102
Tabel V.5 Gaya_Hidup_Y
Frequency Percent Valid Percent Cumulative Percent Valid Sederhana
42 48.8
48.8 48.8
Mewah 44
51.2 51.2
100.0 Total
86 100.0
100.0
Sumber data primer diolah tahun 2012
Berdasarkan tabel di atas, maka dapat di lihat dari 86 responden yang memberi tanggapan terhadap item-item pernyataan variabel gaya hidup,
ditemukan 44 orang 51,2 menilai gaya hidup yang mewah dan 42 orang 48,8 responden menilai gaya hidup yang sederhana. Nilai aritmetic mean
diperoleh sebesar 62,5. Nilai ini berada dalam rentang 62 –90 yang berarti
gaya hidup mahasiswi pendidikan ekonomi rata-rata mewah.
C. Pengujian Hipotesis
1. Pengujian Analisis Prasyarat
Uji persyaratan analisis diperlukan guna mengetahui apakah analisis data untuk pengujian hipotesis dapat dilanjutkan atau tidak. Beberapa teknik
analisis data
menuntut uji
persyaratan analisis.
Analisis varian
mempersyaratkan bahwa data berasal dari populasi yang berdistribusi normal dan linier.
a. Uji Normalitas Uji normalitas digunakan untuk mengetahui apakah data yang
terjaring berdistribusi normal atau tidak. Pengujian dilakukan dengan
103
menggunakan uji satu sampel dari Kolmogrov-Smirnov, yaitu tingkat kesesuaian antara distribusi harga satu sampel skor yang diobservasi
dengan distribusi teoritis tertentu. Pengujian ini bantuan dengan menggunakan komputer program SPSS versi 16.0. berikut ini disajikan
rangkuman hasil pengujianya:
Tabel V.6 One-Sample Kolmogorov-Smirnov Test
Sinetron X1
Iklan X2
Lingkungan Pergaulan_X3
Gaya Hidup_Y
N 86
86 86
86 Normal
Parameters
a
Mean 10.83
9.95 27.06
62.59 Std. Deviation
2.558 2.906
5.065 11.582
Most Extreme Differences
Absolute .142
.117 .097
.075 Positive
.137 .110
.097 .075
Negative -.142
-.117 -.080
-.050 Kolmogorov-Smirnov Z
1.317 1.088
.898 .698
Asymp. Sig. 2-tailed .062
.187 .396
.714 a. Test distribution is Normal.
Sumber: data primer diolah tahun 2012
Tabel V.7 Rangkuman Uji Normalitas
No Variabel
Asymp Sig2-tailed
α Kesimpulan
1 Sinetron
0,062 0,05
Normal 2
Iklan 0,187
0,05 Normal
3 Lingkungan Pergaulan
0,396 0,05
Normal 4
Gaya Hidup 0,714
0,05 Normal
Sumber: data primer diolah tahun 2012
Tabel di atas menunjukkan bahwa nilai probabilitas variabel Sinetron = 0,062, variabel Iklan = 0,187, variabel Lingkungan Pergaulan =
104
0,396, dan variabel gaya Hidup = 0,714. Nilai-nilai tersebut lebih besar dari nilai α = 0,05 maka hal tersebut menunjukkan bahwa distribusi data
penelitian keempat variabel penelitian ini adalah berdistribusi normal. b. Uji Linieritas
Pengujian linieritas digunakan untuk mengetahui apakah ada hubungan yang linier diantara masing-masing variabel bebas dengan
variabel terikat. Hasil pengujian nilai adalah pengaruh variabel sinetron, iklan, dan lingkungan pergaulan terhadap gaya hidup. Secara lengkap
tersaji dalam tabel berikut ini: 1 Sinetron dengan Gaya Hidup
Tabel V.8 Linieritas Sinetron
Sum of Squares
df Mean
Square F
Sig. Gaya_Hidup_Y
Sinetron_X1 Between
Groups Combined
2195.992 10
219.599 1.789 .077
Linearity 890.516
1 890.516 7.254
.009 Deviation from
Linearity 1305.475
9 145.053 1.182
.319 Within Groups
9206.764 75
122.757 Total
11402.756 85
Sumber: data primer diolah tahun 2012
Tabel di atas menunjukkan bahwa nilai F
hitung
variabel sinetron dengan variabel gaya hidup = 1,182 dan F
tabel
= 2,01. Maka dapat disimpulkan F
hitung
≤ F
tabel
yaitu 1,078 ≤ 2,00, sehingga
kontribusi variabel sinetron dengan variabel gaya hidup bersifat linier.
