Analisis Data Penelitian
C. Analisis Data Penelitian
Sebelum dilakukan analisis data untuk melakukan uji hipotesis, maka data penelitian harus dilakukan uji asumsi dasar dan uji asumsi klasik terlebih dahulu. Uji asumsi dasar meliputi uji normalitas dan uji linearitas. Uji asumsi klasik meliputi uji multikolinearitas, uji heteroskedastisitas, dan uji autokorelasi,. Perhitungan analisis dalam perhitungan ini menggunakan program Statistical Product and Service Solution (SPSS) versi 17.0.
1. Uji asumsi Dasar
a. Uji normalitas Uji normalitas digunakan untuk mengetahui apakah data penelitian berdistribusi normal atau tidak. Data yang mempunyai distribusi normal a. Uji normalitas Uji normalitas digunakan untuk mengetahui apakah data penelitian berdistribusi normal atau tidak. Data yang mempunyai distribusi normal
Tabel 14 Hasil Uji Normalitas
Tests of Normality
Kolmogorov-Smirnov a Shapiro-Wilk
Statistic Df Sig.
Statistic
Df Sig.
Stres padaIbu yang Memiliki Anak Autis
38 .053 Penerimaan Diri
38 .557 Dukungan Sosial
a. Lilliefors Significance Correction
*.This is a lower bound of the true significance
Tabel pada kolom Kolmogorov-Smirnov di atas menunjukkan bahwa nilai signifikansi untuk stres pada ibu yang memiliki anak autis sebesar 0,071; untuk penerimaan diri sebesar 0,200; dan untuk dukungan sosial sebesar 0,060. Signifikansi untuk seluruh variabel lebih besar dari 0,05, maka dapat disimpulkan bahwa data pada variabel stres pada ibu yang memiliki anak autis, penerimaan diri, dan dukungan sosial berdistribusi normal. angka statistik menunjukkan semakin kecil nilainya, maka distribusi data semakin normal.
Uji linearitas bertujuan untuk mengetahui apakah dua variabel mempunyai hubungan yang linear atau tidak secara signifikan. Uji ini biasanya digunakan sebagai prasyarat dalam analisis korelasi atau regresi linear. Pengujian pada taraf signifikansi 0,05 mempunyai arti bahwa dua variabel dikatakan mempunyai hubungan yang linear apabila signifikansi (linearity) kurang dari 0,05 (Priyatno, 2008).
Tabel 15
Hasil Uji Linearitas Penerimaan Diri dengan Stres
ANOVA Table
Sum of Squares df
Mean Square
F Sig.
Stres pada Ibu yang Memiliki Anak Autis * Penerimaan Diri
Between Groups
Deviation from Linearity
2018.793 24 84.116 .845 .652
Within Groups
Hasil Uji Linearitas Dukungan Sosial dengan Stres
ANOVA Table
Sum of Squares df
Mean Square
F Sig.
Stres pada Ibu yang Memiliki Anak Autis*
Dukungan Sosial
Between Groups
Deviation from Linearity
2513.348 25 100.534 1.679 .186
Within Groups
658.667 11 59.879
Total
5203.395 37
penerimaan diri dengan stres pada ibu yang memiliki anak autis menghasilkan nilai signifikansi pada linearity sebesar 0,001. Signifikansi kurang dari 0,05, maka dapat disimpulkan bahwa terdapat hubungan yang linier antara variabel penerimaan diri dengan stres pada ibu yang memiliki anak autis. Pada pengujian linearitas variabel dukungan sosial dengan stres pada ibu yang memiliki anak autis dihasilkan nilai signifikansi 0,000. Signifikansi kurang dari 0,05, maka dapat disimpulkan bahwa terdapat hubungan yang linier antara variabel dukungan sosial dengan stres pada ibu yang memiliki anak autis.
