Upload
ruly-yuniarto
View
44
Download
0
Embed Size (px)
Citation preview
BAB IV
HASIL DAN PEMBAHASAN
Hasil
Deskripsi Hasil Penelitian
Dari data yang penulis ..................
Deskripsi Penelitian
Descriptive Statistics
N Minimum Maximum MeanStd.
Deviation
Y 70 21,00 35,00 26,0429 3,54857X1 70 18,00 28,00 22,3286 2,40001X2 70 19,00 32,00 23,6000 3,11332X3 70 15,00 24,00 18,9143 2,30150
Valid N (listwise) 70Sumber : Diolah dengan SPSS 20
Dari table diatas dapat diketahui bahwa N=70 dan sampel = 70 variabel Y
memiliki nilai minimum 21 nilai maksimum 35 dengan nilai rata-rata 26,0429.
Variabel X1 memiliki nilai minimum 18, nilai maksimum 28 dengan nilai rata-rata
sebesar 22,3286. Variabel X2 memiliki nilai minimum 19, nilai maksimum 32 dan
nilai rata-rata 23,60. Variabel X3 memiliki nilai minimum 15, nilai maksimum 24 dan
nilai rata-rata 18,9143
PEMBAHASAN
UJI ASUMSI KLASIK
Uji Asumsi Klasik sebagai Berikut :
1. Uji Normalitas
Tests of Normality
Kolmogorov-Smirnova Shapiro-Wilk
Statistic Df Sig. Statistic df Sig.
Unstandardized Residual ,079 70 ,200* ,973 70 ,136
*. This is a lower bound of the true significance.
a. Lilliefors Significance CorrectionSumber : hasil diolah dengan SPSS 20
Hipotesis
55
H0 : Residual berdistribusi normal
H1 : Residual tidak berdistribusi normal
Dasar pengambilan keputusan
Sig < 0,05 maka H0 ditolak
Sig > 0,05 maka H0 diterima
Keputusan
Berdasarkan tabel di atas bahwa nilai Sig > 0,05 maka H0 diterima. Jadi dapat
disimpulkan residual berdistribusi normal
Uji Normalitas P-Plot
Sumber : Hasil diolah SPSS 20
Dari grafik Normal PP-Plot di atas dapat terlihat pola penyebaran data dimana
data yang berbentuk titik atau lingkaran kecil menyebar mengikuti garis lurus
diagonal di sekitar diagram. Dengan berlandaskan pedoman penilaian Normalitas data
maka disimpulkan bahwa data residu dari variabel independen (X1, X2 dan X3) yang
diteliti adalah data yang berditribusi normal. Dengan demikian uji Normalitas ini
menunjukkan terpenuhi asumsi Normalitas.
2. Uji Heteroskedastisitas
ANOVAa
Model Sum of Squares Df Mean Square F Sig.
1
Regression 779,536 3 259,845 191,972 ,000b
Residual 89,335 66 1,354
Total 868,871 69
a. Dependent Variable: Y
b. Predictors: (Constant), X3, X2, X1
Sumber : Hasil Olahan SPSS 20
Hipotesis
56
H0 : σ 12:σ 2
2:σ 32=σ2 ( Tidak terjadi heterokedistisitas dalam model regresi)
H1 : Minimal terdapat σ i2≠ σ j
2 i , j=1,2,3
( Terjadi heterokedistisitas dalam model regresi)
Dasar pengambilan keputusan
Menolak H0 jika nilai Sig < α
Menerima H0 jika nilai Sig > α
Keputusan
Dari tabel diatas diperoleh nilai Sig : 0,000 < 0,05 sehingga menolak H0. Maka
dengan demikian X1, X2 dan X3 secara bersama-sama Y Tidak terjadi
heterokedistisitas dalam model regresi.
Uji Heteroskedastisitas
Sumber : Hasil Olahan SPSS 20
Melalui grafik scatter plot pada gambar di atas dapat dilihat pola penyebaran
data yang ada. Pola penyebaran data yang berupa titik-titik pada scatter plot menyebar
di atas dan dibawah, dan penyebarannya tidak membentuk pola tertentu, sehingga dari
pola penyebaran ini dapat disimpulkan tidak terjadi heteroskedastisitas.
