Tabel 11. Hasil Uji Linearitas Variabel
Linearity Deviation from
linearity Keterangan
Dukungan sosial
keluarga dengan
penyesuaian diri di masa pensiun
0.000 0.526
Linear
Berdasarkan tabel 11 diatas diperoleh bahwa nilai p = 0.000. Hasil ini menunjukkan nilai p 0,05 yang berarti terdapat hubungan yang linear antara
dukungan sosial keluarga dengan penyesuaian diri di masa pensiun. Sesuai dengan hasil diatas, diperoleh bahwa penelitian ini terdistribusi
normal dan linear, sehingga dapat dilakukan pengolahan data dengan menggunakan statistik parametrik. Metode analisis data yang digunakan untuk
pengujian hipotesa dalam penelitian ini akan menggunakan teknik analisis regresi linier sederhana.
2. Hasil Analisa Data
Analisa data pada penelitian ini menggunakan metode analisa regresi yang akan menjelaskan mengenai pengaruh antara variabel dukungan sosial keluarga
terhadap penyesuaian diri di masa pensiun dengan bantuan program SPSS versi 12.0 for Windows.
Metode yang digunakan adalah metode enter, yaiitu dengan memasukkan variabel dukungan sosial keluarga dan tidak ada variabel yang dikeluarkan. Hasil
analisa regresi dari penelitian ini dapat dilihat pada Tabel 12 sebagai berikut :
Universitas Sumatera Utara
Tabel 12. Hasil Analisa Regresi R
R
2
F Sig.
0.744 0.553
71.851 0.000
Nilai R pada Tabel 12 menunjukkan besarnya hubungan antar variabel dukungan sosial keluarga dengan penyesuaian diri di masa pensiun yaitu R =
0.744, dengan tingkat signifikansi koefisien korelasi 0.000 p = 0.000. Jika nilai p 0.05 maka hubungan antar variabel signifikan Pratisto, 2009. Dari hasil analisa
dapat dilihat bahwa hubungan antara dukungan sosial keluarga dengan penyesuaian diri di masa pensiun sangat signifikan. Dari hasil korelasi Pearson,
diketahui arah hubungannya adalah positif yang menunjukkan semakin tinggi dukungan sosial keluarga, maka semakin tinggi pula penyesuaian diri di masa
pensiun dan begitu pula sebaliknya. Uji F dilakukan untuk melihat apakah model regresi sudah tepat digunakan
untuk memprediksi terbentuknya variabel tergantung. Jika nilai signifikansi dari uji F lebih kecil dari 0.05 p 0.05 maka model regresi tersebut dapat dipakai
untuk memprediksi terbentuknya variabel tergantung Santoso, 2007. Nilai F yang diperoleh adalah 71.851 dengan tingkat signifikansi 0.000 p = 0.000. Nilai
tersebut sangat signifikan, sehingga model regresi yang diperoleh dapat dipakai untuk memprediksi penyesuaian diri di masa pensiun.
Nilai R² digunakan untuk mengukur seberapa jauh model regresi linier sesuai dengan data, dimana dari hasil penelitian diperoleh nilai R² = 0.553. Hal ini
menunjukkan bahwa pengaruh dukungan sosial keluarga terhadap penyesuaian diri di masa pensiun adalah sebesar 55.3. Artinya, dukungan sosial keluarga
Universitas Sumatera Utara
memberikan sumbangan efektif sebesar 55.3, sedangkan sisanya yang sebesar 44.7 dipengaruhi oleh faktor-faktor lain yang tidak diteliti pada penelitian ini.
Parameter-parameter dalam persamaan garis regresi yang terbentuk dapat dilihat pada Tabel. 13 berikut ini:
Tabel 13. Parameter-parameter Persamaan Garis Regresi Model
B T
Sig. Konstan
Dukungan Sosial
Keluarga 22.621
0.807 8.477
0.000
Persamaan garis yang dihasilkan pada analisa regresi linier sederhana ini adalah:
Y = 22.621 + 0.870X Keterangan :
Y = Penyesuaian Diri di Masa Pensiun X = Dukungan Sosial Keluarga
Persamaan garis regresi tersebut memiliki arti jika tidak ada dukungan sosial keluarga, maka penyesuaian diri di masa pensiun adalah sebesar 22.621
satuan. Koefisien regresi sebesar 0.870 menyatakan bahwa setiap penambahan 1 satuan dukungan sosial keluarga akan meningkatkan penyesuaian diri di masa
pensiun sebesar 0.870 satuan. Persamaan regresi diatas diuji kevalidannya untuk memprediksi variabel
tergantung dengan melihat menggunakan uji t. Uji t digunakan untuk menguji signifikansi parameter-parameter regresi linier sederhana. Koefisien regresi dapat
dinyatakan signifikan jika p 0.05 Santoso, 2007. Dari hasil analisa diperoleh
Universitas Sumatera Utara
nilai t = 8.477, dengan p = 0.000. Sehingga, dapat dinyatakan bahwa koefisien regresi sangat signifikan atau persamaan regresi diatas valid untuk memprediksi
variabel penyesuaian diri di masa pensiun.
3. Deskripsi Data Penelitian