2. Uji Asumsi Klasik
a. Uji multikolinearitas Uji multikolinearitas dilakukan untuk mengetahui ada atau tidaknya korelasi antar variabel prediktor pada model regresi. Pada model regresi yang baik seharusnya tidak terjadi korelasi antar variabel prediktor. Jika nilai Variance Inflation Factor (VIF) tidak lebih dari 5 dan nilai Tolerance tidak kurang dari 0,10, maka model dapat dikatakan terbebas dari multikolinearitas (Priyatno, 2008). Hasil uji multikolinearitas dapat dilihat pada tabel berikut:
Hasil Uji Multikolinearitas Coefficients a
Collinearity Statistics
Std. Error
Beta
Tolerance VIF
-.360 -2.126 .041 .538 1.860 Dukungan
a. Dependent Variable: Stres pada Ibu yang Memiliki Anak Autis Dari hasil di atas dapat diketahui nilai Variance Inflation Factor (VIF) kedua variabel prediktor, yaitu Penerimaan Diri dan Dukungan Sosial adalah 1,860. Nilai tersebut lebih kecil dari 5 dan nilai Tolerance tidak kurang dari 0,10, sehingga dapat diketahui bahwa tidak terjadi persoalan multikolinearitas antarvariabel independen.
b. Uji heteroskedastisitas Uji heteroskedastisitas dilakukan untuk mengetahui adanya penyimpangan asumsi klasik heteroskedastisitas, yaitu adanya ketidaksamaan varian dari residual untuk semua pengamatan pada model regresi (Priyatno, 2008). Hasil uji heteroskedastisitas dapat dilihat pada tabel berikut:
Hasil Uji Heteroskedastisitas Lnei 2 dengan LnX 1
Coefficients a
T Sig.
B Std. Error
a. Dependent Variable: lnei2
Tabel 19
Hasil Uji Heteroskedastisitas Lnei 2 dengan LnX 2
Coefficients a
t Sig.
B Std. Error
a. Dependent Variable: lnei2
Dari tabel di atas dapat dilihat bahwa nilai T hitung adalah -1,367 dan -0,467, sedangkan nilai Nilai t tabel dapat dicari dengan df = n 2 atau df = 38 2 = 36 pada pengujian dua ekor (signifikansi 0,025), didapat nilai T tabel sebesar 2,028. Karena nilai T hitung (-1,367 dan -0,467) berada pada
Lnei 2 dengan LnX 1 dan Lnei 2 dengan LnX 2 tidak ada gejala heterokedastisitas.
Pengujian autokorelasi adalah suatu model yang bertujuan untuk mengetahui adakah korelasi antara variabel pengganggu pada periode tertentu dengan variabel pengganggu periode sebelumnya. Cara untuk menguji autokorelasi ini menggunakan teknik uji Durbin Watson. Apabila nilai DW lebih besar dari dL dan tidak melebihi dari 4-dL, maka tidak terdapat autokorelasi. Selain itu, apabila nilai DW terletak antara dU dan 4-dU, maka hipotesis nol diterima, yang berarti tidak ada autokorelasi (Priyatno, 2008). Hasil uji autokorelasi dapat dilihat pada tabel berikut:
Tabel 20 Hasil Uji Autokorelasi Model Summary b
Model
R Square
Adjusted R
Square
Std. Error of
the Estimate
Durbin- Watson
a. Predictors: (Constant), Dukungan Sosial, Penerimaan Diri
b. Dependent Variable: Stres pada Ibu yang Memiliki Anak Autis
Tabel di atas menunjukkan bahwa hasil uji Durbin-Watson sebesar 1,681, sedangkan dari tabel DW dengan signifikansi 0,05 dan jumlah data (n) = 38, k (jumlah variabel independen) = 2, diperoleh nilai dL sebesar 1,373 serta dU sebesar 1,594. Nilai DW lebih besar dari dL dan tidak melebihi dari 4-dL (2,627), selain itu nilai DW juga terletak antara dU dan 4-dU (2,406), maka hipotesis nol diterima, yang berarti tidak ada autokorelasi. Untuk lebih jelasnya dapat dilihat pada gambar berikut ini: Tabel di atas menunjukkan bahwa hasil uji Durbin-Watson sebesar 1,681, sedangkan dari tabel DW dengan signifikansi 0,05 dan jumlah data (n) = 38, k (jumlah variabel independen) = 2, diperoleh nilai dL sebesar 1,373 serta dU sebesar 1,594. Nilai DW lebih besar dari dL dan tidak melebihi dari 4-dL (2,627), selain itu nilai DW juga terletak antara dU dan 4-dU (2,406), maka hipotesis nol diterima, yang berarti tidak ada autokorelasi. Untuk lebih jelasnya dapat dilihat pada gambar berikut ini:
no autocorrelation
positif autocorrelation
(Nilai hitung Durbin Watson)
Gambar 2 Uji Autokorelasi
3. Uji hipotesis
a. Uji Simultan F Pengujian hipotesis dengan F test bertujuan untuk mengetahui hubungan antara variabel independen terhadap variabel dependen secara simultan (bersama-sama). Hasil F-test menunjukkan variabel independen secara bersama-sama berpengaruh secara signifikan terhadap variabel dependen jika nilai p-value (pada kolom Sig.) lebih kecil dari level of significant yang ditentukan, yaitu taraf signifikansi 0,05 atau nilai F hitung (pada kolom F) lebih besar dari nilai F tabel. Signifikan berarti hubungan yang terjadi dapat berlaku untuk populasi, atau dengan kata lain dapat digeneralisasikan (Priyatno, 2008). Hasil F-test dari output program Statistical Product and Service Solution (SPSS) versi 17.0 dapat dilihat pada tabel Anova.
