commit to user 94
Tabel tersebut menunjukkan bahwa hubungan antara
body image
dengan penyesuaian sosial menghasilkan nilai signifikansi pada
Linearity
sebesar 0,032. Karena nilai signifikansi yang dihasilkan kurang dari 0,05 maka dapat
disimpulkan bahwa antara variabel
body image
dengan penyesuaian sosial terdapat hubungan yang linear. Selain itu, diantara kohesivitas kelompok
teman sebaya dengan penyesuaian sosial juga menghasilkan nilai signifikansi pada
Linearity
sebesar 0,000. Karena nilai signifikansi yang dihasilkan kurang dari 0,05 maka dapat disimpulkan bahwa antara kohesivitas kelompok teman
sebaya dengan penyesuaian sosial juga terdapat hubungan yang linier.
2. Uji asumsi klasik
a. Uji multikolinearitas
Uji multikolinearitas digunakan untuk mengetahui ada atau tidaknya penyimpangan asumsi klasik multikolinearitas, yaitu adanya
hubungan linier antara variabel independen dalam model regresi. Prasyarat yang harus terpenuhi dalam model regresi adalah tidak adanya
multikolinearitas. Pada pembahasan ini uji multikolinearitas dilakukan dengan melihat nilai
inflation factor
VIF pada model regresi. Pada umumnya, apabila nilai VIF lebih besar dari 5, maka suatu variabel bebas
mempunyai persoalan multikolinearitas dengan variabel bebas yang lain Priyatno, 2009.
commit to user 95
Tabel 20. Hasil Uji Multikolinearitas
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity
Statistics B
Std. Error Beta
Tolerance VIF
1 Constant
6.583 11.849
.556 .581 Body Image
.189 .076
.183 2.478 .017
.984 1.016 Kohesivitas
KTS .859
.076 .835 11.334 .000
.984 1.016 a. Dependent Variable: Penyesuaian
Sosial
Berdasarkan hasil penghitungan di atas, dapat diketahui bahwa nilai
variance inflation factor
VIF kedua variabel bebas, yaitu variabel
body image
dan kohesivitas kelompok teman sebaya adalah 1,016. Hal tersebut menunjukkan bahwa antarvariabel independen tidak terdapat
persoalan multikolinearitas, karena nilai VIF yang didapat kurang dari 5.
b. Uji heteroskedastisitas
Uji heteroskedastisitas digunakan untuk mengetahui ada atau tidaknya penyimpangan asumsi klasik heterosedastisitas, yaitu adanya
ketidaksamaan varian dari residual untuk semua pengamatan pada model regresi. Prasyarat yang harus terpenuhi dalam model regresi
adalah tidak adanya gejala heteroskedastisitas Priyatno, 2009. Metode pengujian untuk uji heteroskedastisitas pada penelitian ini
commit to user 96
menggunakan uji Park, yaitu meregresikan nilai residual Lnei
2
dengan masing-masing variabel independen LnX1 dan LnX2. Kriteria pengujian adalah sebagai berikut:
1. Ho
: tidak ada gejala heteroskedastisitas 2.
Ha : ada gejala heteroskedastisitas
3. Ho diterima apabila
–t tabel t hitung t tabel yang berarti tidak terdapat heteroskedastisitas dan Ho ditolak apabila t hitung t tabel
atau –t hitung –t tabel, yang berarti terdapat heteroskedastisitas.
Tabel 21. Hasil Uji Heteroskedastisitas antara Penyesuaian Sosial
dengan
Body Image
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. B
Std. Error Beta
1 Constant
2.368 13.338
.178 .860
lnx1 -.035
2.954 -.002
-.012 .991
a. Dependent Variable: lnei2
commit to user 97
Tabel 22. Hasil Uji Heteroskedastisitas antara Penyesuaian Sosial dengan
Kohesivitas Kelompok Teman Sebaya
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. B
Std. Error Beta
1 Constant
-26.007 21.272
-1.223 .228
lnx2 5.736
4.323 .196
1.327 .191
a. Dependent Variable: lnei2
Hasil penghitungan di atas menunjukkan bahwa nilai t hitung adalah -0,012 dan 1,327. Nilai t tabel dapat dicari dengan df = n
– 2 atau df = 46
– 2 = 44 pada pengujian dua sisi signifikansi 0,025, didapat nilai tabel sebesar 2,015. Karena t hitung -0,012 dan 1,327 berada pada
–t tabel t hitung t tabel, sehingga -2,015 -0,012 dan 1,327 2,015 maka Ho diterima, artinya pengujian antara Lnei
2
dengan LnX1 dan Lnei
2
dengan LnX2 tidak ada gejala heteroskedastisitas. Berdasarkan penjelasan tersebut dapat disimpulkan bahwa tidak ditemukan masalah
heteroskedastisitas pada model regresi dalam penelitian ini.
commit to user 98
c. Uji otokorelasi
Uji otokorelasi digunakan untuk mendeteksi apakah variabel dependen tidak berkorelasi dengan dirinya sendiri, baik nilai periode
sebelumnya atau nilai periode sesudahnya. Prasyarat yang harus terpenuhi adalah tidak adanya autokorelasi dalam model regresi. Pengujian
otokorelasi dalam penelitian ini menggunakan uji DW Durbin-Watson. Cara membaca hasil analisis yaitu dengan kriteria pengambilan jika nilai
DW = 2, maka tidak terjadi otokorelasi sempurna sebagai
rule of tumb
aturan ringkas. Jika nilai DW diantara 1,5 sampai dengan 2,5 maka data tidak mengalami otokorelasi. Apabila nilai DW
1,5 disebut memiliki otokorelasi positif, dan apabila nilai DW 2,5 sampai dengan 4 disebut
otokorelasi negatif Priyatno, 2009.
Tabel 23. Hasil Uji Otokorelasi
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of the
Estimate Durbin-Watson
1 .878
a
.770 .759
6.55728 2.261
a. Predictors: Constant, Kohesivitas KTS, Body Image b. Dependent Variable: Penyesuaian Sosial
Hasil penghitungan menunjukkan bahwa nilai DW sebesar 2,216. Hasil tersebut menjelaskan bahwa tidak terdapat masalah otokorelasi
dalam penelitian ini, karena nilai DW sebesar 2,216 berada diantara 1,5 sampai dengan 2,5 maka data tidak mengalami otokorelasi.
commit to user 99
3. Uji hipotesis