3. Uji Multikolineritas
Uji Multikolineritas
Coefficientsa
Model
Collinearity Statistics
Tolerance VIF
1 X1 ,609 1,642
X2 ,662 1,511
X3 ,781 1,280
a. Dependent Variable : YSumber : Hasil Olahan SPSS 20
57
Berdasarkan tabel di atas menunjukkan nilai VIF (Variance Inflation Factor)
adalah < 10. X1 sebesar 1,642; nilai VIF dari X2 sebesar 1,511 dan nilai VIF dari
X3 sebesar 1,280. Dapat disimpulkan bahwa model regresi tidak mengandung
multikolinieritas. Sehingga pengujian selanjutnya dapat dilanjutkan karena telah
memenuhi syarat pengujian asumsi klasik yaitu tidak terjadi multikolonieritas.
4. Uji Autokorelasi
Uji Autokorelasi
Model Summaryb
Model R R SquareAdjusted R
SquareStd. Error of the
Estimate Durbin-Watson
1 ,947a ,897 ,893 1,16343 1.947
a. Predictors: (Constant), X1, X2, X3
b. Dependent Variable: YSumber : Hasil Olahan SPSS 20
Hipotesis
H0 : ρ=0 ( Tidak ada autokorelasi dalam model regresi)
H1 : ρ ≠ 0 ( ada autokorelasi dalam model regresi)
Dasar pengambilan keputusan
Menolak H0 jika nilai du ≤ d w ≤ 4−du
Keputusan
Dari hasil di atas nilai du = 1,947 sehingga1,525 ≤1,947 ≤ 4−1,525=2,503
makan menerima H0 karena nilai du = berada dalam selang 1,525 sampai 2,503
dengan demikian X1, X2 dan X3 secara bersama-sama Y tidak ada autokorelasi
dalam model regresi.
58
4.4 Fungsi Regresi Linier Berganda
Berdasarkan hasil perhitungan analisis regresi linier berganda dengan
menggunakan SPSS 20 di peroleh koefisien regresi sebagai berikut :
Kofisien Regresi Secara Berganda
Coefficientsa
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error Beta
1
(Constant) -6,027 1,486 -4,055 ,000
X1 ,533 ,075 ,361 7,133 ,000
X2 ,736 ,055 ,646 13,314 ,000
X3 ,147 ,069 ,096 2,140 ,036
a. Dependent Variable: YSumber : Hasil diolah SPSS 20
Dari tabel 4.5 menunjukkan bahwa persamaan regresi gana yang diperoleh dari hasil
analisis yaitu Y = 6,027 + 0,533 X1 + 0,736 X2 + 0,147 X3 persamaan regresi tersebut
bahwa harga α1 = 0,533 bertanda positif α2 = 0,736 bertanda positif dan α3 = 0,147
bertanda positif. Dengan demikian terdapat hubungan yang positif antara X1 dengan
Y, hubungan yang positif antara X2 dengan Y dan juga terdapat hubungan positif
antara X3 dengan Y. Dengan kata lain, maka dari persamaan di atas dapat diartikan
sebagai berikut:
1. Konstanta sebesar 6,027 menyatakan bahwa besarnya Y adalah 6,027 dengan
asumsi bahwa X1, X2, dan X3 bernilai constant
2. Koefisien regresi X1 sebesar 0,533 menyatakan bahwa setiap penambahan 1
(satu) nilai X1 akan meningkatkan Y sebesar 0,533.
3. Koefisien regresi X2 sebesar 0,736 menyatakan bahwa setiap penambahan 1
(satu) nilai X2 akan meningkatkan Y yaitu sebesar 0,736
4. Koefisien regresi X3 sebesar 0,147 menyatakan bahwa setiap penambahan 1
(satu) nilai X3 akan meningkatkan Y sebesar 0,147
59
Analisis Korelasi dan Analisis Determinasi secara Berganda atau bersama-sama
(X1,X2,X3).
