
.829 .498
N Mean
Std. Deviation Normal Parameters
a,b
Absolute Positive
Negative Most Extreme
Differences
Kolmogorov-Smirnov Z As ymp. Sig. 2-tailed
Unst. Residual
Test distribution is Normal. a.
Calculated from data. b.
Sumber: Hasil Analisis Lampiran 8 4.3.2. Uji Multikolinieritas
Uji multikolinearitas bertujuan untuk menguji apakah dalam satu model regresi ditemukan adanya korelasi antar variabel bebas. Model regresi yang
baik adalah tidak terjadi korelasi diantara variabel bebas. Untuk mendeteksi ada atau tidaknya korelasi antar variabel bebas dapat dilihat dari nilai
tolerance
dan nilai
variance inflation factor VIF.
Jika nilai VIF kurang dari 10, maka dapat dikatakan model telah bebas dari multikolinearitas.
Berdasarkan analisis data Lampiran 6 didapat nilai VIF variabel Partisipasi sebesar 2,434 dan nilai VIF variabel Pengetahuan sebesar 2,434. Karena
nilai VIF kurang dari 10, maka dapat dikatakan model telah bebas dari multikolinearitas
48
48 4.3.2 Uji Heterokedastisitas
Merupakan suatu pengujian yang bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan varians dari residual satu pengamatan
ke pengamatan yang lain. Model regresi yang baik adalah yang tidak mengandung gejala heteroskedastisitas atau mempunyai varians yang
homogen. Utuk mendeteksi ada atau tidaknya heteroskedastisitas dilakukan dengan uji Glejser, dengan meregres variabel bebas terhadap absolut
residual. Jika variabel bebas yang diteliti tidak mempunyai pengaruh signifikan terhadap residual absolut, berarti model regresi tidak mengandung
gejala heteroskedastisitas. Berdasarkan uji Heteroskedastisitas pada Lampiran 7 didapat nilai signifikansi uji t variabel Partisipasi = 0,423 dan
variabel Pengetahuan = 0,671. Karena nilai signifikansi uji t pada uji Heteroskedastisitas di atas 0,05 maka dapat disimpulkan bahwa data tidak
mengandung heteroskedastisitas. Setelah semua asumsi klasik terpenuhi, maka berdasarkan hasil analisis data pada
Lampiran 6 maka dapat dilaporkan hasil analisis regresinya sebagai berikut:
Persamaan Regresi: Y = 0,000 + 0,456X
1
+ 0,457X
2
Std Error : 0,000 0,081 0,081
T hitung : 0,000 5,593 5,603
Sig uji t : 1,000 0,000 0,000
R square = 0,735 F
hitung
= 134,834 F
tabel0,05; 2;97
= 3,0902 Sig Uji F = 0,000
Berdasarkan persamaan garis regresi yang diperoleh dapat dijelaskan bahwa variabel bebas Partisipasi X
1
dan Pengetahuan X
2
memiliki pengaruh positif untuk koefisien regresinya dengan nilai signifikansi uji t semuanya di
bawah 0,05. Hal ini berarti jika variabel Partisipasi dan Pengetahuan mengalami