105
2 Iklan dengan Gaya Hidup
Tabel V.9 Linieritas Iklan
Sum of Squares
df Mean
Square F
Sig. Gaya_Hidup_Y
Iklan_X2 Between
Groups Combined
1150.964 12
95.914 .683
.762 Linearity
695.616 1
695.616 4.953 .029
Deviation from Linearity
455.348 11
41.395 .295
.985 Within Groups
10251.791 73
140.435 Total
11402.756 85
Sumber: data primer diolah tahun 2012
Tabel di atas menunjukkan bahwa nilai F
hitung
variabel Iklan dengan gaya hidup = 0,295 dan F
tabel
= 1,92. Maka dapat disimpulkan F
hitung
≤ F
tabel
yaitu 0,295 ≤ 1,92, sehingga kontribusi variabel iklan
dengan variabel gaya hidup bersifat linier. 3 Lingkungan Pergaulan dengan Gaya Hidup
Tabel V.10 Linieritas Lingkungan Pergaulan
Sum of Squares
df Mean
Square F
Sig. Gaya_Hidup_Y
Lingkungan_Pergaulan _X3
Between Groups
Combined 5140.692
21 244.795 2.502
.003 Linearity
3099.992 1 3099.992 31.683
.000 Deviation
from Linearity
2040.700 20
102.035 1.043 .429
Within Groups 6262.064
64 97.845
Total 11402.756
85
Sumber data primer diolah tahun 2012
106
Tabel di atas menunjukkan bahwa nilai F
hitung
variabel lingkungan pergaulan dengan gaya hidup = 1,043 dan F
tabel
= 1,68. Maka dapat disimpulkan F
hitung
≤ F
tabel
yaitu 1,043 ≤ 1,74., sehingga
kontribusi variabel lingkungan pergaulan dengan variabel gaya hidup bersifat linier.
Tabel V.11 Rangkuman Uji Linieritas
Variabel Df
F
hitung
F
tabel
Nilai probabilitas ρ
Keterangan
Sinetron 975
1,182 2,01
0,009 Linier
Iklan 1173
0,295 1,92
0,029 Linier
Lingkungan Pergaulan 2064
1,043 1,68
0,000 Linier
Sumber: data primer diolah tahun 2012
2. Pengujian Asumsi Klasik Menurut Sudrajat 1988, dalam bukunya Priyanto, 1012:59,
Pengujian asumsi klasik dipergunakan untuk mengetahui apakah hasil estimasi regresi yang dilakukan benar-benar bebas dari adanya gejala
multikolinearitas, heteroskedastisitas, dan autokorelasi. Model regresi akan dapat dijadikan alat estimasi yang tidak bisa jika telah memenuhi persyaratan
BLUE Best
Linear Unbiased
Estimator yakni
tidak terdapat
multikolinearitas, heteroskedastisitas, dan autokorelasi. Jika terdapat heteroskedastisitas, maka varian tidak konstan sehingga
dapat menyebabkan standar error. Jika terdapat multikolinearitas, maka akan sulit untuk mengisolasi pengaruh-pengaruh individual dari variabel, sehingga
107
tingkat signifikansi koefisien regresi menjadi rendah. Dengan adanya autokorelasi mengakibatkan penaksir masih tetap bias dan masih tetap
konsisten hanya saja menjadi tidak efisien. Oleh karena itu, uji asumsi klasik perlu dilakukan.
a. Uji Multikolinieritas Uji multikolinearitas bertujuan untuk menguji apakah model
regresi ditemukan adanya korelasi anatara variabel bebas independen. Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel
independen. Jika variabel independen saling berkorelasi, maka variabel tersebut tidak memiliki korelasi atau sama dengan nol. Uji ini diterapkan
untuk analisis regresi berganda yang terdiri dari dua atau lebih variabel bebas, untuk mengukur pengaruh variabel bebas tersebut melalui besaran
koefisien korelasi r.
