Uji Validitas Uji validitas dan Reliabilitas

heteroskedasitas bertujuan untuk menguji apakah dalam regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan lain. Jika variance dari residual satu pengamatan ke pengamatan yang lain tetap, maka dinamakan homoskedasitas dan jika berbeda disebut heteroskedasitas. Model regresi yang baik adalah yang homoskedasitas atau tidak terjadi heteroskedasitas. Untuk menguji ada tidaknya masalah heteroskedastisitas pada model regresi yang diperoleh digunakan uji Glejser dengan cara meregresikan antara variabel independen dengan nilai absolut residualnya. Untuk menentukan terjadi tidaknya masalah heterokedastisitas maka digunakan ketentuan sebagai berikut: 1. Jika signifikansi antara variabel independen dengan nilai absolutnya residualnya 0,05, maka tidak terjadi heterokedastisitas. 2. Jika signifikansi antara variabel independen dengan nilai absolutnya residualnya 0,05, maka terjadi heterokedastisitas.

3. Analisis Deskriptif

Analisis deskriptif adalah analisis statistik yang digunakan untuk menganalisa data dengan cara mendeskripsikan atau menggambarkan data yang telah terkumpul Sugiyono, 2010:206. Analisis deskriptif dalam penelitian ini menjelaskan berbagai karakteristik data, seperti rata-rata mean, simpangan baku standard deviation, varians variance, nilai minimal minimum, dan nilai maksimum maximum pada masing-masing variabel penelitian.

4. Analisis Regresi Linier Berganda

Analisis data pada penelitian ini dilakukan dengan menggunakan analisis regresi berganda. Analisis regresi ganda digunakan untuk meramalkan bagaimana keadaan naik-turunnya variabel terikat, bila dua atau lebih variabel bebas sebagai prediktor dimanipulasi dinaik-turunkan nilainya. Jadi analisis regresi ganda akan dilkukan jika jumlah variabel bebasnya minimal dua. Rumus regresi berganda adalah sebagai berikut Sugiyono, 2010:277: Y = a + b 1 X 1 + b 2 X 2 + b 3 X 3 + b 4 X 4 + b 5 X 5 Di mana: Y = variabel adopsi TIK a = konstanta, nilai Y apabila X= 0 b = koefisien regresi linear X1 = variabel keuntungan relatif X2 = variabel kesesuaian X3 = variabel persepsi kemudahan dalam penggunaan X4 = variabel kesukarelaan X5 = variabel citra