METODE DAN TEKNIK ANALISIS DATA

Alpha sebesar α = 0,9355 yang menunjukkan bahwa skala ini memiliki reliabilitas yang baik. Selanjutnya, dari hasil uji coba skala setelah dilakukan beberapa perubahan item diperoleh skor Cronbach’s Alpha yang lebih tinggi, yaitu sebesar α = 0,971. Hal ini menunjukkan bahwa skala Sikap terhadap Seks yang digunakan memiliki reliabilitas yang baik. Tabel 3.10 Reliabilitas Skala Sikap terhadap Seks

H. METODE DAN TEKNIK ANALISIS DATA

1. Uji Asumsi Sebelum melakukan uji hipotesis, terdapat beberapa asumsi yang harus dipenuhi terlebih dahulu. Uji asumsi ini digunakan untuk mengetahui jenis metode statistik yang akan digunakan untuk melakukan uji hipotesis. Beberapa uji asumsi yang akan dilakukan dalam penelitian ini, yaitu : a. Uji Normalitas Uji normalitas ini digunakan untuk mengetahui apakah dalam sebuah model regresi, nilai residu dari regresi mempunyai distribusi yang normal. Jika distribusi dari nilai residual tidak berdistribusi normal, maka dikatakan terdapat permasalahan terhadap asumsi normalitas Santoso, 2014. Uji normalitas dalam penelitian ini Reliability Statistics Cronbachs Alpha N of Items ,971 33 menggunakan metode statistik Kolmogorov-Smirnov. Apabila nilai p 0,05 maka dapat disimpulkan bahwa data berbeda secara signifikam dengan data virtual yang normal dan sebaran data dapat dikatakan tidak normal. Sedangkan bila nilai p 0,05, maka dapat disimpulkan bahwa data yang dimiliki tidak berbeda secara signifikan dengan data virtual yang normal dan sebaran data dapat dikatakan normal Santoso, 2010. b. Uji Heteroskedastisitas Uji asumsi yang kedua adalah uji heteroskedastisitas. Uji asumsi ini digunakan untuk mengetahui apakah dalam sebuah model regresi, terjadi ketidaksamaan varians residual dari satu pengamatan ke pengamatan lain. Jika varians residual dari satu pengamatan ke pengamantan yang lain tetap, maka hal tersebut disebut Homoskedastisitas Santoso, 2014. Uji heteroskedastisitas dalam penelitian ini dilakukan menggunakan uji Glesjer. Apabila nilai signifikansi Sig. yang diperoleh 0.05 maka dapat dikatakan bahwa tidak terjadi gejala heteroskedastisitas. c. Uji Linieritas Uji asumsi yang selanjutnya adalah uji linearitas. Tujuan uji linearitas ini adalah untuk mengetahui apakah korelasi antar variabel bersifat linear atau tidak. Linear dapat diartikan sebagai hubungan antara satu variabel tergantung dan variabel bebas bersifat positif atau negatif Santoso, 2014. Asumsi linearitas dapat dilakukan dengan menggunakan metode statistik test for linearity. Hubungan dapat dinyatakan linear bila nilai signifikansi lebih kecil dari 0,05 p0,05. Sebaliknya, hubungan dinyatakan tidak linear bila nilai signifikansi lebih besar dari 0,05 p0,05 Santoso, 2010. d. Uji Multikolinearitas Uji asumsi yang teakhir adalah uji multikolinearitas. Uji multikolinearitas dilakukan untuk mengetahui apakah pada model regresi ditemukan korelasi antar variebel-variabel independen. Uji multikolinearitas dianggap memuaskan bila tidak terjadi korelasi yang kuat antara variabel independent karena model regresi yang baik seharusnya tidak terjadi korelasi antar variebal-variebel independen Santoso, 2014. Untuk mendeteksi multikolinearitas digunakan pengukuran terhadap nilai VIF Variable Inflation Factor dan nilai Tolerance. Jika nilai VIF lebih kecil dari 10,00 maka dapat dikatakan tidak terjadi multikolinearitas terhadap data yang diuji. Apabila nilai Tolerance lebih besar dari 0,10 maka dapat dikatakan tidak terhadi multikolinearitas terhadap data yang diuji. 2. Uji Hipotesis Dalam penelitian ini akan dilakukan uji hipotesis terhadap tiga hipotesis minor dan satu hipotesis mayor. Tiga hipotesis minor akan diuji dengan menggunakan uji regresi linier sederhana. Uji regresi sederhana digunakan pada penelitian yang terdapat satu variabel dependen dan satu variabel independen Santoso, 2014. Kegunaan utama analisis regresi adalah prediksi variabel dependen. Dalam analisis ini akan dikembangkan sebuah persamaan regresi, yaitu suatu formula yang mencari nilai variabel dependen dari nilai variabel independen yang diketahui Santoso, 2014. Sementara itu, hipotesis mayor akan diuji dengan menggunakan uji multiple regression. Uji multiple regression atau regresi berganda digunakan pada penelitian yang terdapat satu variabel dependen dan dua atau lebih variabel independen Santoso, 2014. Semantara itu, efek dari variabel mediator akan dianalisis menggunakan metode path ways berdasarkan nilai regresi antar variabel Fairchild, Mackinnon, Taborga, Taylor, 2009. Praktik dalam analisis mediasi statistik dapat dikelompokkan menjadi tiga pendekatan, yaitu causal steps, difference in coefficients, dan product of coefficients MacKinnon, Lockwood, Hoffman, West, Sheets 2002, dalam Fairchild, MacKinnon, Taborga, Taylor, 2009, yang semuanya didasarkan pada informasi dari persamaan regresi untuk menguji model mediator tunggal MacKinnon, Cheong, Pirlott, 2008. Pada penelitian ini, peneliti akan menggunakan pendekatan causal steps untuk menguji efek mediasinya. Dalam pendekatan ini, terdapat empat langkah analisis untuk menguji efek dari variabel mediator. Tahap pertama, variabel independen harus signifikan berhubungan dengan variabel dependen dan menghasilkan koefisien regresi pada jalur τ’. Tahap kedua, variabel independen harus secara signifikan berhubungan atau terkait dengan variable mediator dan menghasilkan koefisien regresi pada jalur α. Tahap ketiga, variabel mediator harus secara signifikan berhubungan atau terkait dengan variabel dependen dan menghasilkan koefisien regresi untuk jalur β. Tahap yang terakhir, hubungan antara variabel independen dan variabel terikat harus lebih lemah ketika variabel mediator ditambahkan ke model. Apabila koefisien regresi pada jalur τ lebih kecil dari koefisien regresi pada jalur τ τ τ’ maka peran mediasi terbukti. Gambar 3.1 Skema Single Mediator Model Sebuah mediasi dikatakan full mediation apabila nilai signifikansi p pada jalur direct effect jalur τ’ yang awalnya signifikan berubah menjadi tidak signifikan ketika variabel mediator dimasukkan jalur τ. Namun, ketika nilai signifikasi tetap signifikan pada jalur τ’ dan jalur τ, maka model mediasi tersebut disebut partial mediation. Mediator Variable Independent Variable Dependent Variable Jalur τ’ Jalur α Jalur β Jalur τ 73

BAB IV HASIL PENELITIAN DAN PEMBAHASAN