Tabel V.12 Uji Multikolinieritas
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity
Statistics B
Std. Error
Beta Tolerance VIF
1 Constant 28.335
8.998 3.149 .002
Sinetron_X1 .816
.425 .180 1.923 .058
.953 1.049 Iklan_X2
-.330 .384
-.083 -.859 .393 .903 1.107
Lingkungan_Pergaulan _X3
1.061 .221
.464 4.795 .000 .895 1.117
a. Dependent Variable: Gaya_Hidup_Y
Sumber: data primer diolah Tahun 2012
108
Pertama, Berdasarkan analisis collinearity statistics untuk variabel sinetron didapat koefisien tolerance 0,953, sedangkan VIF
Variance Inflation Factor untuk variabel sinetron sebesar 1,049. Oleh karena nilai tolerance lebih besar dari 0,01 dan nilai VIF lebih kecil dari
10, maka dapat disimpulkan bahwa variabel sinetron tidak terjadi multikolinieritas.
Kedua, Berdasarkan analisis collinearity statistics untuk variabel iklan didapat koefisien tolerance 0,903, sedangkan VIF Variance
Inflation Factor untuk variabel iklan sebesar 1,107. Oleh karena nilai tolerance lebih besar dari 0,01 dan nilai VIF lebih kecil dari 10, maka
dapat disimpulkan bahwa variabel iklan tidak terjadi multikolinieritas. Ketiga, Berdasarkan analisis collinearity statistics untuk variabel
lingkungan pergaulan didapat koefisien tolerance 0,895, sedangkan VIF Variance Inflation Factor untuk variabel lingkungan pergaulan sebesar
1,117. Oleh karena nilai tolerance lebih besar dari 0,01 dan nilai VIF lebih kecil dari 10, maka dapat disimpulkan bahwa variabel lingkungan
pergaulan tidak terjadi multikolinieritas. b. Uji Heteroskedastisitas
Uji Heteroskedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan variance dan residual satu pengamatan ke
109
pengamatan lain. Model regresi yang baik adalah yang tidak terjadi heteroskedastisitas.
Untuk mendeteksi
ada atau
tidaknya heteroskedastisitas, digunakan uji dengan metode korelasi Spearman.
Tabel V.13 Uji Heteroskedasitas
Sinetron _X1
Iklan_X 2
Lingkungan _Pergaulan
_X3 Gaya_
Hidup _Y
Residual Yang
dimutlakan Spearmans
rho Sinetron_X1 Correlation
Coefficient 1.000
-.236 .211 .231
.065 Sig. 2-tailed
. .029
.052 .033
.553 N
86 86
86 86
86 Iklan_X2
Correlation Coefficient
-.236 1.000
-.293 -.255
.028 Sig. 2-tailed
.029 .
.006 .018
.797 N
86 86
86 86
86 Lingkungan
Pergaulan_ X3
Correlation Coefficient
.211 -.293
1.000 .526 -.090
Sig. 2-tailed .052
.006 .
.000 .409
N 86
86 86
86 86
Gaya_Hidup _Y
Correlation Coefficient
.231 -.255
.526 1.000
.051 Sig. 2-tailed
.033 .018
.000 .
.643 N
86 86
86 86
86 Residual
Yang dimutlakan
Correlation Coefficient
.065 .028
-.090 .051
1.000 Sig. 2-tailed
.553 .797
.409 .643
. N
86 86
86 86
86 . Correlation is significant at the 0.05 level 2-tailed.
. Correlation is significant at the 0.01 level 2-tailed.
Sumber: data primer diolah Tahun 2012.
