sebagai berikut: 1 Membuat tabel distribusi jawaban kuesioner dan mengubah skor kualitatif menjadi skor kuantitatif yaitu: a untuk variabel pendapatan dan
konsumsi rumah tangga dengan kategori: Sangat cukup dengan skor 4; cukup dengan skor 3; kurang cukup dengan skor 2; dan tidak cukup dengan skor 1, b
Sedangkan untuk variabel kesejahteraan keluarga yaitu dengan kategori: Sangat terpenuhi dengan skor 4; terpenuhi dengan skor 3; kurang terpenuhi dengan skor
2; dan tidak terpenuhi dengan skor 1; 2 membuat skor jawaban responden dengan ketentuan skor yang telah ditetapkan; 3 menjumlahkan skor jawaban
yang diperoleh dari tiap-tiap responden; 4 menentukan skor jawaban tersebut kedalam rumus sebagai berikut:
Skor maksimal = skor tertinggi x jumlah item pervariabel
Skor minimal = skor terendah x jumlah item pervariabel
Range = Data maksimal
– data minimal Panjang kelas interval =
5 hasil yang diperoleh dikonsultasikan dengan tabel kriteria skor, dalam penyajiannya hasil analisis ini didasarkan pada distribusi frekuensi yang
memberikan gambaran mengenai distribusi subyek menurut kategori-kategori nilai untuk setiap alternatif jawaban yang tersedia dalam kuesioner.
a. Deskriptif Variabel Pendapatan
Berdasarkan variabel pendapatan yang digunakan 10 butir pernyataan, masing-masing pernyataan skornya 1 sampai dengan 4, berikut adalah
perhitungannya: Skor maksimal = 4 x 10 x 71 = 2840
Skor minimal = 1 x 10 x 71 = 710
Range = 2840 - 710 = 2130
Interval Kelas = =
= 532
Tabel 3.7 Kategori Variabel Pendapatan
No Interval Skor
Kriteria
1 2308 ≥ Skor ≤ 2840 Sangat Cukup
2 1775 ≥ Skor ≤ 2307 Cukup
3 1242 ≥ Skor ≤ 1774 Kurang Cukup
4 709 ≥ Skor ≤ 1241 Tidak Cukup
b.
Deskriptif Variabel Konsumsi Rumah Tangga
Berdasarkan variabel pendapatan yang digunakan 20 butir pernyataan, masing-masing pernyataan skornya 1 sampai dengan 4, berikut adalah
perhitungannya: Skor maksimal = 4 x 20 x 71 = 5680
Skor minimal = 1 x 20 x 71 = 1420
Range = 5680 - 1420 = 4260
Interval Kelas = =
= 1065
Tabel 3.8 Kategori Variabel Konsumsi Rumah Tangga
No Interval Skor
Kriteria
1 4615 ≥ Skor ≤ 5680
Sangat Terpenuhi 2
3549 ≥ Skor ≤ 4614 Terpenuhi
3 2483 ≥ Skor ≤ 3548
Kurang Terpenuhi 4
1417 ≥ Skor ≤ 2482 Tidak Terpenuhi
c. Deskriptif Variabel Kesejahteraan Keluarga
Berdasarkan variabel pendapatan yang digunakan 17 butir pernyataan, masing-masing pernyataan skornya 1 sampai dengan 4, berikut adalah
perhitungannya: Skor maksimal = 4 x 17 x 71 = 4828
Skor minimal = 1 x 17 x 71 = 1207
Range = 4828 - 1207 = 3621
Interval Kelas = =
= 905
Tabel 3.9 Kategori Variabel Kesejahteraan Keluarga
No Interval Skor
Kriteria
1 3923 ≥ Skor ≤ 4828
Sangat Terpenuhi 2
3017 ≥ Skor ≤ 3922 Terpenuhi
3 2111 ≥ Skor ≤ 3016
Kurang Terpenuhi 4
1205 ≥ Skor ≤ 2110 Tidak Terpenuhi
3.7 Uji Asumsi Klasik
Uji asumsi klasik digunakan untuk mengetahui apakah model regresi berganda yang digunakan untuk menganalisis dalam penelitian ini memenuhi
asumi klasik atau tidak. Adapun uji asumsi klasik meliputi:
3.7.1 Uji Normalitas
Uji Normalitas bertujuan untuk menguji apakah dalam model regresi linier, variabel penganggu atau residual memiliki distribusi normal atau tidak. Seperti
diketahui bahwa uji t dan F mengasumsikan bahwa nilai residual mengikuti distribusi normal Ghozali, 2011:160. Data yang baik yaitu data yang memiliki
distribusi normal atau mendekati normal. Cara yang dapat digunakan untuk mendeteksi apakah residual berdistribusi normal atau tidak dapat menggunakan
analisis grafik. Analisis grafik terdapat dua acara yang digunakan yaitu: 1 menggunakan
grafik histrogram yang membandingkan antara data observasi dengan distribusi yang mendekati distribusi normal; 2 menggunakan normal probability plot yang
membandingkan distribusi komulatif data sesungguhnya dengan distribusi komulatif dari distribusi normal. Dasar pengambilan keputusan dalam uji
normalitas adalah sebagai berikut: 1 Jika data menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal atau grafik histogramnya menunjukkan pada
distribusi normal, maka model regresi memenuhi asumsi normalitas; 2 Jika data menyebar jauh dari diagonal dan atau tidak mengikuti arah garis diagonal atau
grafik histogram tidak menunjukkan pola distribusi normal, maka model regresi tidak memenuhi asumsi normalitas.
