58
Tabel 18. Rangkuman Hasil Output Uji Reliabilitas Instrumen Variabel
Nilai Cronbach Alpha Keterangan
X1 0,729
Reliabel X2
0,806 Reliabel
X3 0,948
Reliabel X4
0,897 Reliabel
Y 0,807
Reliabel Sumber: Data primer yang diolah
Hasil output uji reliabilitas instrumen menunjukkan semua nilai Cronbachs Alpha lebih besar daripada 0,600. Artinya semua butir-butir
pernyataan sudah reliabel dan dapat digunakan sebagai instrumen penelitian.
3.7. Teknik Pengumpulan Data
Pengumpulan data dilakukan dengan cara membagikan kuesioner kepada orang tua murid melalui guru kelas masing-masing pada tiga Taman Kanak-kanak
Islam Al-Azhar di Semarang.
3.8. Teknik Analisis Data
Penelitian ini bertujuan untuk mengungkap pengaruh antara variabel X
1
, X
2
, X
3
, X
4
, terhadap Y baik secara simultan ataupun sendiri-sendiri serta menguji hipotesis penelitian maka digunakan teknik analisis regresi linier linear
regression dan analisis regresi linier berganda multiple linear regression.
Teknik analisis regresi linier pada prinsipnya menguji variabel tidak bebas dalam kelompok Y dengan sebuah variabel bebas yang terdapat pada kelompok X
yaitu X
1
X
2
X
3
X
4
Sulaiman 2004:1. Bentuk umum dari persamaan regresi linier sederhana menurut Purbayu 2005:126 adalah:
Y = a + b.X
59
Keterangan: Y adalah nilai dari variabel independen, a adalah konstanta, yaitu nilai Y jika X=0, b adalah koefisien regresi, dan X adalah nilai dari variabel
independen. Menurut Sulaiman 2004:79 analisis regresi linier berganda adalah suatu
metode statistik umum yang digunakan untuk meneliti hubungan antara sebuah variabel dependen dengan beberapa variabel independen. Kegunaannya adalah
untuk menghitung besarnya pengaruh beberapa variabel independen terhadap satu variabel dependen dan memprediksi variabel dependen dengan menggunakan
beberapa variabel independen Sarwono 2006:128. Bentuk umum dari persamaan regresi linier berganda menurut Purbayu 2005:144 adalah:
Y = a + b
1
.X
1
+ b
2
.X
2
+ b
3
.X
3
+ b
4
.X
4
+ e
Keterangan: Y adalah nilai dari variabel independen, a adalah konstanta, yaitu nilai Y jika X=0, b adalah koefisien regresi, X
1
, X
2
, X
3
, dan X
4
adalah nilai dari variabel independen, b
1,
b
2,
b
3,
dan b
4
adalah koefisien regresi, dan e adalah error
. Model regresi yang baik dalam artian secara statistik adalah BLUE Best
Linear Unbiased Estimator . Menurut Sulaiman 2004:86 harus memenuhi
kriteria sebagai berikut: 1.
Uji R
2
Koefisien Determinasi Koefisien determinasi adalah suatu nilai yang menggambarkan seberapa
besar perubahan atau variasi dari variabel dependen bisa dijelaskan oleh perubahan atau variasi dari variabel independen Purbayu 2005:144. Nilai R
2
mempunyai interval antara 0 sampai 1 0 ≤ R
2
≤ 1. Semakin besar mendekati 1,
60
semakin baik hasil untuk model tersebut. Semakin mendekati 0, maka variabel independen secara keseluruhan tidak dapat menjelaskan variabel dependen.
Koefisien determinasi yang baik untuk digunakan dalam menjelaskan persamaan regresi adalah koefisien determinasi yang disesuaikan Purbayu 2005:161.
2. Uji F
Uji F dilakukan untuk melihat pengaruh variabel-variabel independen secara keseluruhan terhadap variabel dependen. Hipotesis yang digunakan adalah:
Hipotesis nol atau H
o
: bi = 0, artinya suatu variabel independen bukan merupakan penjelas yang signifikan terhadap variabel dependen.
Hipotesis alternatif atau H
a
: b
i
≠ 0, artinya semua variabel independen secara simultan merupakan penjelas yang signifikan terhadap variabel dependen.
Menurut Ghozali 2002:45 hipotesis ini dapat diuji dengan kriteria pengambilan keputusan sebagai berikut:
• Quick look : bila nilai F lebih besar daripada 4, maka H
o
ditolak dan H
a
diterima. • Membandingkan nilai F hasil perhitungan dengan nilai F menurut tabel. Bila
nilai F hitung lebih besar daripada nilai F tabel, maka H
o
ditolak dan H
a
diterima. 3.
Uji t Uji t dipakai untuk melihat signifikansi dari pengaruh independen secara
individu terhadap variabel dependen dengan menganggap variabel lain bersifat konstan. Hipotesis yang digunakan adalah:
61
Hipotesis nol atau H
o
: bi = 0, artinya suatu variabel independen bukan merupakan penjelas yang signifikan terhadap variabel dependen.
Hipotesis alternatif atau H
a
: b
i
≠ 0, artinya variabel tersebut merupakan penjelas yang signifikan terhadap variabel dependen.