Kriteria Penelitian korelasi
Interval Koefisian Tingkat Hubungan
0.00 – 0.199 Sangat Rendah
0.20 – 0.399 Rendah
0.40 – 0.599 Sedang
0.60 – 0.799 Kuat
080 – 1.000 Sangat kuat
Dalam penelitian ini analisis korelasi digunakan untuk mengetahui kuat atau lemah
hubungan, dan mengetahui besar retribusi :
Koefisien determinasi berganda (R2) digunakan untuk mengetahui sumbangan
pengaruh variabel independen terhadap variabel dependen. Untuk mengetahui
besarnya koefisien determinasi (R2) masing-masing prediktor yang digunakan
Analisis Korelasi dan Determinasi X1, X2 dan X3 secara bersama-sama terhadap
Y
Hasil Analisis Korelasi BergandaModel Summaryb
Model R R SquareAdjusted R
SquareStd. Error of the
Estimate Durbin-Watson
1 ,947a ,897 ,893 1,16343 1.947
a. Predictors: (Constant), X1, X2, X3
b. Dependent Variable: YSumber : hasil diolah dengan SPSS 20
Berdasarkan hasil output SPSS 20 tabel di atas nilai R sebesar 0,947 artinya
variabel X1, X2, dan X3, mempunyai hubungan yang kuat dengan Y. Sedangkan nilai
koefisien determinasi R2 (R Square) sebesar 0,897 atau 89,7 % . Dengan kata lain
pengaruh X1, X2, dan X3 secara bersamasa-sama terhadap Y adalah sebesar 89,7%
sedangkan sisanya 10,3 % ditentukan oleh faktor-faktor lainnya, diluar X1, X2, dan X3
terhadap Y.
60
UJI HIPOTESIS
1. Uji Parsial (Uji t)
Nilai t hitung diperoleh dengan menggunakan bantuan aplikasi software SPSS
versi 17. Selanjutnya nilai t hitung akan dibandingkan dengan tingkat kesalahan
(α=5%) derajat kebebasan (df) = (n-k). criteria pengambilan keputusan :
o H0 diterima jika thitung < ttabeln
o Ha di terima jika thitung > ttabel
Hasil Uji TCoefficientsa
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error Beta
1
(Constant) -6,027 1,486 -4,055 ,000
X1 ,533 ,075 ,361 7,133 ,000
X2 ,736 ,055 ,646 13,314 ,000
X3 ,147 ,069 ,096 2,140 ,036
a. Dependent Variable: YSumber : Hasil diolah SPSS 20
1. Uji t Variabel X1
Perumusan hipotesis untuk pengambilan keputusan :
H0: Tidak ada pengaruh X1 terhadap Y.H1: Ada pengaruh X1 terhadap Y.
Kriteria pengambilan keputusan :
o H0 diterima jika thitung < ttabel
o H1 di terima jika thitung > ttabel
Terlihat pada hasil Uji Parsial tabel diatas diperoleh thitung untuk variable X1
sebesar 7,133. Dengan derajat kebebasan (df) = n-2 = 70-2 = 68, di dengan demikian
kriteria pengambilan keputusannya adalah : karena besarnya thitung 7,133 > ttabel 1,995,
sehingga H0 ditolak dan H1 diterima yang bearti secara parsial (sendiri-sendiri) X1
mempengaruhi Y.
2. Uji Variabel X2
Perumusan hipotesis untuk pengambilan keputusan :
H0: Tidak ada pengaruh X2 terhadap Y.
61
H1: Ada ada pengaruh X2 terhadap Y.
Kriteria pengambilan keputusan
o H0 diterima jika thitung < ttabel
o H1 di terima jika thitung > ttabel
Terlihat pada hasil Uji Parsial tabel diatas diperoleh thitung untuk variable X2
sebesar 13,314. Dengan derajat kebebasan (df) = n-2 = 70-2 = 68, dengan demikian
kriteria pengambilan keputusannya adalah : karena thitung 13,314 > ttabel 1,995 sehingga
H0 ditolak dan H1 yang diterima yang berarti secara parsial (sendiri-sendiri) X2
mempengaruhi Y.
3. Uji Variabel X3
Perumusan Hipotesis untuk pengambilan keputusan :
H0 : Tidak ada pengaruh X3 terhadap Y.
H1 : Ada pengaruh X3 terhadap Y
Kriteria pengambilan keputusan
o H0 diterima jika thitung < ttabel
o H1 di terima jika thitung > ttabel
Terlihat pada hasil uji parsial tabel diatas diperoleh thitung untuk variabel X3
sebesar 2,140. Dengan derajat kebebasan (df) = n-2 = 70-2 = 68, dengan demikian
kriteria pengambilan keputusannya adalah : karena thitung 2,140 > ttabel 1,995, sehingga
H0 ditolak dan H1 diterima yang berarti secara parsial (sendiri-sendiri) X3
mempengaruhi Y.
