diperoleh model fit dengan Chi-Square = 0.00, df = 0, P-value = 1.00000, RMSEA = 0.000. Nilai Chi-Square menghasilkan P-value 0.05 tidak signifikan, yang
artinya model dengan satu faktor saja unidimensional dapat diterima, bahwa seluruh item mengukur satu faktor saja yaitu uses of humor for coping. Langkah
selanjutnya adalah dengan melihat nilai t bagi setiap koefisien muatan faktor, seperti pada table 3.4.3.4 berikut ini :
Tabel 3.4.3.4 Muatan Faktor Uses of Humor for Coping
No. Item Koefisien
Standar Error Nilai
t Signifikan
21 0.88
0.09 10.13
√ 22
-0.51 0.08
-6.17 √
23 0.87
0.08 10.67
√ 24
0.86 0.08
10.51 √
Keterangan :
√ = signifikan t 1.96, × = tidak signifikan t 1.96 Pada tabel 3.4.3.4 terdapat tiga item memiliki koefisien positif dan nilai t
1.96, yaitu item 21, 23, dan 24. Lalu, terdapat satu item, yaitu item 22 memiliki koefisien negatif namun nilai t 1.96, item tersebut tetap diterima dan akan ikut
serta dianalisis karena merupakan item unfavorable. Selanjutnya, semua item pada dimensi ini diterima dan akan ikut serta dianalisis.
Jadi, dapat disimpulkan bahwa dari keseluruhan item dalam skala sense of humor yang berjumlah 24 item terdapat 4 item yang tidak diikutsertakan dalam
analisis uji hipotesis.
3.5 Teknik Analisis Data
Teknik analisis data yang digunakan untuk menguji hipotesis penelitian mengenai pengaruh kepribadian the HEXACO model of personality dan sense of humor
terhadap psychological well-being jurnalis adalah analisis regresi berganda.
Analisis regresi berganda adalah sebuah pendekatan yang digunakan untuk mendefinisikan hubungan antara variabel dependen Y dengan satu atau beberapa
variabel independen X. Digunakan untuk meramalkan atau memprediksi nilai Y berdasarkan nilai X tertentu. Dengan analisis regresi akan diketahui variabel
independen yang benar-benar signifikan mempengaruhi variabel dependen dan dengan variabel yang signifikan tadi dapat digunakan untuk memprediksi nilai
variabel dependen. Perhitungan regresi pada penelitian ini menggunakan komputerisasi program SPSS versi 19.0.
Persamaan regresi pada penelitian ini adalah : Y = a + b1X1 + b2X2 + b3X3 + b4X4 + b5X5 + b6X6 + b7X7 + b8X8 + b9X9 +
b10X10 + b11X11 + b12X12 + b13X13 + b14X14 + e Keterangan :
Y : Nilai Y Psychological Well-Being
a : Konstan Intercept
b : Koefisien Regresi Untuk Masing-Masing X
X1 : Honesty-Humility
X2 : Emotionality
X3 : Extraversion
X4 : Agreeableness
X5 : Conscientiousness
X6 : Openness to Experience
X7 : Humor Production
X8 : Social Uses of Humor
X9 : Attitudes Toward Humor and Humorous People
X10 : Uses of Humor for Coping X11
: Usia X12
: Jenis Kelamin X13
: Penghasilan X14
: Intensitas Pekerjaan e
: Residu Untuk menilai apakah model regresi yang dihasilkan merupakan model
yang paling sesuai memiliki error terkecil dibutuhkan beberapa pengujian dan analisis sebagai berikut :
1. R² R
Square
, Koefisien Determinasi Berganda Melalui regresi berganda ini akan diperoleh nilai R², yaitu antara the
HEXACO model
of personality
honesty-humility, emotionality,
extraversion, agreeableness, conscientiousness, dan openness to experience dan sense of humor humor production, social uses of humor,
attitudes toward humor and humorous people, dan uses of humor for coping serta usia, jenis kelamin, penghasilan dan intensitas pekerjaan
terhadap psychological well-being. R² digunakan untuk mengetahui besarnya pengaruh independent variable X terhadap dependent variable
Y atau merupakan perkiraan proporsi varians dari IV. Untuk mendapatkan R², akan dilakukan perhitungan dengan sistem komputerisasi
menggunakan SPSS 19.0.
2. Uji F Untuk membuktikan signifikansi regresi Y pada X maka digunakan uji F.
Berdasarkan hasil uji F, maka dapat dilihat pengaruh IV terhadap DV. Untuk membuktikan hal tersebut dilakukan uji F dengan sistem
komputerisasi menggunakan SPSS 19.0. 3. Uji T
Uji t digunakan untuk melihat signifikansi pengaruh yang diberikan independent variable X terhadap dependent variable Y secara sendiri-
sendiri atau parsial. Uji t ini digunakan untuk menguji kontribusi yang diberikan sebuah independent variable terhadap dependent variable.
Penghitungan skor faktor pada tiap variabel tidak menjumlahkan item-item seperti pada umumnya, tetapi dihitung dengan menggunakan maximum
likelihood, skor ini disebut true score. Item-item yang dianalisis oleh maximum likelihood adalah item yang bermuatan positif dan signifikan.
Adapun true score yang dihasilkan oleh maximum likelihood satuannya berbentuk Z
score
. Untuk menghilangkan bilangan negatif dari Z
score
, semua skor ditransformasi ke skala T yang semuanya positif dengan menetapkan
harga mean = 50 dan standar deviasi = 10. Langkah selanjutnya adalah melakukan proses komputerisasi melalui formula T
score
= 50 + 10.z. Hasil uji t ini akan diperoleh dari hasil regresi yang akan dilakukan oleh penulis
dengan menggunakan SPSS 19.0.