3.7. Teknik Pengujian Hipotesis
3.7.1. Uji Normalitas Data
Pengujian hipotesis dalam penelitian ini menggunakan statistik parametrik karena data yang akan diuji berbentuk interval. Oleh karena itu, maka setiap data
pada variabel harus terlebih dahulu diuji normalitasnya. Bila data setiap variabel tidak normal, maka pengujian hipotesis tidak bisa menggunakan statistik
parametris. Uji normalitas data dilakukan dengan uji Kolmogorov-Smirnov. Untuk
memudahkan dalam melakukan perhitungan secara statistik, maka analisis yang dilakukan dalam penelitian ini akan diolah dengan bantuan software SPSS 20 for
Windows. “Suatu data dinyatakan berdistribusi normal jika nilai Asymp Sig 2-
tailed hasil perhitungan Kolmogorov-Smirnov lebih besar dari 12α” C.
Trihendradi, 2009: 246
3.7.2. Analisis Korelasi
Untuk menguji arah hubungan antara variabel x terhadap y, maka perlu dihitung koefisien korelasi antar variabel dalam sampel. Pabundu Tika 2006, 97
menyatakan bahwa Analisis Korelasi Sederhana digunakan untuk 2 variabel yang saling berhubungan dengan menggunakan rumus Korelasi Pearson Product
Moment. Menurut Sugiyono 2012:
213, “Korelasi Pearson Product Moment digunakan untuk menguji hipotesis hubungan antara satu variabel independen
dengan satu dependen bila datanya berbentuk interval atau rasio”. Data interval
yang dihasilkan akan diolah dengan menggunakan rumus Korelasi Pearson Product Moment sebagai berikut:
� =
�
∑
−
∑ ∑
√
{�
∑
−
∑
}{�
∑
−
∑
} Keterangan:
r = Korelasi antara variabel X dan variabel Y
n = Jumlah responden
∑ XY = Jumlah hasil kali skor X dan Y ∑ X = Jumlah skor X Skor per item
∑ Y = Jumlah skor Y Skor total ∑ X
2
= Kuadrat jumlah skor X ∑ Y
2
= Kuadrat jumlah skor Y Sugiyono, 2012: 183
Nilai r berkisar dari -1 melalui 0 hingga +1 -1 ≤ r ≥ +1 sebagai berikut:
a. Bila nilai r = 0 atau mendekati 0, maka hubungan antara kedua variabel
sangat lemah atau tidak terdapat hubungan sama sekali b.
Bila nilai r = +1 atau mendekati 1, maka korelasi antara kedua variabel dikatakan positif dan sangat kuat sekali. Hubungan antara kedua variabel
bersifat korelasi positif korelasi searah, artinya kenaikan variabel X akan diikuti dengan kenaikan variabel Y atau sebaliknya.
c. Bila nilai r = -1 atau mendekati -1, maka korelasi variabel dikatakan
negatif dan sangat kuat. Hubungan antara variabel bersifat korelasi negatif korelasi tidak searah, artinya kenaikan variabel X akan diikuti dengan
penurunan variabel Y atau sebaliknya.
Koefisien korelasi di atas digunakan apabila data berdistribusi normal, apabila data tidak berdistribusi normal maka digunakan statistik nonparametrik.
Untuk menghitung korelasi dalam penelitian ini, penulis menggunakan software SPSS 20 for Windows untuk memudahkan pengolahan data.
3.7.3. Koefisien Determinasi
Kategori