H. Teknik Analisis Data
1. Uji Prasyarat Analisis Guna melanjutkan ketahap analisis selanjutnya, analisis data harus
melewati uji prasyarat. Uji prasyarat analisis data yang dilakukan tersebut adalah Uji Normalitas, Uji Linearitas Uji Multikolinearitas dan Uji
Heteroskedastisitas. Rincian Uji prasyarat tersebut seperti yang dijelaskan berikut ini:
a. Uji Normalitas Uji normalitas digunakan untuk mengetahui apakah data yang
bersangkutan berdistribusi normal atau tidak. Uji normalitas dapat dilakukan dengan menggunakan uji Kolmogorov-smirnov pada SPSS
versi 17. Data dikatakan berdistribusi normal jika nilai Asymp Sig lebih dari atau sama dengan 0,05 maka data berdistribusi normal, jika Asymp
Sig kurang dari 0,05 maka distribusi data tidak normal Ali Muhson, 2012: 21.
b. Uji Linearitas Tindakan uji linearitas dimaksudkan untuk mengetahui apakah
antara variabel bebas dan variabel terikat mempunyai hubungan linier atau tidak bersifat linear atau tidak. Untuk mengetahui hal ini, peneliti
memlilih menggunakan uji F pada taraf signifikansi 5 pada kedua jenis variabel tersebut. jika nila sig F tersebut kurang dari 0,05 maka
hubungannya tidak linear, sedangkan jika nilai sig F lebih dari atau
sama dengan 0,05 maka hubungannya bersifat linear Ali Muhson, 2012: 25.
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
pada SPSS versi 17. 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 Heteroskedastisitas
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 Glejser. Dalam uji ini yang perlu ditafsirkan bagian koefisien antara variabel independen dengan absolut
residu. Jika nilai sig tersebut lebih besar dari 0,05 maka dapat disimpulkan tidak terjadi heterosedastisitas Ali Muhson, 2012: 31.
2. 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. Analisis reresi berganda ini
dilakukan dengan menggunakan SPSS versi 17. Menurut Sugiyono 2010: 275 persamaan regresi berganda diformulasikan sebagai berikut:
Y = a + b
1
X
1 +
b
2
X
2
Keterangan: Y
= peningkatan pendapatan UMK A
= bilangan konstan b
1
= koefisien korelasi kredit modal penyertaan b
2
= koefisien korelasi jiwa wirausaha X
1
= kredit modal penyertaan X
2
= jiwa wirausaha 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
yadeng 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:
� , =
� ∑ X Y + � ∑ X Y ∑
Keterangan: �
= koefisien korelasi kredit modal penyertaan dan jiwa wirausaha terhadap peningkatan pendapatan UMK
b
1
= koefisien prediktor kredit modal penyertaan b
2
= koefisien prediktor jiwa wirausaha ∑ X Y = jumlah kredit modal penyertaan dan peningkatan pendapatan
UMK ∑ X Y = jumlah jiwa wirausaha dan peningkatan pendapatan UMK
∑ = jumlah kuadrat peningkatan pendapatan UMK
b. Uji Signifikansi Simultan Uji Statistik 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:
F = R n − M −
m − R Keterangan:
F reg= harga F hitung n
= jumlah data m = jumlah prediktor
R = koefisien korelasi antara variabel bebas dengan variabel terikat
c. Uji Signifikansi Parameter Individual Uji Statistik 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:
t = r√n −
√ − r 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=
� Σ
���
x100 Keterangan:
SR = sumbangan relatif dari suatu prediktor �
= konstanta Σ = 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
55
BAB IV HASIL PENELITIAN DAN PEMBAHASAN