dalam bentuk baris dan kolom. Chi-Square test digunakan untuk menguji apakah ada asosiasi antara variabel data Ghozali,
2013:25. Salah satu uji statistik yang dapat dipergunakan untuk menguji kebenaran dari suatu hipotesa jika data yang digunakan
dalam analisa adalah kategorikal nominal atau ordinal mengamati ada tidaknya hubungan antara variabel dependen dan
independen. Dasar pengambilan keputusannya adalah sebagai berikut:
H : Tidak terdapat hubungan asosiasi antara baris dan kolom.
H
1
: Terdapat hubungan asosiasi antara baris dan kolom. Acuan yang digunakan dalam membuktikan hipotesa ini
adalah nilai probabilitas pada Pearson Chi-Square yang dapat dilihat pada kolom Asymp. Sig. 2-sided. Jika probabilitas 0.05
maka H diterima, sedangkan apabila probabilitas 0.05 maka H
ditolak.
3.6.1.2 Uji Multikolinearitas
Uji Multikolineraitas adalah pengujian untuk mengetahui ada tidaknya hubungan yang linear atau korelasi antara variable
independen yang signifikan pada model regresi. Pada analisis regresi logistik ordinal tidak diperkenankan terdapat kasus
multikolinearitas Imaslikah et al., 2013. Untuk mengetahui ada tidaknya kasus multikolinearitas ini dapat menggunakan koefisien
korelasi peringkat Spearman atau biasa disebut rho-spearman..
3.6.1.3 Memilih Model Link Function
Universitas Sumatera Utara
Metode Analisis yang digunakan dalam penelitian ini adalah regresi ordinal, hal ini dikarenakan kategori variable
dependen dalam penelitian ini berupa ordinal peringkat Ghozali, 2013:357. Namun sebelum melakukan uji terhadap hipotesis,
terdapat dua langkah yang harus diperhatikan untuk memilih model link function dalam penelitian ini.
3.6.1.3.1 Test of Parallel lines
Memilih model Link Function merupakan salah satu hal yang harus dilakukan sebelum melakukan uji hipotesis
dalam jenis regresi ordinal ini Christina, 2013 . Test of Parallel lines merupakan salah satu acuan untuk
menentukan Link Function yang sesuai dalam regresi ordinal. Uji ini digunakan untuk menilai apakah asumsi
bahwa semua kategori memiliki parameter yang sama atau tidak Ghozali, 2013:363. Nilai yang diinginkan adalah
tidak signifikan yaitu p 0.05. Uji ini bisa saja menilai bahwa model tidak cocok p ≤ 0.05. Ketidakcocokan model
ini dapat disebabkan karena tidak tepat dalam memilih Link function atau membuat peringkat kategori.
3.6.1.4 Menilai Keseluruhan Model fit
Didalam penelitian ini keseluruhan model dinilai dengan menggunakan model fitting information Goodness of fit test dan
Universitas Sumatera Utara
Pseudo R Square. Statistik yang digunakan dalam model fitting information berdasar pada fungsi likehood. Likehood L dari model
adalah probabilitas
bahwa model
yang dihipotesiskan
menggambarkan data input. Untuk menguji hipotesis, L ditransformasikan menjadi -2LogL. Statistik -2LogL juga
digunakan untuk menentukan jika variabel bebas ditambahkan kedalam model apakah secara signifikan memperbaiki model fit.
Pseudo R Square yang terdiri atas Cox and snell, Nagelkerke, dan Mc Fadden merupakan nilai yang sama seperti R
2
dalam regresi berganda yang menjelaskan seberapa besar variasi variabel
dependen yang dapat dijelaskan oleh variabel independen Ghozali, 2013:341.
Goodness of Fit Test ini memberikan informasi apakah model kita sudah fit dengan data. Nilai Chi-Square dapat
menggambarkan probabilitas yang dihasilkan. Model yang baik adalah model yang tidak dapat menolak hipotesis nol yaitu model
yang sesuai atau cocok dengan data empiris Ghozali, 2013:354. Apabila nilai Goodness of fit tests 0.05 nilai signifikansi
Pearson dan Deviance 0.05 maka model yang terbentuk sudah fit dan layak digunakan Enny, 2011 Hipotesis untuk menilai
model fit adalah: H
: Model yang dihopotesakan fit dengan data H
a
: Model yang dihotesakan tidak fit dengan data
3.6.2 Uji Hipotesis
Universitas Sumatera Utara
