46
D. Teknik Analisis Data
Pada penelitian ini pengujian hipotesis dilakukan dengan analisis multivariate
dengan menggunakan
regresi ordinal.
Alasan untuk
menggunakan model ini adalah karena variabel dependen yang digunakan berbentuk non-metrik kategorial dan variabel independen yang terdiri dari
variabel metrik dan non-metrik. Selain itu model ini dipilih karena variabel dependen dalam penelitian adalah variabel kualitatif yang memiliki urutan
ordered. Pennggunaan regresi ordinal dalam pengujian hipotesis mengacu pada penelitian Kors et al 2011:5. Teknik analisis ini tidak menggunakan
lagi uji normalitas dan uji asumsi klasik pada variabel bebasnya Ghozali, 2012:333. Pengujian terhadap hipotesis dalam penelitian ini dilakukan
dengan tahapan sebagai berikut :
1. Statistik Deskriptif
Statistik deskriptif digunakan untuk memberikan deskripsi suatu data yang dilihat dari rata-rata mean, standar deviasi standard deviation,
dan maksimum-minimum. Mean digunakan untuk memperkirakan besar rata-rata populasi yang diperkirakan dari sampel. Standar deviasi
digunakan untuk menilai dispersi rata-rata dari sampel. Maksimum- minimum digunakan untuk melihat nilai minimum dan maksimum dari
populasi. Hal ini perlu dilakukan untuk melihat gambaran keseluruhan dari sampel yang berhasil dikumpulkan dan memenuhi syarat untuk dijadikan
sampel penelitian.
47
2. Menguji Model Fitting Information
Analisis pertama yang dilakukan adalah menilai overall fit model terhadap data. Statistik yang digunakan berdasarkan pada fungsi
Likelihood. Likelihood L dari model adalah probabilitas bahwa model yang dihipotesiskan menggambarkan data input. Untuk menguji hipotesis
nol dan hipotesis alternatif, L ditransformasikan menjadi -2LogL. Dengan alpha 5, cara menilai model fit ini adalah sebagai berikut :
a. Jika nilai -2LogL 0,05 berarti bahwa model fit dengan data. b. Jika nilai -2LogL 0,05 berarti bahwa model tidak fit dengan
data. Adanya pengurangan nila antara -2LogL awal initial -2LL fungcion
dengan nilai -2LogL pada langkah berikutnya menunjukkan bahwa model yang dihipotesiskan fit dengan data Ghozali, 2012:361. Log Likelihood
pada regresi ordinal mirip dengan pengertian “ Sum of Squere Error” pada
model regresi, sehingga penurunan Log Likelhood menunjukkan model regresi yang semakin baik.
3. Menilai Kelayakan Model Regresi Goodness of Fit
Kelayakan model regresi dinilai dengan menggunakan Goodness of Fit Test. Goodness of Fit Test menguji kesesuaian model antara hipotesa
nol sebagai data hasil prediksi model dengan data empiris tidak ada perbedaan antara model dengan data sehingga model dikatakan fit.
Apabila nilai Goodness of Fit Test 0,05 nilai signifikansi Pearson dan
48 Deviance 0,05 maka model yang terbentuk adalah fit atau layak
digunakan.
4. Pseudo R-Square
Kategori