korelasi yang kuat di antara variabel bebasnya. Untuk menguji multikolinearitas antar variabel bebas, peneliti menggunakan uji VIF
Variance Inflation Factor dengan bantuan program SPSS versi 17. Kriterianya adalah jika nilai VIF kurang dari 4 maka tidak terjadi
multikolinearitas. Sedangkan jika nilai VIF lebih dari 4 maka terjadi multikolinearitas Ali Muhson, 2012: 24-26.
4 Uji Homoskedastisitas
Uji homoskedastisitas dilakukan untuk mengetahui kesamaan varians error untuk setiap nilai variabel bebas. Uji homoskedastisitas
yang digunakan adalah uji Rho Spearman dengan bantuan program SPSS versi 17. Dalam uji ini yang perlu ditafsirkan adalah bagian
koefisien korelasi antara variabel bebas dengan absolut residu. Jika nilai sig kurang dari 0,05 maka tidak terjadi homoskedastisitas, jika
sebaliknya maka terjadi homoskedastisitas Ali Muhson, 2012: 27- 32.
b. Uji Hipotesis
Pengujian hipotesis dalam penelitian ini dilakukan dengan analisis regresi. Karena variabel bebas lebih dari satu variabel maka
dilakukan analisis regresi linier berganda. Persamaan regresi linier berganda dalam penelitian ini dapat diformulasikan sebagai berikut:
Y= a+b
1
X
1
+b
2
X
2
+b
3
D
1
Keterangan: Y
= tingkat konsumsi
a = bilangan konstanta
b
1
= koefisien pendapatan b
2
= koefisien gaya hidup b
3
= koefisien jenis kelamin X
1
= pendapatan X
2
= gaya hidup D
1
= variabel dummy jenis kelamin Analisis regresi linier berganda menggunakan program STATA versi 11,
berikut langkah-langkah dalam pengujian hipotesis:
1 Uji Simultan Uji F
Untuk mengetahui apakah variabel bebas secara bersama-sama berpengaruh terhadap variabel terikat maka dilakukan uji F. Sehingga
bisa diketahui diterima atau tidaknya hipotesis keempat. Jika nilai prob F kurang dari 0,05 maka dapat disimpulkan variabel bebas
secara bersama-sama berpengaruh signifikan terhadap variabel terikat.
2 Uji Parsial Uji t
Untuk menguji bagaimana pengaruh masing-masing variabel bebas secara sendiri-sendiri terhadap variabel terikat maka dilakukan
uji t. Sehingga bisa diketahui diterima atau tidaknya hipotesis satu, dua, dan tiga. Jika nilai p-value kurang dari 0,05 maka dapat
disimpulkan terdapat pengaruh yang signifikan dari masing-masing variabel bebas terhadap variabel terikat.
3 Mencari Koefisien Determinasi R
2
Untuk melihat seberapa besar variabel-variabel bebas mampu memberikan penjelasan mengenai variabel terikat maka perlu dicari
nilai koefisien determinasi R
2
. Nilai R
2
adalah antara nol dan satu 0≤ R
2
≤ 1. Jika nilai R
2
semakin mendekati satu, menunjukkan semakin kuat kemampuan variabel bebas dalam menjelaskan variabel
terikat. Jika nilai R
2
adalah nol, menunjukkan bahwa variabel bebas secara keseluruhan tidak dapat menjelaskan variabel terikat Wahid
Sulaiman, 2004: 86. Selain itu untuk melihat manakah variabel bebas yang paling
mampu memberikan penjelasan mengenai variabel terikat maka akan digunakan metode stepwise. Menurut Muhammad Naufal Yusuf
2003: 4, metode stepwise dimulai dengan pemasukan satu persatu variabel bebas hasil pengkorelasian, dimasukkan ke dalam model dan
dikeluarkan dari model dengan kriteria tertentu. Variabel yang pertama kali masuk merupakan variabel bebas yang korelasinya
tertinggi dan signifikan terhadap variabel terikat. Jika ada variabel yang tidak signifikan maka variabel tersebut dikeluarkan. Dalam hal
ini akan dilihat pula perubahan nilai R
2
ketika variabel bebas masuk ke dalam model.