110
Hasil analisis pertama diperoleh koefisien korelasi r hitung sebesar 0,065
dengan probabilitas ρ sebesar 0,553. Oleh karena nilai probabilitas ρ = 0,553 ≥ α = 0,05, maka dapat disimpulkan bahwa tidak
terjadi heteroskedastisitas untuk variabel sinetron. Hasil analisis kedua diperoleh koefisien korelasi r hitung sebesar
0,028 dengan probabilitas ρ sebesar 0,797. Oleh karena nilai probabilitas
ρ = 0,797 ≥ α = 0,05, maka dapat disimpulkan bahwa tidak terjadi heteroskedastisitas untuk variabel iklan.
Hasil analisis ketiga diperoleh koefisien korelasi r hitung sebesar -0,090
dengan probabilitas ρ sebesar 0,409. Oleh karena nilai probabilitas ρ = 0,409 ≥ α = 0,05, maka dapat disimpulkan bahwa tidak
terjadi heteroskedastisitas untuk variabel lingkungan pergaulan. Hasil analisis keempat diperoleh koefisien korelasi r hitung
sebesar 0,051 dengan probabilitas ρ sebesar 0,643. Oleh karena nilai
probabilitas ρ = 0,643 ≥ α = 0,05, maka dapat disimpulkan bahwa tidak terjadi heteroskedastisitas untuk variabel gaya hidup.
c. Uji Autokorelasi Uji autokorelasi bertujuan untuk menguji apakah dalam model
regresi linear ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode t-1. Jika terjadi korelasi maka
111
dinamakan autokorelasi. Untuk mendeteksi ada tidaknya autokorelasi dapat diuji dengan jalan m
enghitung “ The Durbin-Watson”.
Tabel V.14 Uji Autokorelasi
Model R
R Square Adjusted R
Square Std. Error of the
Estimate Durbin-Watson
1 .559
a
.313 .288
9.776 1.730
a. Predictors: Constant, Lingkungan_Pergaulan_X3, Sinetron_X1, Iklan_X2 b. Dependent Variable: Gaya_Hidup_Y
Sumber: data primer diolah Tahun 2012
Berdasarkan tabel di atas, diperoleh nilai DW hitung sebesar 1,730, nilai ini akan dibandingkan dengan nilai tabel dengan
menggunakan nilai signifikansi 5, jumlah sampel 86 n maka di tabel Durbin Watson akan didapat sebagai berikut:
n = 86 dan k = 4 dan tingkat signifikan 0,05 α = 0,05 didapat dl
= 1,5536 ; du = 1,7478. Oleh sebab nilai DW hitung yaitu 1,730 lebih kecil dari batas atas du 1,7478 dan kurang dari 4 - du 4 - 1,7478 =
2,2522, dengan demikian dapat disimpulkan bahwa tidak terjadi autokorelasi untuk variabel sinetron, iklan, dan lingkungan pergaulan.
112
Tabel V.15 Rangkuman Hasil Uji Asumsi Klasik
Uji Asumsi Klasik Kesimpulan
Multikolinieritas Tidak terjadi
Heteroskedastisitas Tidak terjadi
Autokorelasi Tidak terjadi
Sumber: data primer tahun 2012
3. Regresi Berganda
Tabel V.16 Regresi Berganda
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. B
Std. Error Beta
1 Constant
28.335 8.998
3.149 .002
Sinetron_X1 .816
.425 .180
1.923 .058
Iklan_X2 -.330
.384 -.083
-.859 .393
Lingkungan_Pergaulan _X3
1.061 .221
.464 4.795
.000 a. Dependent Variable: Gaya_Hidup_Y
Sumber: data primer diolah Tahun 2012.
Jumlah total nilai Beta seluruh variabel: 0,180 + 0,083 + 0,464 = 0,727 a. Sinetron
Rumusan hipotesis Ho = Sinetron tidak berkontribusi secara signifikan terhadap gaya hidup
Ha = Sinetron berkontribusi secara signifikan terhadap gaya hidup.
113
Kolom Standardized Coefficient menunjukkan Nilai Beta β
pada variabel Sinetron sebesar 0,180 yang artinya bahwa sinetron berkontribusi terhadap gaya hidup sebesar 0,180 : 0,727 x 100 =
24,8. Sedangkan untuk menguji apakah kontribusi tersebut signifikan atau tidak dengan membandingkan nilai t
hitung
dengan t
tabel
atau dengan melihat kolom Sig ρ.
