Melakukan Eksekusi X4. Dari Data yang diperoleh, maka dapat dilihat hasil perhitungan regresi linier untuk melihat korelasi masing-masing variabel
independen terhadap variabel dependen dengan menggunakan SPSS 17.0.
6.1.3.1 Model Summary
Pada model summary, dapat dilihat korelasi antar variabel dependen dan independen melalui besaran yang ditunjukkan oleh besarnya nilai R dan Adjusted
R Square seperti pada Tabel 6.4.
Tabel 6.4. Model Summary Penelitian
Model R
R Square Adjusted R
Square Std. Error of
the Estimate Change Statistics
R Square Change
F Change df1 df2
Sig. F Change
1 .920
a
.846 .805
.22798 .846
20.662 4
15 .000
a. Predictors: Constant, Kecerdasan Melakukan Eksekusi, Hasrat Untuk Berbisnis, Ketahanan Menghadapi Kegagalan, Fokus pada Produk dan Pelanggan
b. Dependent Variable: Kemampuan Penerima Bantuan
Berdasarkan hasil pengolahan sebagaimana Tabel 6.4 dapat dikatakan sebagai berikut:
1. Nilai R sebesar 0.920 menunjukkan bahwa korelasi antara variabel dependen Y dengan variabel independen X1, X2, X3 dan X4 adalah
sangat kuat, dikarenakan nilai R lebih besar dari 0.5. 2. Adjusted R Square sebesar 0.846 berarti 84,6 variasi dari faktor-faktor
yang terdapat pada variabel kemampuan penerima bantuan bisa dijelaskan oleh hasrat untuk berbisnis, fokus pada produk dan pelanggan, ketahanan
menghadapi kegagalan dan kecerdasan melakukan eksekusi .
6.1.3.2 ANOVA Pengujian Model
ANOVA merupakan bagian dari proses dalam regresi linier yang digunakan untuk melihat apakah model regresi tersebut dapat digunakan dalam
Universitas Sumatera Utara
memprediksi hubungan korelasi dan pengaruh antara variabel dependen dan variabel independen atau ANOVA dapat digunakan untuk melakukan pengujian
hipotesis keseluruhan dari variabel-variabel independen terhadap variabel dependen. Rumusan hipotesis penelitian telah dijelaskan pada Bab III Kerangka
Konseptual. Sedangkan untuk pengambilan keputusan didasarkan pada perhitungan harga staistik uji F berikut:
Jika F hitung = T tabel atau probabilitas = 0,05 maka Ho diterima Jika F hitung T tabel atau probabilitas 0,05 maka Ho ditolak, Ha diterima
Dengan menggunakan paket program SPSS, didperoleh hasil perhitungan sebagaimana ditunjukkan pada Tabel 6.5.
Tabel 6.5. Hasil Perhitungan ANOVA Penelitian
Model Sum of Squares
df Mean Square
F Sig.
1 Regression
4.295 4
1.074 20.662
.000
a
Residual .780
15 .052
Total 5.075
19 a. Predictors: Constant, Kecerdasan Melakukan Eksekusi, Hasrat Untuk Berbisnis, Ketahanan
Menghadapi Kegagalan, Fokus pada Produk dan Pelanggan b. Dependent Variable: Kemampuan Penerima Bantuan
Dari Tabel 6.5, nilai F hitung yang diperoleh adalah 20.662 dengan tingkat signifikansi 0,000. Dengan probabilitas 0,000 atau lebih kecil dari 0,05 p0,05,
maka Ho ditolak dan Ha dapat diterima, dengan kata lain model regresi tersebut bisa digunakan untuk memprediksi hubungan korelasi dan pengaruh variabel
independen yaitu hasrat untuk berbisnis, fokus pada produk dan pelanggan, ketahanan menghadapi kegagalan dan kecerdasan melakukan eksekusi terhadap
variabel dependen yaitu kemampuan penerima bantuan.
6.1.3.3 Koefisien Korelasi