57
= ∑
− ∑ ∑ { ∑
− ∑ }{ ∑ − ∑ }
Keterangan: r
xy
= Koefisien korelasi antara X dan Y N
= Jumlah responden ΣXY
= Total perkalian antara skor butir dengan skor total ΣX
= Jumlah skor butir ΣY
= Jumlah skor total ΣX
2
= Jumlah kuadrat skor butir ΣY
2
= Jumlah kuadrat skor total Suharsimi Arikunto, 2010: 318
Syarat terjadinya multikolinieritas adalah jika harga interkorelasi antar variabel bebas lebih besar atau sama dengan
0,800. Harga interkorelasi antar variabel bebas kurang dari 0,800 berarti tidak terjadi multikolinieritas. Analisis data dapat dilakukan
apabila tidak terjadi multikolinieritas.
3. Pengujian Hipotesis
Analisis yang digunakan untuk menguji model penelitian ini adalah regresi linier sederhana bivariat dan regresi linier berganda
multivariat. a. Analisis Bivariat
Analisis ini digunakan pada hipotesis 1 sampai 3. Tahap- tahapannya yaitu pertama, melakukan regresi linier sederhana antara
X1 dengan Y, X2 dengan Y, dan X3 dengan Y. Rumus persamaan garis regresi satu prediktor sebagai berikut.
Y = a + bX Keterangan :
Y = kriterium X = prediktor
58 a = bilangan konstan
b = bilangan koefisien prediktor Sugiyono 2011 : 261
Rumus mencari koefisien determinasi r
2
sebagai berikut. R
2 1
=
∑ ∑
R
2 2
=
∑ ∑
Keterangan: R
2 1,2
= koefisien determinasi antara Y dengan X
1
dan X
2
a
1
= koefisien prediktor X
1
a
2
= koefisien prediktor X
2
∑ = jumlah produk X
1
dengan Y ∑
= jumlah produk X
2
dengan Y ∑ = jumlah kuadrat kriterium Y
Tahap selanjutnya yaitu menguji keberartian regresi sederhana dengan uji t. Pengujian hipotesis yang akan digunakan untuk
mengetahui pengaruh varibel-variabel bebas secara parsial terhadap variabel terikat, yaitu dengan memanfaatkan uji t. Analisis regresi
didahului dengan analisis korelasi. Koefisien korelasi tinggi, maka koefisien regresinya juga bernilai positif, jika sebaliknya koefisien
korelasi rendah, maka koefisien korelasi bernilai negatif. Rumus uji t diformulasikan sebagai berikut.
t =
√ √
Keterangan: t = nilai t hitung
r = koefisien korelasi n = jumlah sampel Sugiyono, 2011 : 230
Pengambilan kesimpulan adalah membandingkan t
hitung
dengan t
tabel
dengan taraf signifikansi 0,05. Apabila t
hitung
t
tabel
dan
59 probabilitas kurang dari 0,05 maka variabel tersebut berpengaruh
secara signifikan maka hipotesis nol Ho ditolak dan hipotesis alternatif Ha diterima.
b. Analisis Multivariat Analisis multi variat yang digunakan dalam penelitian ini
adalah regresi linier ganda dengan tiga prediktor yaitu X
1
, X
2
, X
3
, secara bersama-sama dengan Y. Analisis korelasi ganda bertujuan
untuk mengetahui besaran koefisien korelasi variabel bebas terhadap variabel terikat. Teknik regresi ganda dengan tiga prediktor
bertujuan untuk mengetahui apakah tigavariabel bebas itu secara bersama-sama berpengaruh terhadap variabel terikat.
Tahapan analisis multivariat sebagai berikut. 1 Membuat persamaan regresi tiga prediktor.
Persamaan regresi tigaprediktor sebagai berikut. Ŷ = a + b
1
X
1
+ b
2
X
2
+ b
3
X
3
Dimana: Ŷ = Kriterium subyek variabel terikat yang diproyeksikan
X = Variabel bebas a = Nilai Konstanta harga Y jika X = 0
b = Nilai arah sebagai penentu ramalanprediktor yang menunjukkan nilai peningkatan + dan
penurunan - variabel terikat Y Riduwan dan Akdon, 2007: 142
2 Mencari koefisien determinasi R
2
antara variabel bebas dengan variabel terikat, dengan rumus sebgai berikut.
R
2 1,2,3
=
∑ ∑
∑ ∑
60 Keterangan:
R
2 1,2,3
= koefisien determinasi antara Y dengan X
1
, X
2
, dan X
3
a
1
= koefisien korelasi prediktor X
1
a
2
= koefisien korelasi prediktor X
2
a
3
= koefisien korelasi prediktor X
3
∑ = jumlah produk antara X
1
dengan Y ∑
= jumlah produk antara X
2
dengan Y ∑
= jumlah produk antara X
3
dengan Y ∑ = jumlah produk kuadrat kriterium
3 Menguji keberartian regresi ganda dengan uji F F
reg
= Keterangan:
F
reg
= harga F garisregresi N = cacah kasus
M = cacah predictor K = koefisien korelasi antara kriterium dengan prediktor-
prediktor. Uji F digunakan untuk mengetahui signifikansi pengaruh antar
variable. Hasilnya jika F
hitung
≥ F
tabel
pada taraf signifikansi 5 dari pengaruh antar variabel, maka signifikan. Sebaliknya bila F
hitung
≤ F
tabel
maka tidak signifikan Riduwan dan Akon, 2007: 144. 4 Besarnya sumbangan masing-masing prediktor terhadap
kriterium a Sumbangan Relatif SR
SR X
1
=
.∑
x 100 SR X
2
=
.∑
x 100 SR X
3
=
.∑
x 100 SR total = SR X
1
+ SR X
2
+ SR X
3