Uji asumsi klasik Hasil Analisis Data dan Interpretasi

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