B. Pengujian Prasyarat Analisis
1.
Uji Normalitas
Uji normalitas bertujuan mengetahui data dari masing-masing variabel berdistribusi normal atau tidak. Pada analisis ini mengehendaki
distribusi harus normal. Rumus yang digunakan adalah rumus Kolmogorov Smirnov pada program komputer SPSS 20.00. Jika nilai
kurang dari taraf signifikansi yang ditentukan 5 maka data tersebut tidak berdistribusi normal, sebaliknya jika nilai Asymp. Sig
≥ 5 maka data berdistribusi normal. Hasil uji normalitas ditunjukan table berikut:
Tabel 4.14 Ringkasan Hasil Uji Normalitas
No Nama Variabel Asymp. Sig
Hasil Pengujian
1 Produktivitas
0,058 Normal
2 Kepercayaan
0,129 Normal
3 Partisipasi
0,581 Normal
4 Jaringan
0,083 Normal
5 Norma Sosial
0,099 Normal
Sumber : data primer yang diolah – lampiran 5
Berdasarkan hasi pengujian yang ditunjukan pada tabel 4.14 menunjukan nilai Asymp. Sig untuk variabel produktivitas adalah 0,058
atau 0,05 sehingga populasi tersebut berdistribusi normal. Variabel kepercayaan menunjukan nilai Asymp. Sig 0,129 atau 0,05 sehingga
tersebut populasi berdistribusi normal. Variabel partisipasi menunjukan nilai Asymp. Sig 0,581 atau 0,05 sehingga tersebut populasi
berdistribusi normal. Variabel jaringan menunjukan nilai Asymp. Sig
0,083 atau 0,05 sehingga tersebut populasi berdistribusi normal.Pada variabel norma sosial juga diambil dari populasi yang berdistribusi
normal karena nilai Asymp. Sig 0,099 atau 0,05.
2.
Uji Linieritas
Uji linieritas digunakan untuk mengetahui hubungan antar variabel bebas dengan variabel terikat bersifat linier atau tidak. Hubungan antar
variabel dikatakan linier jika kenaikan skor variabel bebas diikuti kenaikan skor variabel terikat. Dikatakan linier jika nilai sig F pada baris
deviation from linierity yang ditemukan lebih besar dari 0,05. Hasil uji linieritas ditunjukan tabel berikut:
Tabel 4.15 Ringkasan Hasil Uji Linearitas
Variabel F
Sig Kesimpulan
Bebas Terikat
X1 Y
1,224 0,296
Linier X2
Y 0,679
0,806 Linier
X3 Y
0,430 0,938
Linier X4
Y 2,017
0,084 Linier
Sumber : data primer yang diolah – lampiran 5
Dari ringkasan hasil uji linieritas pada tabel 4.15 dapat dilihat bahwa Sig 0,05 maka dapat disimpulkan bahwa variabel bebas dengan
variabel terikat mempunyai hubungan linier.
3.
Uji Multikolinieritas
Uji multikolinieritas digunakan untuk mengetahui ada tidaknya korelasi yang tinggi antara variabel bebas dalam model regresi. Asumsi
multikolinieritas menyatakan bahwa variabel bebas harus terbebas dari
korelasi yang tinggi antara variabel bebas. Hubungan antar variabel bebas terhadap variabel terikat akan terganggu jika ada korelasi yang
tinggi di antara variabel-variabel bebasnya. Hal ini mengakibatkan model regresi yang diperoleh menjadi tidak valid.
Tabel 4.16 Ringkasan Hasil Multikolinieritas
Variabel Tolerance
VIF Kesimpulan
X1 0,459
2,072 Tidak Terjadi Multikolinearitas X2
0,551 1,816 Tidak Terjadi Multikolinearitas
X3 0,437
2,289 Tidak Terjadi Multikolinearitas X4
0,695 1,439 Tidak Terjadi Multikolinearitas
Sumber : data primer yang diolah – lampiran 5
Berdasarkan tabel 4.16, dapat dikatakan bahwa asumsi tidak terdapat multikolinieritas terpenuhi. Dilihat dari nilai VIF kurang dari 4
dan nilai toleransi lebih dari 0,1 sehingga terbebas dari gejala multikolinieritas dan analisis data dapat dilanjutkan.
4.
Uji Homosedasitas
Langkah ini digunakan untuk menguji apakah dalam model regresi terdapat kesamaan varians error untuk setiap nilai X dari kasus
pengamatan satu kasus pengamatan yang lain. Model regresi yang baik harus memiliki homosedasitas dan tidak memiliki heteroskedastisitas.
Cara yang dilakukan adalah dengan Uji Park.
Hasil pengujian dapat dilihat pada tabel berikut:
Tabel 4.17 Ringkasan Hasil Uji Homosedasitas
No Variabel
Sig F
Kesimpulan
1 Kepercayaan
0,394 1,034
Tidak Terjadi heterosedastisitas
2 Partisipasi
3 Jaringan
4 Norma Sosial
Sumber : data primer yang diolah – lampiran 5
Dari tabel 4.17, dapat dilihat bahwa pada kolom nilai signifikansi Sig. menujukan angka 0,728 atau lebih dari 0,05 sehingga
menunjukkan tidak terjadi gejala heterosedastisitas.
C. Pengujian Hipotesis Penelitian
Kategori