Analisis Deskriptif Data TEKNIK ANALISIS DATA
48 variabel dependen berdasarkan nilai variabel yang diketahui Gujarati, 2003 dala
Ghozali, 2007. Menurut Ghozali 2007 ketepatan fungsi regresi sampel dalam menaksir
nilai aktual dapat diukur dari Goodness of fit nya. Secara statistik,setidaknya ini
dapat diukur dari nilai koefisien determinasi, nilai statisitk F dan nilai statistik t. Perhitungan statistik disebut signifikan secara statistik apabila nilai uji statistiknya
berada dalam daerah kritis daerah dimana H
o
ditolak. Sebaliknya disebut tidak signifikan apabila nilai uji statistiknya berada dalam daerah dimana H
o
diterima. Pada uji hipotesis pada penelitian ini menggunakan regresi linier sederhana,
dimana uji hipotesis linier sederhana didasarkan pada hubungan fungsional ataupun kausal satu variabel independen dengan satu variabel dependen
Sugiyono, 2011. Langkah-langkah yang harus ditempuh dalam analisis regresi lnier sederhana
adalah: a. Membuat persamaan garis regresi linier sederhana
Keterangan: = Nilai yang diprediksi
= Konstanta atau bila harga X = 0 = Koefisien regresi
= Nilai variabel independen Harga a dan b dapat dicari dengan persamaan berikut:
Sugiyono, 2011: 261-262
49 Setelah nilai a dan b ditemukan, maka persamaan regresi linier sederhana
dapat disusun.Persamaan regresi yang telah ditemukan dapat digunakan untuk melakukan prediksi dalam variabel independen.
b. Menghitung koefisien korelasi sederhana , dengan rumus sebagai berikut:
Sugiyono, 2011: 228 Keterangan:
= koefisien korelasi antara X dan Y
Jika lebih dari nol 0 atau bernilai positif + maka korelasinya
positif, sebaliknya jika kurang dari nol 0 maka bernilai negatif - maka
korelasinya negatif atau tidak berkolerasi. Selanjutnya tingkat korelasi tersebut dikategorikan menggunakan pedoman dari Sugiyono Sugiyono, 2011: 226.
c. Menguji Signifikansi dengan uji t Uji t dilakukan untuk menguji signifikansi regresi sederhana
, yaitu dengan rumus:
Sugiyono, 2011: 230 Keterangan:
= nilai = koefisien korelasi antara variabel
X dan Y = jumlah responden
= kuadrat koefisien korelasi antara variabel X dan Y
√ √
√