Nilai koefisien korelasi ganda (R) pada Model Summary digunakan untuk mengetahui hubungan antara dua variabel independen terhadap Nilai koefisien korelasi ganda (R) pada Model Summary digunakan untuk mengetahui hubungan antara dua variabel independen terhadap
Sugiyono (dalam Priyatno, 2008) memberikan pedoman untuk interpretasi koefisien korelasi ganda, adalah sebagai berikut: Tabel 21
Pedoman Interpretasi Koefisien Korelasi Ganda (R)
No.
Interval Nilai R
Interpretasi
Sangat Rendah
Sangat Kuat
Pada Model Summary juga ditunjukkan nilai koefisien determinasi (R 2 ) untuk mengetahui persentase sumbangan pengaruh variabel independen (X 1 dan X 2 ) secara serentak terhadap variabel dependen (Y). Apabila nilai R 2 sama dengan 0, maka tidak ada sedikitpun persentase sumbangan pengaruh yang diberikan variabel independen terhadap variabel dependen, sebaliknya apabila nilai R 2 sama dengan 1, maka persentase sumbangan pengaruh yang diberikan variabel independen terhadap variabel dependen adalah sempurna.
Hasil Uji F-Test ANOVA b
Model
Sum of Squares Df Mean Square
F Sig.
Regression
14.916 .000 a Residual
a. Predictors: (Constant), Dukungan Sosial, Penerimaan Diri
b. Dependent Variable: Stres Berdasarkan tabel hasil uji F di atas, hasil uji simultan p=0,000 yang berarti signifikan (p<0,05). F tabel dengan menggunakan tingkat signifikansi 5%, df 1 (jumlah variabel-1) = 2, dan df 2 (n-k-1) atau 38-2-1 = 35 diperoleh hasil Ftabel 3,267. Karena Fhitung 14,916 > Ftabel 3,267, maka dapat dinyatakan bahwa variabel Penerimaan Diri dan Dukungan Sosial memiliki hubungan terhadap variabel Stres pada Ibu yang Memiliki Anak Autis.
Tabel 23 Hasil Analisis Regresi Ganda Model Summary b
Model
R Square
Adjusted R
Square
Std. Error of the Estimate
a. Predictors: (Constant), Dukungan Sosial, Penerimaan Diri
b. Dependent Variable: Stres pada Ibu yang Memiliki Anak Autis Nilai koefisien korelasi ganda (R) yang dihasilkan sebesar 0,678 menunjukkan bahwa terjadi hubungan yang kuat antara penerimaan diri dan dukungan sosial dengan stres pada ibu yang memiliki anak autis. Hasil
penghitungan tersebut juga menunjukkan nilai koefisien determinasi (R 2 ). Nilai ini digunakan untuk mengetahui persentase sumbangan pengaruh variabel independen (X 1 dan X 2 ) secara serentak terhadap variabel penghitungan tersebut juga menunjukkan nilai koefisien determinasi (R 2 ). Nilai ini digunakan untuk mengetahui persentase sumbangan pengaruh variabel independen (X 1 dan X 2 ) secara serentak terhadap variabel
b. Uji Korelasi Parsial Uji korelasi parsial dilakukan untuk mengetahui hubungan antara dua variabel di mana variabel lain yang dianggap berpengaruh dikendalikan atau dibuat tetap (Priyatno, 2008). Nilai korelasi (r) berkisar antara 1 sampai -1, nilai semakin mendekati 1 atau -1 berarti hubungan antara dua variabel semakin kuat. Sebaliknya nilai mendekati 0 berarti hubungan antara dua variabel semakin lemah.