3.7.2 Uji Multikolinieritas
Uji multikolinieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas independen. Model regresi yang
baik seharusnya tidak terjadi korelasi antar variabel independen Ghozali, 2011:105. Untuk mendeteksi ada atau tidaknya multikolonieritas di dalam model
regresi digunakan analisis sebagai berikut: 1 Jika R
2
sangat tinggi tapi variabel independen banyak yang tidak signifikan, maka dalam model regresi terdapat
multikolonieritas; 2 Melihat nilai tolerance ≥ 0.1 dan nilai VIF ≤ 10 berarti tidak
ada multikolonieritas.
Bila ternyata
dalam model
regresi terdapat
multikolonieritas, maka harus menghilangkan variabel independen yang mempunyai korelasi tinggi.
3.7.3 Uji Heteroskedastisitas
Uji Heteroskedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan varian dari residual satu pengamatan ke pengamatan yang
lain. Jika varian dari residual satu pengamatan ke pengamatan lain tetap, maka disebut Homokedastisitas dan jika berbeda disebut Heteroskedastisitas. Model
regresi yang baik adalah yang Homokedastisitas atau tidak terjadi Heteroskedastisitas Ghozali, 2011:139.
Untuk mendeteksi ada atau tidaknya heteroskedastisitas dalam model maka dapat dilakukan dengan melihat Grafik Plot antara nilai prediksi variabel terikat
dependen yaitu ZPRED dengan residualnya SRESID. Deteksi ada tidaknya heteroskedastisitas dapat dilakukan dengan melihat ada tidaknya pola tertentu
pada grafik scatterplot antara SRESID dan ZPRED dimana sumbu Y adalah Y yang telah diprediksi, dan sumbu X adalah residual Y prediksi
– Y sesungguhnya yang telah di-studentized. Dasar analisis yang digunakan adalah:
1 Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang
teratur bergelombang,
melebar kemudian
menyempit, maka
mengindikasikan telah terjadi heteroskedastisitas; 2 Jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka
tidak terjadi heteroskedastisistas.
3.8 Analisis Regresi Linear Berganda
Analisis regresi ganda digunakan oleh peneliti, bila peneliti bermaksud meramalkan bagaimana keadaan naik turunnya variabel dependen kriterium,
bila dua atau lebih variabel independent sebagai faktor prediktor dimanipulasi dinaik turunkan nilainya Sugiyono, 2006:250. Analisis regeresi ini digunakan
untuk mengetahui pengaruh antara variabel independen dan variabel dependen, yaitu: pendapatan, konsumsi rumah tangga dan kesejahteraan keluarga. Berikut
rumus persamaan regresi linier berganda dengan dua prediktor : Y = a
+ b
1
X
1
+ b
2
X
2
+ e Keterangan :
Y = variabel terikat kesejahteraan keluarga a
= konstanta X
1
= variabel bebas pendapatan X
2
= variabel bebas konsumsi rumah tangga b
1
= koefisien variabel X
1
b
2
= koefisien variabel X
2
e = kesalahan pengganggu
3.9 Uji Hipotesis Penelitian