2. Uji Simultan (Uji F)
Hasil Uji FANOVAa
Model Sum of Squares
df Mean Square F Sig.
1
Regression 779,536 3 259,845 191,972 ,000b
Residual 89,335 66 1,354
Total 868,871 69
a. Dependent Variable: Yb. Predictors: (Constant), X3, X2, X1
Sumber : Hasil diolah SPSS 20
62
Perumusan hipotesi untuk pengambilan keputusan :
H0: Tidak ada pengaruh X1, X2 dan X3 secara bersama-sama terhadap Y.
H1: Ada pengaruh X1, X2 dan X3 secara bersama-sama terhadap Y.
Kriteria pengambilan keputusan :
o H0 diterima jika Fhitung > Ftabel
o H1 diterima jika Fhitung > Ftabel
Terlihat pada tabel diatas nilai fhitung sebesar 191,972. Pada taraf signifikansi
5% (0,000 < 0,05) diperoleh Ftabel = 3,16. Nilai fhitung > ftabel (191,972 > 2,74), maka H0
ditolak dan H1 diterima sehingga dapat dikatakan bahwa X1, X2, dan X3 berpengaruh
terhadap Y.
4.6 Analisis
Berdasarkan hasil Analisis penelitian diatas dapat disimpulkan bahwa :
1. Berdasarkan hasil regresi linier berganda diperoleh nilai Koefisien regresi
berganda X1 sebesar 0,533 menyatakan bahwa setiap penambahan 1 (satu)
nilai X1 akan meningkatkan Y sebesar 0,533. Berdasarkan secara uji parsial
diperoleh hasil dengan derajat kebebasan (df) = n-2 = 70-2 = 68 α , di dengan
demikian kriteria pengambilan keputusannya adalah : karena besarnya thitung
7,133 > ttabel 1,995, sehingga H0 ditolak dan H1 diterima yang dapat diartikan
bahwa secara parsial (sendiri-sendiri) X1 berpengaruh terhadap Y.
2. Berdasarkan hasil regresi linier berganda diperoleh nilai Koefisien regresi
berganda X2 sebesar 0,736 menyatakan bahwa setiap penambahan 1 (satu)
nilai X2 akan meningkatkan Y yaitu sebesar 0,736. Berdasarkan hasil Uji
parsial diperoleh hasil dengan derajat kebebasan (df) = n-2 = 70-2 = 68,
dengan demikian kriteria pengambilan keputusannya adalah : karena thitung
13,314 > ttabel 1,995, sehingga H0 ditolak dan H1 yang berarti secara parsial
(sendiri-sendiri) X2 mempengaruhi Y.
3. Berdasarkan hasil regresi linier berganda diperoleh nilai Koefisien regresi
berganda Koefisien regresi X3 sebesar 0,147 menyatakan bahwa setiap
penambahan 1 (satu) nilai X3 akan meningkatkan Y sebesar 0,147. Berdasarkan
hasil uji secara parsial di peroleh hasil dengan derajat kebebasan (df) = n-2 =
70-2 = 68, dengan demikian kriteria pengambilan keputusannya adalah :
63
karena thitung 2,147 > ttabel 1,995, sehingga H0 ditolak dan H1 diterima yang
berarti secara parsial (sendiri-sendiri) X3 mempengaruhi Y.
4. Berdasarkan hasil analisis determinasi diperoleh hasil nilai koefisien
determinasi R2 (R Square) sebesar 0,897 atau 89,7 % . Dengan kata lain
pengaruh X1, X2, dan X3 secara bersama-sama terhadap Y adalah sebesar 89,7
% sedangkan sisahnya 10,3 % ditentukan oleh faktor-faktor lainnya, diluar X1,
X2, dan X3 terhadap Y. Dan berdasarkan hasil uji Silmultan (uji f) di peroleh
hasil nilai fhitung sebesar 191,972. Pada taraf signifikansi 5% (0,000 < 0,05)
diperoleh Ftabel = 2,74. Nilai fhitung > ftabel (191,972 > 2,74), maka H0 ditolak dan
H1 diterima sehingga dapat dikatakan bahwa X1, X2, dan X3 secara bersama-
sama berpengaruh terhadap Y.