Hasil perhitungan yang dilakukan dengan berdasarkan program SPSS menunjukkan bahwa nilai t
hitung
sebesar 1,923, sedangkan nilai t
tabel
pada df = n-k = 86 – 3 = 83 sebesar 1,6634. Hal ini berarti nilai t
hitung
≥t
tabel
1,923 ≥ 1,6634 dan dapat diartikan Ho ditolak dan Ha diterima yang
artinya sinetron berkontribusi secara signifikan terhadap gaya hidup. Untuk menguji signifikansinya dapat juga di lihat dari kolom Sig.
Probabilitas ditunjukkan dengan nilai 0,58 yang berarti nilai ini berada di atas taraf signifikan 5 0,05, oleh karena Sig
≥ 0,05 0,058 ≥ 0,05 maka dapat dikatakan Ho diterima dan Ha ditolak yang artinya sinetron
tidak berkontribusi secara signifikan terhadap gaya hidup. Dari hasil analisis diatas dapat disimpulkan bahwa Ho diterima
dan Ha ditolak yang artinya sinetron tidak berkontribusi secara signifikan terhadap gaya hidup Mahasiswi Pendidikan Ekonomi Universitas Sanata
Dharma.
114
b. Iklan Rumusan hipotesis
Ho = Iklan tidak berkontribusi secara signifikan terhadap gaya hidup Ha = iklan berkontribusi secara signifikan terhadap gaya hidup
Kolom Standardized Coefficient menunjukkan Nilai Beta β
pada variabel iklan sebesar -0,083 yang artinya bahwa iklan berkontribusi terhadap gaya hidup sebesar 0,083 : 0,727 x 100 = 11,41. Sedangkan
untuk menguji apakah kontribusi tersebut signifikan atau tidak dengan membandingkan nilai t
hitung
dengan t
tabel
at au dengan melihat kolom Sig ρ
Hasil perhitungan yang dilakukan dengan berdasarkan program SPSS menunjukkan bahwa nilai t
hitung
sebesar -0,859, sedangkan nilai t
tabel
pada df = n-k = 83 sebesar 1,6634. Hal ini berarti nilai t
hitung
≤ t
tabel
0,083 ≤ 1,6634. dan dapat diartikan Ho diterima dan Ha ditolak yang artinya
iklan tidak berkontribusi secara signifikansi terhadap gaya hidup. Sedangkan untuk menguji signifikansinya dapat di lihat dari
kolom Sig. Probabilitas ditunjukkan dengan nilai 0,393 yang berarti nilai ini berada di atas taraf signifikan 5 0,05, oleh karena Sig
≥ 0,05 0,393 ≥ 0,05 maka dapat dikatakan Ho diterima dan Ha ditolak yang artinya
iklan tidak berkontribusi secara signifikansi terhadap gaya hidup.
115
Dari hasil analisis diatas dapat disimpulkan bahwa Ho diterima dan Ha ditolak yang artinya iklan tidak berkontribusi secara signifikansi
terhadap gaya hidup Mahasiswi Pendidikan Ekonomi Universitas Sanata Dharma.
c. Lingkungan Pergaulan Rumusan hipotesis
Ho = Lingkungan pergaulan tidak berkontribusi secara signifikansi terhadap gaya hidup.
Ha = Lingkungan pergaulan berkontribusi secara signifikansi terhadap gaya hidup
Kolom Standardized Coefficient menunjukkan Nilai Beta β
pada variabel lingkungan pergaulan sebesar 0,464 yang artinya bahwa lingkungan pergaulan berkontribusi terhadap gaya hidup sebesar 0,464 :
0,727 x 100 = 63,8 sedangkan untuk menguji apakah kontribusi tersebut signifikan atau tidak dengan membandingkan nilai t
hitung
dengan t
tabel
atau dengan melihat kolom Sig ρ.
