Kategori variabel partisipasi anggota dapat dilihat pada tabel 3.9 :
Tabel 3.9 Kategori Partisipasi Anggota No
Interval Skor Kriteria
1
1888 skor 2324
Sangat Baik 2
1451 skor 1887
Baik 3
1014 skor 1450
Kurang Baik 4
577 skor 1013
Tidak Baik
3.6.2 Analisis Regresi Berganda
Analisis regresi adalah studi mengenai ketergantungan variabel dependen Y dengan satu atau lebih variabel independen X, dengan tujuan untuk
mengestimasi danatau memprediksi rata-rata populasi atau nilai rata-rata variabel dependen berdasarkan nilai independen yang diketahui Gujarati dalam Ghozali,
2011:96. Analisis regresi digunakan untuk mengetahui ada tidaknya pengaruh Pelayanan, Kinerja Pengurus Koperasi dan Motivasi Berkoperasi terhadap
Parisipasi Anggota KPRI Eka Karya Kabupaten Kendal. Persamaan regresi linier berganda yang digunakan dalam penelitian ini adalah :
Y = a + b
1
X
1
+ b
2
X
2
+b
3
X
3 +
e Keterangan:
Y = Partisipasi Anggota a = Konstanta
X
1
= Pelayanan X
2
= Kinerja Pengurus Koperasi
X
3
= Motivasi Berkoperasi b
1
= Koefisien regresi Pelayanan b
2
= Koefisien regresi Kinerja Pengurus Koperasi b
3
= Koefisien regresi Motivasi Berkoperasi e = Kesalahan pengganggu
Untuk membantu proses pengolahan data secara tepat dan cepat maka pengolahan data dilakukan dengan propgram
SPSS
for windows 16.
3.6.3 Uji Asumsi Klasik
Model regresi linier berganda dapat disebut sebagai model yang baik jika memenuhi asumsi normalitas data dan terbebas dari asumsi-asumsi klasik, baik
normalitas, multikolinieritas, dan heteroskesdastisitas. Ghozali, 2006:91
Penjelasannya adalah sebagai berikut: 1. Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu memiliki distribusi normal Ghozali, 2011:160. Cara menguji
normalitas residual dengan uji statistik non-parametrik Kolmogorof-Smirnov K-S dapat digunakan program SPSS. Dari hasil uji SPSS yang dapat dilihat
jika menunjukkan nilai sig α taraf signifikansi = 0,05, maka dapat disimpulkan bahwa data sampel berdistribusi normal.
Distribusi normal akan membentuk suatu garis lurus diagonal dan ploting data akan dibandingkan dengan garis diagonal. Jika distribusi data
normal, maka garis yang menggambarkan data sesungguhnya akan mengikuti garis diagonalnya.
2. Multikolonieritas Uji multikolonieritas bertujuan untuk menguji apakah model regresi
ditemukan adanya korelasi antar variabel bebas Ghozali, 2011:105. Untuk mendeteksi ada atau tidaknya multikolinieritas dapat menggunakan analisis
matrik korelasi antar variabel independen dan perhitungan nilai tolerance dan Variance Inflatio Factor VIF melalui SPSS.
Jika hasil SPSS VIF menunjukkan angka 1, maka dapat dikatakan tidak terjadi mutikolinieritas, sebaliknya jika kurang dari 0,5 maka dalam data
tersebut terjadi
multikolinieritas. Antara
variabel bebas
dikatakan multikolinearitas apabila toleransinya 0,1 dan VIF 10.
3. Heteroskesdastisitas Heteroskesdastisitas bertujuan menguji apakah model regresi terjadi
ketidaksamaan variance dari residual satu pengamatan ke pengamatan lain Ghozali,
2011:139. Cara
untuk mendeteksi
ada atau
tidaknya heteroskesdastisitas salah satunya dengan melihat grafik plots antara nilai
prediksi variabel dependen yaitu: ZPRED dengan residual SRESID dengan bantuan SPSS. Jika ada pola tertentu seperti titik yang membentuk suatu pola
tertentu yang teratur bergelombang, melebar, menyempit maka telah terjadi heteroskesdastisitas. Model yang bebas dari heteroskesdastisitas memiliki pola
yang tidak jelas, grafik scatterplot dengan pola titik-titik menyebar di atas dan di bawah sumbu Y.
3.6.4 Pengujian Hipotesis Penelitian
