67
multikolinearitas, dan heteroskedastisitas dalam model regresi dapat dipenuhi dalam ketiga uji klasik ini.
c. Hasil Uji Multikolinearitas Untuk mendeteksi ada tidaknya multikolinearitas dengan melihat
nilai Tolerance dan VIF. Semakin kecil nilai Tolerance dan semakin besar
VIF maka
semakin mendekati
terjadinya masalah
multikolinearitas. Dalam kebanyakan penelitian menyebutkan bahwa jika Tolerance lebih dari 0,1 dan VIF kurang dari 10 maka tidak terjadi
multikolinearitas. Berikut adalah hasil uji multikolinearitas.
3
Tabel 4.13 Uji Multikolinearitas
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients T
Sig. Collinearity
Statistics B
Std. Error Beta
Tolerance VIF 1
Consta nt
-2,074 2,533
-,819 ,420
kognitif ,299
,140 ,355
2,137 ,042
,366 2,731 Afektif
,075 ,199
,074 ,375
,711 ,259 3,856
konatif ,602
,217 ,492
2,768 ,010
,320 3,122 a. Dependent Variable: Minat Berasuransi Syariah Y
Sumber : Data Primer Output SPSS Berdasarkan tabel 4.13 diatas terlihat bahwa nilai Tolerance
mendekati angka 1 yaitu total kognitif sebesar 0,366, total afektif sebesar 0,259, total konatif sebesar 0,320. Nilai Variance Inflation
Factor VIF disekitar angka 1 yaitu total kognitif sebesar 2,731, total afektif sebesar 3,856, total konatif sebesar 3,122. Dengan demikian,
3
Duwi Priyatno, Analisis, Regresi dan Multivariate dengan SPSS, Yogyakarta, Gava Media, 2013 h. 59-60
68
dapat disimpulkan bahwa model persamaan regresi tidak terdapat problem multikolinieritas dan dapat digunakan dalam penelitian ini.
d. Uji Autokorelasi Auto korelasi merupakan korelasi yang terjadi antar observasi
dalam satu variabel. Autokorelasi dapat terjadi jika observasi yang berturut turut sepanjang waktu memiliki korelasi antar satu dengan
yang lain. Model regresi yang baik mensyaratkan tidak adanya masalah autokorelasi. Dalam penelitian uji autokorelasi dilakukan dengan
menggunakan statistik
Durbin Watson.
Dasar pengambilan
keputusannya sebagai berikut
4
: a. Angka DW di bawah -2 berarti ada autokorelasi positif.
b. Angka DW di antara -2 sampai +2, berarti tidak ada autokorelasi. c. Angka DW di atas +2 berarti ada autokorelasi negatif
Hasil pengujian DW juga disediakan dalam analisis regresi berganda. Jika n15 pembuktian bisa dilakukan dengan tabel langsung
klasifikasi nilai d Tabel 4.7.
Tabel 4.14 Klasifikasi Nilai d digunakan untuk n15
Nilai d Keterangan
1.10 Ada autokorelasi
1.10 – 1,54
Tidak ada kesimpulan 1,55
– 2,46 Tidak ada autokorelasi
2,46 – 2,90
Tidak ada kesimpulan 2.91
Ada autokorelasi Sumber : Aplikasi Statistik Praktis, 2003
4
Singgih Sasonto, Aplikasi SPSS pada Statistika Parametrik, Jakarta, Elex Media Komputindo, 2012, h. 243
69
Tabel 4.15 Hasil Uji Autokorelasi
Model Summary
b
Mode l
R R Square
Adjusted R Square
Std. Error of the Estimate
Durbin- Watson
1 ,852
a
,727 ,696
2,074 2,114
a. Predictors: Constant, konatif, kognitif, afektif b. Dependent Variable: Minat Berasuransi Syariah Y
Tabel 4.15 berdasarkan tabel hasil uji autokorelasi di atas diketahui bahwa nilai Durbin Watson adalah sebesar 2,114 dan berdasarkan Tabel
Nilai Durbin-Waston berada dikisaran nilai 1.55 – 2.46 yang menurut
tabel Nilai Durbin-Watson berarti tidak ada autokorelasi.