Hasil perhitungan yang dilakukan dengan berdasarkan program SPSS menunjukkan bahwa nilai t
hitung
sebesar 4,795, sedangkan nilai t
tabel
pada df = n-k = 83 sebesar 1,6634. Hal ini berarti nilai t
hitung
≥ t
tabel
4,795
116
≥ 1,6634 dan dapat diartikan Ho ditolak dan Ha diterima yang artinya lingkungan pergaulan berkontribusi secara signifikansi terhadap gaya
hidup. Sedangkan untuk menguji signifikansinya dapat di lihat dari
kolom Sig. Probabilitas ditunjukkan dengan nilai 0,00 yang berarti nilai ini berada di bawah taraf signifikan 5 0,05, oleh karena Sig
≤ 0,05 0,00
≥ 0,05 maka dapat dikatakan Ho ditolak dan Ha diterima yang artinya lingkungan pergaulan berkontribusi terhadap gaya hidup
Dari hasil analisis diatas dapat disimpulkan bahwa Ho ditolak dan Ha diterima yang artinya lingkungan pergaulan berkontribusi terhadap
gaya hidup Mahasiswi Pendidikan Ekonomi Universitas Sanata Dharma. d. Sinetron, Iklan, dan Lingkungan Pergaulan secara bersama-sama.
Rumusan hipotesis: Ho = Sinetron, iklan, dan lingkungkan pergaulan tidak berkontribusi
secara signifikan terhadap gaya hidup. Ha = Sinetron, iklan, dan lingkungkan pergaulan secara bersama-sama
berkontribusi secara signifikan terhadap gaya hidup.
117
Tabel V.17 ANOVA
b
Model Sum of
Squares df
Mean Square F
Sig. 1
Regression 3565.677
3 1188.559
12.436 .000
a
Residual 7837.079
82 95.574
Total 11402.756
85 a. Predictors: Constant, Lingkungan_Pergaulan_X3, Sinetron_X1, Iklan_X2
b. Dependent Variable: Gaya_Hidup_Y
Sumber: data primer diolah tahun 2012
Berdasarkan hasil perhitungan diperoleh harga F
hitung
sebesar 12,436, sementara F
tabel
pada df 3;82 sebesar 2,72 sehingga kriteria pengujian hipotesisnya F
hitung
≥ F
tabel
yaitu 12,436 ≥ 2,72 maka Ho ditolak
dan Ha diterima, dengan demikian hipotesis keempat yang menyatakan sinetron, iklan, dan lingkungan pergaulan berkontribusi secara signifikan
terhadap gaya hidup. Sedangkan untuk menguji signifikansinya dapat di lihat dari
kolom Sig. Probabilitas ditunjukkan dengan nilai 0,000 yang berarti nilai ini berada di bawah taraf signifikan 5 0,05, oleh karena Sig
≤ 0,05 0,000
≤ 0,05 maka dapat dikatakan Ho ditolak dan Ha diterima yang artinya sinetron, iklan, dan lingkungan pergaulan berkontribusi secara
signifikan terhadap gaya hidup. Dari hasil analisis diatas dapat disimpulkan bahwa Ho ditolak dan
Ha diterima yang menyatakan bahwa sinetron, iklan, dan lingkungan
118
pergaulan berkontribusi secara signifikan terhadap gaya hidup Mahasiswi Pendidikan Ekonomi Universitas Sanata Dharma.
Tabel V.18 Model Summary
b
Model R
R Square Adjusted R Square Std. Error of the Estimate
1 .559
a
.313 .288
9.776 a. Predictors: Constant, Lingkungan_Pergaulan_X3, Sinetron_X1, Iklan_X2
b. Dependent Variable: Gaya_Hidup_Y
Sumber: data primer diolah tahun 2012
Hasil perhitungan yang dilakukan dengan berdasarkan program SPSS menunjukkan bahwa nilai adjusted R square sebesar 0,288. Hal ini
berarti sinetron, iklan, dan lingkungan pergaulan secara bersama-sama berkontribusi sebesar 28,8 terhadap gaya hidup, sedangkan variabel lain
di luar model berpengaruh sebesar 71,2. Variabel tersebut antara lain masih banyak media informasi selain televisi, lingkungan fisik, dan setatus
sosial.
D. Pembahasan