Dalam menafsirkan data, peneliti menggunakan metode penafsiran dari Supardi 1979:20 dengan rincian sebagai berikut:
1 – 24 : Sebagian kecil
25 – 49 : Hampir setengah
50 :
Setengah 51 - 74
: Sebagian besar 75 - 99
: Pada umumnya 100
: Seluruhnya
3.11.2 Analisis Regresi Linier Berganda
Analisis regresi linier berganda digunakan untuk mengukur pengaruh antara lebih dari satu variabel bebas terhadap variabel terikat. Untuk mengetahui
pengaruh ketersediaan koleksi dan sistem temu balik informasi terhadap pemenuhan kebutuhan informasi pengguna di Kantor Perpustakaan, Arsip dan
Dokumentasi Kabupaten Kerinci mengunakan regresi linier berganda, yaitu mengunakan rumus:
Y = a + b1X1+b2X2+e
Keterangan :
Y =
Kebutuhan Informasi a
= Konstanta
b1,b2 = Koefisien regresi berganda
X1 = Ketersediaan Koleksi
X2 = Sistem Temu Balik Informasi
3.12 Uji Asumsi Klasik
Uji asumsi klasik dilakukan sebelum melakukan analisis regresi, agar dapat
diperkirakan yang tidak bias dan efesiensi maka dilakukan pengujian asumsi klasik yang
harus dipenuhi, yaitu:
3.12.1 Uji
Normalitas
Universitas Sumatera Utara
Uji normalitas digunakan untuk mengetahui apakah distribusi data penelitian
masing ‐masing variabel telah menyebar secara normal. Model regresi yang baik adalah
yang memiliki distribusi data normal atau mendekati data normal. Uji normalitas
dilakukan dengan analisis grafik dengan melihat grafik histogram atau normal
probability. Jika grafik histogram menunjukkan pola distribusi normal, artinya titik
puncak kurva berada di titik nol 0 pada sumbu X maka model regresi memenuhi syarat
normalitas begitu juga nila sebaliknya. Metode lain juga dapat dilihat pada normal
probability plot yang membandingkan distribusi kumulatif dari distribusi normal.
Distribusi normal akan membentuk garis lurus diagonal, dan ploting data residul akan
dibandingkan dengan garis diagonal. Jika distribusi data residul normal, maka garis yang
menggambarkan data yang sesungguhnya akan mengikuti garis diagonalnya. . Pengujian
normalitas data juga dilakukan menggunakan alat uji statistik, yaitu alat statistik
Kolmogorov ‐Smirnov K‐S. Jika tingkat signifikasinya lebih besar dari 0,05 maka
distribusi data adalah tidak normal.
3.12.2 Uji Heteroskedastisitas
Uji Heteroskedastisitas bertujuan untuk menguji apakah dalam suatu model
regresi terjadi ketidaksamaan varians dari residual pada satu pengamatan ke
pengamatan yang lainnya tetap, maka disebut homoskedastisitas. Model regresi yang
baik adalah tidak terjadi heteroskedastisitas Duwi, 2011:31.
3.12.3 Uji
Multikolinearitas
Adanya hubungan linier yang sempurna diantara variabel‐variabel bebas dalam
model regresi. Untuk mengetahui ada atau tidaknya gejala multikolinearitas dapat
dilihat dari besarnya Tolerance Value dan Variance Inflation Faktor VIF. Batas
Tolerance Value adalah 0,1 dan batas VIF adalah 5 Duwi, 2011:31, di mana:
Tolerance value 0,1 atau VIF 10 = terjadi multikolinearitas
Tolerance value 0,1 atau VIF 10 = tidak terjadi multikolinearitas
312.4 Uji Autokorelasi
Uji autokerelasi digunakan untuk menguji apakah model regresi ada korelasi
antara residual pada periode t dengan residual pada periode sebelumnya t‐1. Model
Universitas Sumatera Utara
regresi yang baik adalah yang tidak adanya masalah autokorelasi. Metode pengujian
yang sering digunakan adalah dengan uji Durbin‐Watson uji DW Duwi, 2011:31.
3.13 Pengujian Signifikansi
3.13.1 Uji F Simultan
