22
2.3.5 Uji Korelasi Pearson Product Moment
Menurut Sukestiyarno 2012: 51 koefisien korelasi adalah ukuran seberapa kuat hubungan antara dua variabel atau lebih. Uji hipotesis
korelasi dengan skala pengukuran variabel numerik dengan data terdistribusi normal untuk mengetahui ada tidaknya hubungan, besarnya
hubungan, dan arah hubungan. Dapat digunakan dalam pengujian validitas
dan reliabilitas instrumen.
2 i
2 i
2 i
2 i
i i
i i
xy
y y
n x
x n
y x
y x
n r
2.6 Keterangan:
r
xy
= Korelasi antara variabel x dengan variabel y x
i
= nilai variabel 1 variabel bebas y
i
= niai variabel 2 variabel terikat
2.3.6 Uji Regresi Sederhana
Menurut Sugiyono 2009: 261 regresi sederhana didasarkan pada hubungan fungsional ataupun kausal satu variabel independen dengan satu
variabel dependen. Analisis ini digunakan oleh peneliti bila peneliti bermaksud meramalkan bagaimana keadaan naik turunnya variabel
dependen, bila ada satu variabel independen sebagai prediktor dimanipulasi dinaik turunkan nilanya. Uji regresi linier sederhana
digunakan untuk memprediksi suatu variabel Y variabel terikat berdasar satu variabel X variabel bebas dalam suatu persamaan linier Y= a + bX.
23
∑ ∑ ∑
∑ ∑
2.7
∑ ∑
∑ ∑
∑
2.8
2.3.7 Uji Regresi Ganda
Menurut Isparjadi 1988 regresi linear ganda merupakan metode yang digunakan untuk memodelkan hubungan linear antara variabel terikat
dengan dualebih variabel bebas. Regresi linier untuk memprediksi variabel terikat dari dua atau lebih variabel bebas.
Analisis regresi ganda digunakan oleh peneliti, bila peneliti bermaksud meramalkan bagaimana keadaan naik turunnya variabel
dependen kriterium, bila dua atau lebih variabel independen sebagai prediktor dimanipulasi dinaik-turunkan nilainya. Jadi analisis regresi
ganda akan dilakukan bila jumlah variabel independennya minimal 2. Persamaan regresi ganda dirumuskan
a. Dua variabel bebas : b. Tiga variabel bebas:
c. Empat variabel bebas: d. Untuk n variabel bebas:
Rumus nilai persamaan untuk dua variabel bebas, ∑Y = a. n + b
1
∑X
1
+ b
2
∑X
2
2.9 ∑X
1
Y = a .∑X
1
+ b
1
∑ + b
2
∑X
1
X
2
2.10 ∑X
2
Y = a .∑X
2
+ b
1
∑X
1
X
2
+ b
2
∑ 2.11
24
∑ ∑
∑ ∑
∑ ∑
∑
2.12
∑ ∑
∑ ∑
∑ ∑
∑
2.13
∑ ∑
∑
2.14 Koefisien determinasi
2
R
digunakan untuk menyatakan besarnya variasi Y yang dapat diterangkan oleh X menurut persamaan yang
diperoleh dan koefisien korelasi ganda R digunakan untuk menyatakan besarnya derajat keeratan hubungan antar variabel. Nilai koefisien korelasi
terletak antara -1 sampai dengan +1, semakin besar nilai absolut koefisien korelasi akan semakin kuat hubungan liniernya, semakin lemah kekuatan
hubungannya akan menunjukkan nilai yang mendekati nol, nilai korelasi positif diartikan bahwa salah satu variabel bernilai membesar maka
variabel yang lain juga ikut membesar, dan sebaliknya Sukestiyarno, 2013:100.
Untuk memperoleh hasil analisis data yang memenuhi syarat pengujian, maka pengujian ini menggunakan pengujian uji lanjut. Model
regresi yang diperoleh dari metode kuadrat terkecil biasa OLS atau Ordinary Least Square. Menurut Sukestiyarno 2012: 82 uji lanjut
tersebut terdiri dari: a. Uji Multikolinieritas
Uji multikolinieritas bertujuan untuk menguji apakah model- model regresi ditemukan adanya korelasi yang tinggi antar variabel
independen. Untuk mendeteksi apakah model regresi ganda
25 mengalami Multikolinieritas dapat diperiksa menggunakan VIF
Variance Inflation
Factor untuk
masing-masing variabel
independen. Uji multikolinieritas terjadi hanya pada regresi ganda. Model regresi yang baik seharusnya tidak terjadi korelasi antara
variabel bebas. Langkah-langkah uji multikolinieritas 1 Membuat hipotesis
H : tidak terdapat multikolonieritas diantara variabel-variabel
independen. H
1
: terdapat multikolinieritas di antara variabel-variabel independen.
2 Menggunakan statistik uji nilai toleransi dan VIF Variance Inflation Factor.
3 Menentukan batas nilai toleransi 0,1 dan batas nilai VIF Variance Inflation Factor 10.
4 Kriteria pengujian Terima H
apabila toleransi lebih dari 0,1 dan nilai VIF Variance Inflation Factor kurang dari 10.
5 Menentukan nilai toleransi dan VIF Variance Inflation Factor dengan rumus :
2.15 Nilai toleransi
; atau Nilai toleransi =
2.16 6 Kesimpulan
26 b. Uji Autokorelasi
Uji autokorelasi digunakan untuk menguji apakah dalam sebuah model regresi linier terdapat korelasi antar kesalahan pengganggu
error pada periode t dengan kesalahan pada periode t-1 sebelumnya. Untuk menguji Autokorelasi dapat dilihat dari nilai
Durbin Watson DW. Ketentuannya jika -2 DW 2 tidak ada
autokorelasi. Artinya bila DW diluar interval tersebut terjadi kasus autokorelasi.
c. Uji Heteroskedastisitas Heteroskedastisitas adalah varians residual yang tidak konstan
pada regresi sehingga keakuratan model regresi menjadi meragukan. Residu pada heteroskedastisitas semakin besar apabila pengamatan
semakin besar. Menurut Santoso 2000: 210 cara untuk mendeteksi
heteroskedastisitas adalah dengan melihat grafik plot antara nilai variabel terikat SRESID dengan residual ZPRED. Jika ada pola
tertentu, seperti titik - titik yang ada membentuk pola tertentu yang teratur bergelombang, melebar, kemudian menyempit, maka
mengindikasikan telah terjadi heteroskedastisitas. Jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan di bawah angka 0
pada sumbu Y, maka tidak terjadi heteroskedastisitas.
2.4 Konsep Dasar Aplikasi
Kategori