commit to user 78
3. Hasil uji hipotesis
Setelah dilakukan uji asumsi dasar dan uji asumsi klasik, langkah selanjutnya adalah melakukan penghitungan untuk menguji hipotesis yang diajukan dengan
teknik analisis regresi linear berganda atau analisis dua prediktor.
a. Uji F uji simultan
Pengujian hipotesis dapat dilakukan dengan F-test yang bertujuan untuk mengetahui hubungan antara variabel independen terhadap variabel kriterium
secara simultan bersama-sama. Hasil F-test menunjukkan variabel prediktor secara bersama-sama berpengaruh secara signifikan terhadap variabel kriterium 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. Hasil F-test dari output program Statistical
Product and Service Solution SPSS versi 17 dapat dilihat pada tabel Anova. Nilai koefisien korelasi ganda R pada Model Summary digunakan untuk
mengetahui hubungan antara dua variabel prediktor terhadap variabel kriterium secara serentak. Koefisien ini menunjukkan seberapa besar hubungan yang terjadi
antara variabel prediktor X
1
dan X
2
secara serentak terhadap variabel kriterium Y. Nilai R berkisar antara 0 sampai dengan 1. Apabila nilai R semakin mendekati
1 berarti hubungan yang terjadi semakin kuat, sebaliknya apabila nilai r semakin mendekati 0 maka hubungan yang terjadi semakin lemah Priyatno, 2009. Pedoman
untuk memberikan interpretasi koefisien korelasi ganda, adalah sebagai berikut:
commit to user 79
Tabel 19. Tabel Pedoman Interpretasi Koefisien Korelasi Ganda R
No. Interval Nilai R
Interpretasi
1. 0,000 – 0,199
Sangat Rendah 2.
0,200 – 0,399 Rendah
3. 0,400 – 0,599
Sedang 4.
0,600 – 0,799 Kuat
5. 0,800 – 1,000
Sangat Kuat
Pada Model Summary juga didapatkan nilai koefisien determinasi R
2
untuk mengetahui persentase sumbangan pengaruh variabel prediktor X
1
dan X
2
secara serentak terhadap variabel kriterium Y. apabila nilai R
2
sama dengan 0, maka tidak ada sedikitpun persentase sumbangan pengaruh yang diberikan variabel prediktor
terhadap variabel kriterium, sebaliknya apabila nilai R
2
sama dengan 1, maka persentase sumbangan pengaruh yang diberikan variabel prediktor terhadap variabel
kriterium adalah sempurna.
Tabel 20. Tabel Hasil Analisis Regresi Linear Berganda
ANOVA
b
Model Sum of Squares
df Mean Square
F Sig.
1 Regression
167.021 2
83.511 20.784
.000
a
Residual 200.903
50 4.018
Total 367.925
52 a. Predictors: Constant, kecemasan, kecanduan internet
b. Dependent Variabel: insomnia
Tabel 21. Tabel Hasil Analisis Regresi Linear Berganda
Model Summary
Model R
R Square Adjusted R Square
Std. Error of the Estimate 1
.674
a
.454 .432
2.005 a. Predictors: Constant, kecemasan, kecanduan internet
commit to user 80
Berdasarkan hasil penghitungan di atas, didapatkan nilai p-value pada kolom Sig. sebesar 0,000 dari nilai taraf signifikansi 0,05 sedangkan nilai F hitung
sebesar 20,784 dari nilai F tabel sebesar 3,183. Hal ini berarti bahwa hipotesis yang diajukan dalam penelitian ini dapat diterima, yaitu terdapat hubungan yang signifikan
antara kecanduan internet dan kecemasan dengan insomnia. Nilai koefisien korelasi ganda R yang dihasilkan sebesar 0,674
menunjukkan bahwa terjadi hubungan yang kuat antara kecanduan internet dan kecemasan dengan insomnia.
b. Uji korelasi parsial