Teknik Analisis Data METODE PENELITIAN
mengetahui apakah hubungan antar variabel bebas dan terikat bersifat linear atau tidak adalah dengan melihat nilai F dan sig. Uji linearitas
yang digunakan dalam penelitian ini adalah dengan lack of fit uji tuna cocok. Apabila nilai sig. F kurang dari 5 maka hubungan
penggunanya tidak linear, sebaliknya jika nilai sig F lebih dari atau sama dengan 5 maka hubungan bersifat linear Ali Muhson, 2012:
61. c. Uji Multikolinearitas
Uji multikoliniearitas dilakukan untuk mengetahui ada atau tidaknya hubungan linear antara variabel bebas dalam model regresi.
Uji multikoliniearitas menggunakan uji VIF Variance Inflation Factor. Jika nilai VIF tersebut kurang dari 4 maka tidak terjadi
multikolinearitas, sedangkan jika nilai VIF lebih dari 4 maka terjadi multikolinearitas Ali Muhson, 2012: 26.
d. Uji Homosedastisitas Langkah ini digunakan untuk menguji apakah dalam model regresi
memiliki perbedaan vareansi residu dari kasus pengamatan satu kasus pengamatan yang lain. Model regresi yang baik harus memiliki
homoskedastisitas dan tidak memiliki heteroskedastisitas. Cara yang dilakukan adalah dengan Uji Rho Spearman. Dalam uji ini yang perlu
ditafsirkan adalah angka koefisien korelasi antara variabel bebas dengan absolut residu dan signifikansinya. Jika nilai sig tersebut lebih besar
atau sama dengan 0,05 maka asumsi homosedastisitas terpenuhi Ali Muhson, 2012: 66.
3. Uji Hipotesis Pengujian hipotesis dilakukan dengan analisis regresi linear berganda.
Analisis regresi berganda digunakan untuk menguji hubungan pengaruh variabel bebas X
1
terhadap variabel terikat Y, variabel bebas X
2
terhadap variabel terikat Y, dan variabel bebas X
1
, X
2
terhadap variabel terikat Y. Apakah masing-masing variabel bebas berhubungan positif
atau negatif dan untuk memprediksi nilai dari variabel terikat apabila variabel bebas mengalami kenaikan atau penurunan. Data yang digunakan
biasanya berskala interval atau rasio. Menurut Sugiyono 2010: 275 persamaan regresi berganda diformulasikan sebagai berikut:
Y = a + b
1
X
1 +
b
2
X
2
Keterangan: Y
= peningkatan pelayanan prima A
= bilangan konstan b
1
= koefisien korelasi pertisipasi anggota b
2
= koefisien korelasi sikap kewirausahaan X
1
= partisipasi anggota X
2
= sikap kewirausahaan Selanjutnya dilakukan analisis dengan menggunakan langkah-
langkah sebagai berikut: a. Mencari Nilai Koefisien Determinasi R
2
Koefisien determinasi R
2
pada intinya mengukur seberapa jauh kemampuan model dalam memvariasi variabel terikat. Nilai
koefisien determinasi di antara nol dan satu. Nilai R
2
yang kecil berarti kemampuan variabel bebas dalam menjelaskan variasi
variabel terikat sangat terbatas. Nilai yang mendekati satu berarti variabel bebas memberikan hampir semua informasi yang
dibutuhkan untuk memprediksi variabel terikat secara simultan menurut Sugiyono 2010: 286 menggunakan rumus sebagai
berikut:
Keterangan: = koefisien korelasi partisipasi siswa dan sikap
kewirausahaan terhadap pelayanan prima koperasi sekolah b
1
= koefisien prediktor partisipasi siswa b
2
= koefisien prediktor sikap kewirausahaan = jumlah partisipasi siswa dan pelayanan prima koperasi
sekolah = jumlah sikap kewirausahaan dan pelayanan prima koperasi
sekolah = jumlah kuadrat pelayanan prima koperasi sekolah
b. Uji Simultan Uji F Uji anova atau F test akan menghasilkan nilai F hitung dengan
tingkat signifikansi tertentu. Jika probabilitas signifikansi jauh lebih kecil dari 0.05, maka model regresi dapat digunakan untuk
memprediksi variabel terikat atau dapat dikatakan bahwa variabel bebas dan variabel moderasi secara bersama-sama berpengaruh
terhadap variabel terikat. Menurut Sugiyono 2010: 286 rumus untuk uji F sebagai berikut:
Keterangan: F reg
= harga F hitung n
= jumlah data m
= jumlah prediktor R
= koefisien korelasi antara variabel bebas dengan variabel terikat
c. Uji Parsial Uji t Uji ini akan melihat seberapa jauh pengaruh variabel bebas secara
individual dalam menerangkan variasi variabel terikat. Jika signifikansi lebih besar dari 0.05, maka variabel tersebut
disimpulkan tidak signifikan. Menurut Sugiyono 2010: 230 rumus untuk uji t sebagai berikut:
Keterangan: t
= t hitung r
= koefisien korelasi n
= jumlah responden r
2
= koefisien kuadrat d. Menghitung Sumbangan Relatif dan Sumbangan Efektif
1 Sumbanga relatif Sumbangan relatif digunakan untuk mengetahui besarnya
sumbangan masing-masing variabel bebas terhadap variabel terikat. Rumus menghitung sumbangan relatif sebagai berikut:
SR= x100
Keterangan: SR = sumbangan relatif dari suatu prediktor
= konstanta = jumlah produk x dan y
= jumlah kuadrat regresi Sutrisno Hadi, 2004: 37
2 Sumbangan Efektif Sumbangan efektif digunakan untuk mengetahui prediktor
variabel bebas yang memberikan pengaruh lebih besar
terhadap kriterium variabel terikat. Rumus menghitung sumbangan efektif sebagai berikut:
SE = SR x R
2
Keterangan: SE = sumbangan efektif dari suatu prediktor
SR = sumbangan relatif dari suatu prediktor R
2
= koefisien determinasi Sutrisno Hadi, 2004: 40
60