ALAT ANALISIS METODE PENELITIAN

69 Σσb = jumlah varians butir K = banyaknya butir pertanyaan Langkah-langkah: a. 1 H : hasil pengukuran konstan bila diujikan lebih dari dua kali. 2 H 1 : hasil pengukuran berubah bila diujikan lebih dari dua kali. b. Kriteria pengujian: H diterima apabila nilai probabilitas lebih dari 0,06. Jadi, instrumen penelitian ini dapat diandalkan. H ditolak apabila nilai probabilitas kurang dari 0,06. Jadi, instrumen penelitian ini tidak dapat diandalkan.

G. ALAT ANALISIS

1. Uji Regresi Linier Parsial Menurut Zigmund 2000: 516, teknik analisis regresi digunakan untuk mengetahui hubungan linier antara variabel independen dengan variabel dependen. Dengan mempertimbangkan regresi linier antara dua nilai bivariate linier regression, maka persamaan regresinya adalah sebagai berikut ibid., 2000 : 517 : Y = a + X di mana : Y = sebagai variabel dependen X = sebagai variabel independen a = konstanta  = koefisen regresi 70 2. Uji Regresi Linier Berganda Sebagai pengembangan dari regresi linier parsial, analisis regresi linier berganda digunakan untuk mengetahui secara sekaligus pengaruh dua variabel independen atau lebih terhadap variabel dependen berskala tunggal ibid., 2000 : 535. Persamaan regresi berganda: Y = a +  1 X 1 +  2 X 2 +  3 X 3 +  4 X 4 +  5 X 5 +  6 X 6 +  7 X 7 +  8 X 8 +  9 X 9 +  10 X 10 di mana: Y = sebagai variabel tarif iklan dan sponsor X 1 = sebagai variabel positioning X 2 = sebagai variabel konsep produk X 3 = sebagai variabel profil pendengar X 4 = sebagai variabel format station X 5 = sebagai variabel perencanaan dan seleksi materi siaran X 6 = sebagai variabel lokasi strategis dan representatif X 7 = sebagai variabel strategi penetapan harga X 8 = sebagai variabel coverage area X 9 = sebagai variabel dampak terhadap biro iklan X 10 = sebagai variabel dampak terhadap radio a = konstanta  1 = koefisen regresi X 1  2 = koefisen regresi X 2  3 = koefisen regresi X 3  4 = koefisen regresi X 4 71  5 = koefisen regresi X 5  6 = koefisen regresi X 6  7 = koefisen regresi X 7  8 = koefisen regresi X 8  9 = koefisen regresi X 9  10 = koefisen regresi X 10 3. Uji Hipotesis Regresi Linier Parsial Untuk mengetahui taraf signifikansi uji hipotesis regresi secara parsial, digunakan uji t yang dirumuskan sebagai berikut: i i S t    ;          1 ; 2 k n tabel t t  di mana:  i = koefisien regresi masing-masing variabel S  i = standar kesalahan koefisien regresi masing-masing variabel Langkah-langkah: d. 1 H :  1  2  3  4  5 Terdapat hubungan yang signifikan antara variabel X dengan variabel Y. 2 H 1 :  1 = 0  2 = 0  3 = 0  4 = 0  5 = 0 Tidak terdapat hubungan yang signifikan antara variabel X dengan variabel Y. e. Penentuan taraf signifikansi  = 0,05 dengan nilai t yang telah diterangkan sebelumnya. 72 f. Kriteria pengujian: H diterima apabila -         1 ; 2 k n t  t hitung         1 ; 2 k n t  H ditolak apabila -         1 ; 2 k n t  t hitung         1 ; 2 k n t  Daerah Daerah tolak tolak -         1 ; 2 k n t          1 ; 2 k n t  Gambar III.1 Kurva Uji T 4. Uji Hipotesis Regresi Linier Berganda Untuk mengetahui taraf signifikansi analisis regresi berganda, digunakan uji F. Langkah-langkah: a. 1 H :  1  2  3  4  5 Terdapat hubungan yang signifikan antara variabel X dengan variabel Y. 2 H 1 :  1  2  3  4  5 Tidak terdapat hubungan yang signifikan antara variabel X dengan variabel Y. b. Penentuan taraf signifikansi  = 0,05 V 1 = k V 2 = n – k –1 F tabel = F a; V 1; V 2 Daerah terima 73 Menghitung nilai F dengan rumus: F = 1 1 2 2    k n R k R di mana: R 2 = koefisien determinasi k = banyaknya variabel independen n = banyaknya sampel yang diteliti c. Kriteria pengujian: Daerah tolak F a; V 1; V 2 Gambar III.2 Kurva Uji F H diterima apabila F hitung F a; V 1; V 2 H ditolak apabila F hitung F a; V 1; V 2 Daerah terima 74

BAB IV ANALISIS DATA DAN PEMBAHASAN