Sugiyono (dalam Priyatno, 2008) memberikan pedoman untuk interpretasi koefisien korelasi, adalah sebagai berikut:
Tabel 24 Pedoman Interpretasi Koefisien Korelasi (r)
No.
Interval Koefisien Korelasi (r)
Interpretasi
Sangat Rendah
Sangat Kuat
Hasil Analisis Korelasi Parsial antara Penerimaan Diri dengan Stres pada Ibu yang Memiliki Anak Autis
Correlations
Control Variables
Stres pada Ibu
yang Memiliki
Anak Autis
Penerimaan Diri
Dukungan Sosial
Stres pada Ibu yang Memiliki Anak Autis
Correlation
1.000 -.338
Significance (2-tailed)
.041 Df 0 35
Penerimaan Diri
Correlation
Significance (2-tailed)
.041 . Df 35 0
Hasil tabel di atas menunjukkan bahwa dari korelasi parsial antara variabel penerimaan diri dengan variabel stres pada ibu yang memiliki anak autis diperoleh hasil rx1y sebesar -0,338. Hasil ini menunjukkan bahwa terdapat hubungan yang rendah antara antara penerimaan diri dengan stres pada ibu yang memiliki anak autis. Arah hubungan yang terjadi adalah negatif, karena r negatif, artinya semakin tinggi penerimaan diri akan menyebabkan semakin rendah tingkat stres pada ibu yang memiliki anak autis.
Hasil Analisis Korelasi Parsial antara Dukungan Sosial dengan Stres
Correlations
Control Variables
Stres pada Ibu yang Memiliki
Anak Autis
Dukungan Sosial
Penerimaan Diri
Stres pada Ibu yang Memiliki Anak Autis
Dukungan Sosial
Correlation
Significance (2-tailed)
.031 . Df 35 0
Hasil tabel di atas menunjukkan bahwa dari korelasi parsial antara variabel dukungan sosial dengan variabel stres pada ibu yang memiliki anak autis diperoleh hasil rx2y sebesar -0,354. Hasil ini menunjukkan bahwa terdapat hubungan yang rendah antara antara dukungan sosial dengan stres pada ibu yang memiliki anak autis. Arah hubungan yang terjadi adalah negatif, karena r negatif, artinya semakin tinggi dukungan sosial akan menyebabkan semakin rendah tingkat stres pada ibu yang memiliki anak autis.
4. Analisis deskriptif
Tujuan analisis deskriptif adalah untuk memberi gambaran umum mengenai kondisi responden yang diteliti mengenai stres pada ibu yang memiliki anak autis, penerimaan diri, dan dukungan sosial. Berikut adalah hasil analisis deskriptif berdasarkan data penelitian.
Analisis Deskriptif
Descriptive Statistics
Minimum Maximum Mean
Std. Deviation
Stres pada ibu yang memiliki anak autis
87.45 11.859 Penerimaan Diri
148.24 13.343 Dukungan Sosial
157.13 14.387 Valid N (listwise)
38 Berdasarkan data yang telah didapatkan, responden dalam penelitian dapat dikatagorisasikan menjadi 3, yaitu rendah, sedang, dan tinggi. Kategorisasi tersebut meliputi ketiga variabel dalam penelitian ini, yaitu stres pada ibu yang memiliki anak autis, penerimaan diri, dan dukungan sosial. Kategorisasi responden dilakukan setelah menghitung mean empiric (ME), mean hipotetik (MH), nilai tengah skor skala, skor tinggi, skor rendah, rentang skor, dan standar deviasi (SD) dari ketiga variabel penelitian.