4. Persamaan Regresi Linear Berganda
Penelitian ini mengunakan model analisis regresi linier untuk pembuktian hipotesis penelitian. Analisis ini untuk menggunakan input
berdasarkan data yang diperoleh dari kuesioner. Pada output ini, dijelaskan nilai koefisien dari persamaan regresi dalam kasus ini, persamaan regresi
berganda yang digunakan adalah sebagai berikut: Y =
+ β
1
X
1
+ β
2
X
2
+ β
3
X
3
70
Tabel 4.16 Hasil Regresi
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients T
Sig. Collinearity
Statistics B
Std. Error Beta
Tolerance VIF 1
Constant -2,074
2,533 -,819
,420 Kognitif
,299 ,140
,355 2,13
7 ,042
,366 2,731 Afektif
,075 ,199
,074 ,375 ,711
,259 3,856 Konatif
,602 ,217
,492 2,76
8 ,010
,320 3,122 a. Dependent Variable: Minat Berasuransi Syariah Y
Sumber : Data Primer Output SPSS Dimana:
: Nilai konstanta, yaitu -2.074 β
1
: Koefisien variabel kognitif, yaitu 0,299 β
2
: Koefisien variabel afektif, yaitu 0,075 β
3
: Koefisien variabel konatif, yaitu 0,602 Y
: Minat Berasuransi Syariah X
1
: Kognitif X
2
: Afektif X
3
: Konatif Berdasarkan tabel tersebut di atas coefficients, nilai-nilai pada
output kemudian dimasukkan ke dalam persamaan regresi linear berganda berikut:
Y = a-2,074+ X
1
0,299+ X
2
0,075+ X
3
0,602 Maksud dari persamaan tersebut adalah:
71
a Nilai konstanta a Bila dilihat dari nilai konstanta sebesar -2,074 dapat diasumsikan
bahwa apabila nilai variabel independent lainnya 0, maka nilai variabel dependent dalam hal ini minat berasuransi syariah tanpa dipengaruhinya
variabel independent adalah tetap sebesar -2,074. b Nilai koefisien regresi variabel kognitif X
1
sebesar 0,299 menyatakan bahwa penambahan 1 karena tanda + dari variabel kognitif, maka
minat berasuransi syariah nilai Y akan bertambah sebesar 0,299. c Nilai koefisien regresi variabel afektif X
2
sebesar 0,075 menyatakan bahwa penambahan 1 karena tanda + dari variabel afektif, maka minat
berasuransi syariah nilai Y akan bertambah sebesar 0,075. d Nilai koefisien regresi variabel konatif X
3
sebesar 0,602 menyatakan bahwa penambahan 1 karena tanda + dari variabel kognitif, maka
minat berasuransi syariah nilai Y akan bertambah sebesar 0,602. Persamaan model ini, menunjukkan bahwa variabel respon kognitif
X
1
, afektif X
2
dan konatif X
3
menunjukkan nilai yang baik terhadap minat berasuransi syariah berdasarkan nilai koefisien regresi
pada setiap variabel, jika variabel diurutkan dari pengaruh yang terbesar sampai yang terkecil adalah variabel kognitif X
1
, afektif X
2
dan konatif X
3
. Jadi berdasarkan regresi di atas yang paling berpengaruh terhadap minat berasuransi syariah adalah variabel kognitif X
1
.
72
5. Uji Koefisien Determinasi
Setiap tambahan satu variabel independen, maka R
2
pasti meningkat, tidak peduli apakah variabel tersebut berpengaruh terhadap
variabel dependen. Oleh karena itu, pada penelitian ini R Square yang digunakan adalah R Square yang sudah disesuaikan atau Adjusted R Square
Adjusted R
2
karena disesuaikan dengan jumlah variabel yang digunakan dalam penelitian. Nilai Adjusted R Square dapat naik atau dapat turun
apabila satu variabel independen ditambahkan kedalam model. Berikut ini disajikan hasil uji koefisien determinasi.
Tabel 4.17 Uji Koefisien determinasi R
2
Model Summary
b
Mode l
R R Square
Adjusted R Square
Std. Error of the Estimate
Durbin- Watson
1 ,852
a
,727 ,696
2,074 2,114
a. Predictors: Constant, konatif, kognitif, afektif b. Dependent Variable: Minat Berasuransi Syariah Y
Sumber : Data Primer Output SPSS Tabel 4.17 menunjukkan bahwa korelasi antara variabel minat
berasuransi syariah dengan ketiga variabel bebas secara umum sebesar 0,852 menunjukan variabel kognitif, afektif dan konatif terhadap minat
berasuransi syariah dengan kategori “kuat” lihat tabel 3.5. bahwa variabel kognitif, afektif dan konatif mempunyai hubungan positif terhadap variabel
minat berasuransi syariah sebesar 0,852. Untuk menentukan besarnya pengaruh variabel independen
terhadap variabel dependen dengan menggunakan koefisien determinasi atau Adjusted R Square. Besarnya Adjusted R Square adalah 0,696 69,6.
