Langkah selanjutnya adalah melakukan pengkategorikan terhadap nilai masing-masing indikator. Dari nilai tersebut dibagi menjadi 5
kategori berdasarkan mean ideal Mi dan standar deviasi ideal Si. Rumus untuk mencari mean ideal Mi dan standar deviasi ideal Si
adalah sebagai berikut : Mean Ideal Mi = nilai maksimum + nilai minimum
Standar Deviasi Ideal Si = nilai maksimum – nilai minimum
Sedangkan untuk menentukan kategori indikator menggunakan rumus sebagai berikut :
Tabel 10. Kategori Indikator Variabel Kriteria
Interval
Sangat tinggi Mi + 1,5Si X ≤ Mi + 3Si
Tinggi Mi + 0,5Si X ≤ Mi + 1,5Si
Sedang Mi + 0,5Si X ≤ Mi + 0,5Si
Rendah Mi -
1,5Si X ≤ Mi - 0,5Si Sangat rendah
Mi - 3Si X ≤ Mi - 1,5Si
Sumber : Azwar 2010: 163
2. Uji Asumsi Klasik
Uji asumsi klasik dalam penelitian ini, dilakukan agar model- model regresi signifikan dan representatif. Uji asumsi klasik dalam
penelitian ini terdiri dari uji linieritas, uji multikolinieritas, dan uji heteroskedastisitas.
a. Uji Linieritas
Uji linieritas digunakan untuk mengetahui apakah variabel- variabel penelitian yang digunakan mempunyai hubungan yang
linier atau tidak secara signifikan. Uji linieritas ini digunakan sebagai prasyarat dalam analisis korelasi atau regresi linier. Pada
penelitian ini, uji linieritas menggunakan
Test for Linierity
dengan taraf signifikansi 5. Hubungan antar variabel dapat dikatakan
linier apabila nilai signifikansi 0,05, sebaliknya apabila nilai signifikansi 0,05 maka menunjukkan bahwa hubungan variabel
tidak linier.
b. Uji Multikolinieritas
Uji multikolinieritas digunakan untuk mengetahui apakah pada model regresi ditemukan adanya korelasi antar variabel independen
Husein Umar, 2011: 177. Salah satu cara untuk mendeteksi ada tidaknya multikolinearitas di dalam model regresi dapat dilihat dari
nilai
tolerance
dan lawannya
varian inflation factor
VIF.
VIF = 1 Tolerence Imam Ghozali, 2011: 106
Nilai
tolerance
yang rendah sama dengan nilai VIF yang tinggi. Jika nilai VIF ≤ 10 dan nilai
Tolerence
≥ 0,10 menunjukkan tidak terdapat muktikolinieritas dalam penelitian tersebut.
c. Uji Heteroskedastisitas
Menurut Husein Umar 2011: 179, uji heteroskedastisitas dilakukan untuk mengetahui apakah dalam sebuah model regresi
terjadi ketidaksamaan varian dari residual suatu pengamatan ke pengamatan lain. Model regresi yang baik adalah tidak terjadi
heteroskedastisitas. Dalam penelitian ini untuk mengetahui ada tidaknya heteroskedastisitas menggunakan analisis dengan uji
glesjer
. Persamaan regresi
glesjer
adalah :
| Ut | = α + βXt + vt Imam Ghozali, 2011: 143
Tidak terjadinya heteroskedastisitas dapat dilihat apabila probabilitas signifikasinya di atas tingkat kepercayaan 5. Hal
tersebut berarti variabel independen secara signifikan dan secara
statistik tidak mempengaruhi variabel dependen. 3.
Uji Hipotesis
Pengujian terhadap hipotesis yang digunakan yaitu analisis regresi linier sederhana dan analisis regresi linier berganda. Analisis regresi
sederhana untuk mengetahui pengaruh variabel bebas terhadap variabel terikat, sedangkan analisis regresi ganda untuk mengetahui pengaruh
semua variabel bebas, secara bersama-sama, terhadap variabel terikat.
a. Analisis Regresi Linier Sederhana