Tabel 28
Hasil Perhitungan ME, MH, Nilai Tengah Skor, Skor Tinggi, Skor Rendah,
Rentang Skor, dan SD Variabel Penelitian
Variabel Penelitian
ME
MH
Nilai Tengah
Skor Tinggi
Skor Rendah
Rentang Skor Skala
SD
Stres pada Ibu yang Memiliki Anak Autis
45 135 22,5 Penerimaan Diri
25 Dukungan Sosial 157,13 125
Berdasarkan pada perhitungan di atas, responden penelitian pada masing-masing variabel dikategorisasikan menjadi rendah, sedang, dan tinggi, dengan norma yang dikemukakan oleh Azwar (2009), sebagai berikut :
(MH - 1SD)
+ 1SD) = sedang
X MH + 1SD)
= tinggi
Berdasarkan hasil perhitungan di atas, responden penelitian pada tiap- tiap variabel dapat dikategorisasikan menjadi rendah, sedang, dan tinggi. Kategorisasi responden penelitian dapat dilihat pada tabel berikut:
Tabel 29 Kriteria Kategorisasi Responden Penelitian Berdasar Skor Skala Stres pada Ibu yang Memiliki Anak Autis
Kategorisasi
Norma
Jumlah Responden
Mean Empirik
Hasil perhitungan menunjukkan bahwa dari 38 responden penelitian terdapat 21 reponden atau sekitar 55,26% responden memiliki tingkat stres yang rendah, 17 responden atau sekitar 44,74% responden memiliki tingkat stres yang sedang, dan tidak ada yang memiliki tingkat stres yang tinggi. Mean empirik sebesar 87,45. Berdasarkan data tersebut, maka dapat diketahui bahwa responden secara umum memiliki tingkat
stres yang rendah.
Tabel 30 Kriteria Kategorisasi Responden Penelitian Berdasar Skor Skala Penerimaan Diri
Kategorisasi
Norma
Jumlah Responden
Mean Empirik
Rendah
X < 100
0 0 Sedang 148,24 20 52,63 Tinggi
Jumlah
Tabel 31 Kriteria Kategorisasi Responden Penelitian Berdasar Skor Skala Dukungan Sosial
Kategorisasi
Norma
Jumlah Responden
Mean Empirik
Hasil perhitungan menunjukkan bahwa dari 38 responden penelitian terdapat 15 reponden atau sekitar 39,47% responden memiliki dukungan sosial yang sedang, 23 responden atau sekitar 60,53% responden memiliki dukungan sosial yang tinggi, dan tidak ada yang memiliki dukungan sosial yang rendah. Mean empirik sebesar 157,13. Berdasarkan data tersebut, maka dapat diketahui bahwa responden secara umum memiliki dukungan sosial yang tinggi.
Berikut tabel crosstab stres pada ibu yang memiliki anak autis berdasarkan lama ibu yang memiliki anak autis mengetahui diagnosis autis untuk pertama kali sampai dengan dilaksanakan penelitian.
Tabel 32 Crosstab antara Stres pada Ibu yang Memiliki Anak Autis dengan Lama Individu Mengetahui Diagnosis Autis
Stres pada Ibu yang Memiliki Anak Autis * Lama Mengetahui Diagnosis Autis Crosstabulation
Count
Lama Mengetahui Diagnosis Autis
Total
Kurang dari sama
dengan 5 tahun Lebih dari 5 tahun
Stres pada Ibu yang Memiliki Anak Autis
Berdasarkan tabel crosstab stres pada ibu yang memiliki anak autis dengan lama individu mengetahui diagnosis autis dari pertama kali sampai dengan dilaksanakan penelitian, dapat diketahui bahwa jumlah responden yang mengetahui diagnosis autis lebih dari lima tahun berjumlah 28, sedangkan jumlah responden yang mengetahui diagnosis kurang dari sama dengan lima tahun sebanyak 10 orang.
6. Sumbangan relatif dan sumbangan efektif
Sumbangan relatif dan efektif memberikan informasi tentang besarnya sumbangan pengaruh tiap variabel prediktor terhadap variabel kriterium dalam Sumbangan relatif dan efektif memberikan informasi tentang besarnya sumbangan pengaruh tiap variabel prediktor terhadap variabel kriterium dalam
Berdasarkan perhitungan manual, didapatkan hasil sumbangan relatif penerimaan diri terhadap stres pada ibu yang memiliki anak autis sebesar 48,42% dan sumbangan relatif dukungan sosial terhadap stres pada ibu yang memiliki anak autis sebesar 51,58%. Sumbangan efektif penerimaan diri terhadap stres pada ibu yang memiliki anak autis sebesar sebesar 22,27%, sedangkan sumbangan efektif dukungan sosial terhadap stres pada ibu yang memiliki anak autis sebesar 23,73%. Total sumbangan efektif penerimaan diri dan dukungan sosial terhadap stres pada ibu yang memiliki anak autis sebesar 46%, yang ditunjukkan pada nilai koefisien determinasi (R Square) yaitu 0,460. Sisanya sebesar 54% dijelaskan atau dipengaruhi oleh faktor lainnya.