Teknik Analisis Deskriptif Analisis Regresi Logistik Metode Pengujian Analisis Regresi Logistik

dilihat nilai Cronbach’s Alpha 0,873 lebih besar dari 0,80. Dengan demikian maka seluruh butir pernyataan kuesioner penelitian dinyatakan reliabel. Hasil pengolahan data untuk uji reliabilitas dapat dilihat pada Tabel 3.4 berikut ini : Analisa data adalah kegiatan untuk memaparkan data, sehingga dapat diperoleh suatu kebenaran atau ketidakbenaran dari suatu hipotesis. Batasan ini diungkapkan bahwa analisis data adalah sebagai proses yang merinci usaha secara formal untuk menemukan tema dan merumuskan ide seperti yang disarankan oleh data sebagai usaha untuk memberikan bantuan pada tema dan ide. Teknik analisis data yang digunakan dalam penelitian ini adalah :

3.10.1 Teknik Analisis Deskriptif

Teknik analisis deskriptif merupakan teknik analisis data dimana peneliti mengelompokkan atau memisahkan komponen atau bagian yang relevan dari keseluruhan data serta merupakan salah satu bentuk analisis untuk menjadikan data mudah dikelola Kuncoro 2009:192. Data diperoleh dari data primer berupa kuesioner yang telah diisi oleh sejumlah responden penelitian yaitu karyawan divisi pemasaran PT. Fasbiru Medan yang berjumlah 30 responden.

3.10.2 Analisis Regresi Logistik

Analisis regresi logistik adalah suatu metode analisis yang berfungsi untuk menganalisis pengaruh suatu variabel bebas terhadap suatu variabel terikat. Universitas Sumatera Utara Dengan syarat bentuk data dari variabel terikat adalah data dikotomi, seperti ya dan tidak, setuju dan tidak, wanita dan pria, membeli dan tidak, dan sebagainya Baroroh 2013: 37. Kategori pengelompokan jawaban variabel terikat ini adalah untuk Y = 1 menyatakan kejadian yang “sukses”, sedangkan untuk Y = 0 menyatakan kejadian yang “gagal”. Hal ini sangat berbeda dengan regresi linier, yang variabel terikatnya termasuk skala interval atau rasio Agung. 2002: 153.

3.10.3 Metode Pengujian Analisis Regresi Logistik

Dalam metode regresi logistik terdapat dua parameter statistik yang harus diperhatikan sebagai berikut. 1. Uji Wald Uji Wald digunakan untuk melihat variabel-variabel X yang memengaruhi Y. Hipotesis uji Wald adalah: H0: i = 0 Variabel X tidak memengaruhi variabel Y H0: i ≠ 0 Variabel X yang memengaruhi variabel Y Penolakan H0 terjadi jika nilai uji Wald hitung lebih besar dari Wald tabel, atau nilai Probability uji Wald hitung lebih kecil dari α 10. Sedangkan penerimaan H0 terjadi jika nilai uji Wald hitung lebih kecil dari Wald tabel, atau nilai Probability uji Wald hitung lebih besar dari α 10. Universitas Sumatera Utara 2. Old Ratio Dalam Regresi Logistik, untuk menginterpretasikan hasil penelitian tentang besarnya pengaruh variabel bebas terhadap variabel terikat, maka digunakan nilai odd ratio. Nilai Odds ratio merupakan ukuran asosiasi yang memperkirakan seberapa besar kecenderungan pengaruh variabel-variabel bebas X terhadap variabel terikat Y. Jika suatu variabel bebas memiliki koefisien regresi positif, maka nilai odds rationya akan lebih besar dario satu. Sebaliknya, jika suatu variabel bebas memiliki koefisisen regresi negatif, maka nilai odds rationya akan lebih kecil dari satu Hormer and Lemeshow. 1989: 57. Interpretasi dari nilai odds ratio adalah sebagai berikut: 1. Nilai odds ratio yang lebih dari 1 menunjukkan bahwa peluang responden untuk memilih tercapai Y=1 lebih besar daripada responden yang memilih tidak tercapai Y=0. Dengan kata lain, responden lebih cenderung memutuskan tercapai. 2. Nilai odds ratio yang sama dengan 1 menunjukkan bahwa peluang responden untuk tercapai Y=1 dengan responden memilih tidak tercapai Y=0 adalah sama. 3. Nilai odds ratio yang kurang dari 1 menunjukkan bahwa peluang responden untuk memilih tercapai Y=1 lebih kecil daripada responden yang memilih tidak tercapai Y=0. Dengan kata lain, responden lebih cenderung memutuskan memilh tidak tercapai.

3.10.4 Pengujian Persyaratan Analisis Regresi Logistik