Sangat baik
Baik Kurang
baik Tidak baik
7 – 9 4 – 6
1 – 3
3.7. Metode Analisis Data
Data yang diperoleh dari hasil penelitian, menurut Widodo 2004 : 108-111 di analisis dengan menggunakan analisis statistik deskriptif dan analisis statistik
inferensial. Analisis statistik deskriptif digunakan untuk mengetahui skor minimum, skor maksimum, jangkauan range, mean, median, modus, standar deviasi dan varian
masing-masing variabel. Selanjutnya hasil perhitungan di deskripsikan dalam daftar frekuensi untuk masing-masing variabel.
Metode analisis data dalam penelitian ini menggunakan uji regresi linear berganda, didasarkan pada hubungan fungsional atau kausal dua variabel bebas atau
lebih dengan satu variabel terikat, pada tingkat kemaknaan 95 nilai ρ = 0,05
Adapun rumus persamaan umum regresi linier berganda, adalah : Y = a0 + b1X1 + b2X2+ b3X3+ b4X4+ b5X5+ b6X6 + b7X7 + b8X8
Untuk mencari nilai a, b1, dan b2 dapat digunakan formula, sbb :
Universitas Sumatera Utara
a n + b1 ∑X1 + b2∑X2 = ∑Y
a ∑X1 + b1∑X12 + b2∑X1X2 = ∑X1Y
a ∑X2 + b1∑X1X2 + b2∑X22 = ∑X2Y
dst..... = ∑X8Y
Untuk melakukan analisis dilakukan uji hipotesa, melalui langkah-langkah sebagai berikut:
3.7.1. Uji Prasyarat Regresi Linear Berganda
Uji prasyarat model regresi linear berganda pada statistik nonparametrik yang harus dipenuhi adalah uji penyimpangan klasik terutama uji normalitas,
multikolinearitas dan uji heteroskedastisitas Sugiyono, 2004; Sudarmawan, 2005; Priyanto, 2009.
3.7.1.1. Uji normalitas Uji normalitas dilakukan untuk melihat apakah dalam model regresi variabel
bebas dan variabel terikat memiliki data yang berdistribusi normal atau tidak. Menurut Sugiono 2005, bahwa ”model yang paling baik adalah apabila datanya
berdistribusi normal atau mendekati normal. Jika data menyebar di sekitar garis diagonal dan mengikuti arah diagonal, maka model regresi memenuhi asumsi
normalitas. Sebaliknya, jika data menyebar jauh dari garis diagonal dan atau tidak mengikuti arah garis diagonal, maka model regresi tidak memenuhi asumsi
normalitas.”
Universitas Sumatera Utara
3.7.1.2. Uji multikolinearitas Uji moltikolineritas dipergunakan untuk mengetahui ada tidaknya variabel
bebas yang memiliki kemiripan dengan variabel bebas lainnya dalam suatu model yang dapat menyebabkan terjadinya korelasi yang sangat kuat antara variabel bebas
tersebut. Untuk mendeteksi adanya multikolineritas pada suatu model dapat dilihat dari nilai Variance Inflation Factor VIF. Jika nilai VIF tidak lebih dari lima maka
model regresi dapat dikatakan terbebas dari multikolineritas. Sebaliknya, bila nilai VIF lebih besar dari lima maka model regresi diduga mempunyai persoalan
multikolineritas. 3.7.1.3. Uji heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk mengetahui apakah terjadi perbedaan variasi residual suatu periode pengamatan ke periode pengamatan yang lain, atau
gambaran hubungan antara nilai yang diprediksi dengan standardized delete residual nilai tersebut. Heteroskedastisitas dapat diuji dengan menggunakan metode grafik,
yaitu dengan melihat ada tidaknya pola tertentu yang tergambar pada grafik. Jika pola titik-titik yang terbentuk membentuk pola teratur bergelombang, melebar, kemudian
menyempit, maka telah terjadi heterokedastisitas pada model regresi. Sebaliknya, jika tidak terbentuk pola yang jelas dimana titik-titik menyebar di atas dan di bawah
angka nol pada sumbu Y, maka tidak terjadi heteroskedastisitas pada model regresi.
Universitas Sumatera Utara
3.7.2. Uji t
Uji t, digunakan untuk mengetahui apakah varibel bebas memiliki pengaruh siginifikan atau tidak dengan variabel terikat secara individual untuk setiap variabel.
Rumus yang digunakan untuk mengetahui nilai thitung. r n - 2
thitung = 1 - r2
Setelah didapatkan nilai thitung melalui rumus di atas, maka untuk menginterpretasikan hasilnya berlaku ketentuan, sebagai berikut:
a. Jika thitung ttabel
Æ H0 ditolak ada pengaruh yang signifikan b.
Jika thitung ttabel Æ H0 diterima tidak ada hubungan yang signifikan
Untuk mengetahui ttabel digunakan ketentuan n-2 pada tingkat signifikan sebesar 5 tingkat kesalahan 5 atau 0,05 atau taraf keyakinan 95 atau 0,95. Jadi
apabila tingkat kesalahan suatu variabel lebih dari 5, berarti variabel tersebut tidak signifikan.
3.7.3. Uji F
Uji F, digunakan untuk menguji pengaruh dua atau lebih variabel bebas secara bersama-sama dengan variabel terikat. Rumusnya, sebagai berikut:
R2 K F =
1 – R2 n – k – 1
Universitas Sumatera Utara
Di mana: R2 : koefisien determinasi
K : jumlah variabel bebas N : jumlah sampel.
Nilai Fhitung Ftabel , berarti H0 ditolak, Ha diterima. Untuk mengukur seberapa besar variabel-variabel bebas dapat menjelaskan
variabel terikat, digunakan koefisien determinasi R2. Koefisien ini menunjukkan proporsi variabilitas total pada variabel terikat, yang dijelaskan oleh model regresi.
Nilai R2 berada pada interval 0 ≤ R2 ≤ 1. Secara logika, makin baik estimasi model
dalam menggambarkan data, makin dekat dengan nilai R ke nilai 1 satu. Nilai R2 dapat diperoleh dengan rumus:
R2 = r2 x 100, Di mana:
R2 : koefisien determinasi r : koefisien korelasi
Universitas Sumatera Utara
BAB 4 HASIL PENELITIAN
4.1. Gambaran Umum Lokasi Penelitian
Kategori