Regresi Linear Berganda Uji Koefisien Determinasi Uji f-test simultan

Untuk mengetahui apakah efektivitas pelatihan program Cake House Senyum Mandiri mempengaruhi tingkat kesejahteraan mustahik di Empowering Centre Rumah Zakat Pulogadung dilakukan dengan menggunakan skala likert dengan penentuan skala sebagai berikut : Tabel 3.2 Skala Likert Sangat Setuju SS Setuju S Netral N Tidak Setuju TS Sangat Tidak Setuju STS 5 4 3 2 1 Dengan menggunakan skala likert, maka variabel yang akan diukur dijabarkan menjadi dimensi, dimensi dijabarkan menjadi indikator-indikator yang dapat memudahkan responden mustahik dalam menginterpretasikan pendapat mereka mengenai efektivitas pelatihan program Cake House dalam kuesioner yang diberikan. Selanjutnya data yang telah diperoleh melalui kuesioner, akan dianalisis dengan analisis regresi linear berganda dan kemudian hasilnya dideskripsikan.

1. Regresi Linear Berganda

Analisis regresi linear berganda ialah suatu alat analisis peramalan nilai pengaruh dua variabel bebas atau lebih terhadap variabel terikat untuk membuktikan ada atau tidaknya hubungan fungsi atau hubungan kausal Ŷ = + + antara dua variabel bebas atau lebih dengan satu variabel terikat. Persamaan regresi linear berganda dirumuskan 13 : Keterangan : Ŷ = Variabel dependen tingkat kesejahteraan mustahik α = Konstanta = Koefisien regresi parsial variabel ketepatan penggunaan input unsur-unsur pelatihan; = koefisien regresi parsial variabel tercapainya tujuan dan sasaran pelatihan = variabel ketepatan penggunaan input unsur-unsur pelatihan; = variabel tercapainya tujuan dan sasaran pelatihan

2. Uji Koefisien Determinasi

Koefisien determinasi bertujuan untuk mengetahui seberapa besar kemampuan variabel bebas X menjelaskan variabel terikat Y. Dalam output SPSS, koefisien determinasi terletak pada tabel Model Summary dan tertulis R Square. Namun untuk regresi linear berganda sebaiknya menggunakan R Square yang telah disesuaikan Adjusted R Square, karena disesuaikan dengan jumlah variabel bebas yang digunakan dalam penelitian. Nilai R Square dikatakan baik jika di atas 0,5 karena nilai R Square berkisar antara 0 sampai 1. Pada umumnya sampel dengan data deret waktu 13 Riduwan, Belajar Mudah Penelitian, h. 155. time series memiliki R Square maupun Adjusted R Square dikatakan cukup tinggi dengan nilai di atas 0,5. 14

3. Uji f-test simultan

Uji simultan dengan uji f berfungsi untuk mencari besarnya pengaruh atau hubungan antara dua variabel bebas X atau lebih secara simultan bersama-sama dengan variabel terikat Y. Nilai taraf signifikan pada uji f ini adalah α = 0,05. 15 Hipotesis untuk hasil uji f ini adalah : a. Ha : ρ ≠ 0, terdapat pengaruh yang signifikan antara efektivitas pelatihan program Cake House terhadap peningkatan kesejahteraan mustahik. b. Ho : ρ = 0, tidak terdapat pengaruh yang signifikan antara efektivitas pelatihan program Cake House terhadap peningkatan kesejahteraan mustahik. Jika sig f 0,05 maka artinya tidak terdapat pengaruh yang signifikan antara variabel bebas X terhadap variabel terikat Y. Jika sig f 0,05 artinya terdapat pengaruh signifikan antara variabel bebas X terhadap variabel terikat Y.

4. Uji t-test parsial