Populasi dan Sampel Teknik Analisis Data

Pendekatan Keperilakuan Dalam Riset Manajemen Bisnis” 56 dengan cara menginterprestasikan hasil pengolahan data lewat tabulasi. Teknik ini diharapkan dapat mendukung interprestasi hasil analisis yang digunakan. 2 Uji Asumsi Klasik Pengujian statistik dengan analisis regresi dapat dilakukan dengan pertimbangan tidak adanya pelanggaran terhadap asumsi klasik. Adapun asumsi-asumsi yang harus dipenuhi adalah : multikolinieritas, heteroskedastisitas dan normalitas. 3 Analisis Regresi Berganda Metode ini digunakan dengan tujuan untuk menguji pengaruh sebab akibat antara variabel bebas X dalam hal ini motivasi belajar, status sosial ekonomi orang tua dan kecerdasan intelektual terhadap variabel terikat Y dalam hal ini keputusan memilih. Statistik inferensial yang digunakan dalam analisis data adalah dengan menggunakan analisis regresi. Y = a + b 1 X 1 + b 2 X 2 + b 3 X 3 + b 4 X 4 + b 5 X 5 +  Dimana : Y = Keputusan memilih X 1 = Kelompok referensi X 2 = Keluarga X 3 = Kelas Sosial X 4 = Motivasi X 5 = Perrsepsi α = Konstanta b 1 .. b 5 = Intercept koefisien regresi ε = Error 4. Hasil Penelitian Dan Pembahasan 4.1. Uji Asumsi Klasik Guna memperoleh nilai penduga yang tidak bias dan efisien dari suatu persamaan regresi berganda dengan metode kuadrat terkecil biasa Ordinary Least Square, maka dalam pelaksanaan analisis data harus memenuhi asumsi klasik sebagai berikut :

4.1.1. Multikolinieritas

Suatu model regresi terbebas dari multikolinieritas jika nilai VIF Variance Inflation Factors dari masing-masing variabel independen kurang dari 5 dan nilai toleransi mendekati 1. Adapun hasil VIF disajikan pada tabel berikut : Tabel asil U₁i Multi₂olinieritas Sumber : Data diolah . Coefficients a ,509 1,964 ,394 2,538 ,469 2,130 ,444 2,254 ,611 1,636 Kelompok Referensi Keluarga Kelas Sosial Motivasi Persepsi Model 1 Tolerance VIF Collinearity Statistics Dependent Variable: Keputusan Memilih a. Pendekatan Keperilakuan Dalam Riset Manajemen Bisnis” 57 Berdasarkan hasil perhitungan VIF terlihat bahwa variabel kelompok referensi, keluarga, kelas sosial, motivasi dan persepsi mempunyai nilai VIF 5, dengan demikian dapat disimpulkan model regresi tersebut tidak terdapat problem multikolinieritas.

4.1.2. Heteroskedastisitas

Heteroskedastisitas berarti adanya variasi residual yang tidak sama untuk semua pengamatan, atau terdapatnya variasi residual yang semakin besar pada jumlah pengamatan yang semakin besar. Pengujian gejala heterokedastisitas menggunakan scatterplot, hasil uji heteroskedastisitas disajikan pada Gambar 2 berikut. Gambar 2 Hasil Uji Heteroskedastisitas Sumber : Data diolah, 2016. Berdasar₂an Gambar , terlihat titi₂‐titi₂ menyebar secara aca₂, tida₂ membentu₂ sebuah pola tertentu yang ₁elas, serta tersebar bai₂ di atas maupun di bawah ang₂a pada sumbu Y. al ini berarti tida₂ ter₁adi heteros₂edastisitas pada model regresi.

4.1.3. Normalitas

Asumsi data telah berdistribusi normal adalah salah satu asumsi yang penting dalam melakukan penelitian dengan regresi. Uji ini bertujuan untuk menguji apakah dalam model regresi, variabel independen, dependen dan moderasi terdistribusi secara normal atau tidak. Ghozali 2006 untuk mendeteksi normalitas data dapat dilakukan dengan melihat penyebaran data titik-titik pada sumbu diagonal dari grafik, yaitu jika data menyebar di sekitar garis diagonal dan mengikuti arah garsi diagonal tersebut, maka hal ini menunjukkan data yang telah terdistribusi normal. Gambar 3 Normalitas Data Sumber : Data diolah, 2016. Regression Standardized Predicted Value 3 2 1 -1 -2 -3 R egr ess ion S tude nt ize d R esid ual 3 2 1 -1 -2 -3 Scatterplot Dependent Variable: Keputusan Memilih Observed Cum Prob 1.0 0.8 0.6 0.4 0.2 0.0 Ex pected Cum Pr ob 1.0 0.8 0.6 0.4 0.2 0.0 Normal P-P Plot of Regression Standardized Residual Dependent Variable: Keputusan Memilih