Menurut Ghozali 2002:44 hipotesis ini dapat diuji dengan kriteria pengambilan keputusan sebagai berikut:
• Quick look : bila jumlah degree of freedom adalah 20 atau lebih, derajat kepercayaan 5, nilai t lebih besar dari 2 dalam nilai absolut, maka H
o
ditolak dan H
a
diterima. • Membandingkan nilai statistik t dengan titik kritis menurut tabel. Bila nilai t
hitung lebih besar daripada nilai t tabel, maka H
o
ditolak dan H
a
diterima. Selanjutnya untuk menganalisis data dan menguji hipotesis, penelitian ini
menggunakan bantuan komputer dengan program SPSS Statistic Program for Social Science
13.0 for Window. Setelah model regresi diperoleh, maka kita harus menguji model tersebut
sudah termasuk BLUE Best Linear Unbiased Estimator atau tidak. Menurut Sulaiman 2004:87 suatu model dikatakan BLUE bila memenuhi persyaratan
sebagai berikut: 1.
Linieritas Linieritas hubungan dapat dilihat dari diagram pencar scatter plot. Dari
sini dapat terlihat apakah titik-titik data membentuk pola linier atau tidak. Metode lain untuk menguji kelinieran model yang terbentuk adalah membuat plot residual
terhadap harga-harga prediksi. Jika grafik antara harga-harga prediksi dan harga-
62
harga residual tidak membentuk suatu pola tertentu parabola, kubik, dan sebagainya maka asumsi linieritas terpenuhi Sulaiman 2004:88.
2. Homoskedasitas
Keadaan heteroskedasitas adalah lawan dari homoskedasitas. Asumsi heteroskedasitas adalah asumsi dalam regresi di mana varians dari residual tidak
sama untuk satu pengamatan ke pengamatan yang lain. Dalam regresi, salah satu asumsi yang harus dipenuhi adalah bahwa varians dari residual satu pengamatan
ke pengamatan yang lain tidak memiliki pola tertentu Purbayu 2005:242. 3.
Nonautokorelasi Merupakan pengujian asumsi dalam regresi di mana variabel dependen
tidak berkorelasi dengan dirinya sendiri. Untuk mendeteksi gejala autokorelasi kita menggunakan uji Durbin-Watson DW. Uji ini menghasilkan nilai DW
hitung d dan nilai DW tabel d
L
dan d
V
. Aturan pengujiannya menurut Purbayu 2005:240 adalah:
d
L
d
V
: Terjadi masalah autokorelasi yang positif dan perlu diperbaiki.
d
L
d d
V
: Ada masalah autokorelasi positif tetapi lemah, di mana perbaikan akan lebih baik.
d
L
d 4-d
V
: Tidak ada masalah autokorelasi.
4-d
L
d 4-d
V
: Masalah autokorelasi lemah, di mana dengan perbaikan akan lebih baik.
4-d
L
d : Masalah autokorelasi serius.
4. Nonmultikolinearitas
Asumsi multikolinearitas menyatakan bahwa variabel independen harus terbebas dari gejala multikolinearitas yang ditunjukkan dengan korelasi yang
signifikan antar variabel independen. Menurut Ghozali 2002:59
63
multikolinearitas dapat dilihat dari nilai korelasi antar variabel independen, tolerance, dan VIF variance inflation factor yang tidak boleh lebih dari 10.
5. Normalitas
Pengujian normalitas adalah pengujian tentang kenormalan distribusi data. Distribusi normalitas data dengan bentuk distribusi normal di mana data memusat
pada nilai rata-rata dan median. Untuk mengetahui bentuk distribusi data dapat menggunakan grafik distribusi dan analisis statistik.
Pengujian normalitas dapat juga dilakukan dengan grafik PP Plots. Suatu data akan terdistribusi secara normal jika nilai probabilitas yang diharapkan sama
dengan nilai probabil8itas pengamatan atau nilai plot PP terletak di sekitar garis diagonal.
Berdasarkan asumsi Central Limit Theorema, seperti yang dikemukakan oleh Madenhall dan Beaver 1992, 1999, bahwa apabila sampel yang digunakan
cukup besar n30, maka distribusi sampling diperkirakan mendekati normal. Selanjutnya untuk menguji model regresi yang ada digunakan bantuan
komputer dengan program SPSS Statistic Program for Social Science 13.0 for Window.
64
BAB IV 4.
HASIL PENELITIAN DAN PEMBAHASAN
4.1. Karakteristik Responden
Penelitian ini dilaksanakan terhadap orang tua murid Taman Kanak-kanak Islam Al-Azhar di Semarang. Sampel sebanyak 141 orang yang diambil secara
proporsional dari populasi sebesar 353 orang tua murid TK Islam Al-Azhar. Sampel yang ada menggambarkan profil orang tua murid ditinjau dari latar
belakang pendidikan, pekerjaan dan penghasilan serta jarak dari rumah ke sekolah. Data profil orang tua murid dapat menggambarkan segmentasi pasar Taman
Kanak-kanak Islam Al-Azhar.
4.1.1. Karakteristik Responden Berdasarkan Pekerjaan Orangtua
Hasil penelitian menunjukkan pekerjaan orang tua murid 5,7 berprofesi sebagai ABRI dan POLRI, 16,3 Pegawai Negeri Sipil, 58,9 pegawai swasta,
14,2 wiraswasta dan sisanya sebesar 5 berprofesi lainnya.
Tabel 19. Tabel Pekerjaan Orangtua Murid
Uraian Frekuensi
Persentase Komulatif
Persentase
1 ABRI – POLRI 8
5.7 5.7
2 Pegawai Negeri Sipil 23
16.3 22.0
3 Pegawai Swasta 83
58.9 80.9
4 Wiraswasta 20
14.2 95.0
5 Lainnya 7
5.0 100.0
Total 141
100.0 Sumber: Data primer yang diolah
Karakteristik responden berdasarkan pekerjaan orang tua murid dapat dilihat lebih jelas pada grafik di bawah ini, yaitu:
