DATA
Pengujian hipotesis dalam penelitian ini menggunakan statistik parametrik. Sedangkan analisis yang digunakan dalam penelitian ini adalah analisis regresi dan korelasi. Oleh karena itu beberapa uji yang harus dipenuhi sebelum menentukan persamaan regresi dan besarnya pengaruh, antara lain:
1. Uji Keacakan
Persyaratan bahwa sampel acak atau pengambilan sampel acak adalah mutlak yang harus dipenuhi. Bahkan menurut Sembiring (1991, 33) persyaratan keacakan sampel tidak bisa ditawar dalam penelitian.
2. Uji Homogenitas
Uji homogenitas varian digunakan untuk mengetahui apakah kedua kelompok sampel mempunyai varian yang sama atau tidak. Selanjutnya apabila kedua kelompok data (sampel ) tersebut berasal dari populasi-populasi dengan variansi yang sama dinamakan populasinya homogen.
3. Uji Hubungan
Uji ini digunakan untuk mengetahui seberapa kuat hubungan antar variable.
4. Uji Normalitas
Uji Normalitas ini bertujuan untuk mengetahui apakah sampel berasal dari populasi berdistribusi normal. Langkah awal untuk menganalisis data adalah menguji kenormalan distribusi sample
5. Uji Multikolinieritas
Uji multikolinearitas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antara variabel bebas (independent variable). Jadi uji multikolineritas terjadi hanya pada regresi ganda. Model regresi yang baik seharusnya tidak terjadi korelasi tinggi diantara variabel bebas. Untuk mendeteksi ada tidaknya gejala multikolineritas dapat dilakukan dengan melihat pada nilai variance inflasi factor (VIF) dan tolerance. Multikolinearitas terjadi bila VIF berada diatas 10 dan nilai toleransi diatas 1.
6. Uji Autokorelasi
Autokorelasi merupakan korelasi antara angggota seri observasi yang disusun menurut urutan waktu (seperti data time series) atau urutan tempat/ruang (data cross section), atau korelasi yang timbul pada dirinya sendiri (Sugiarto, 1992). Berdasarkan konsep tersebut, maka uji asumsi tentang autokorelasi sangat penting untuk dilakukan tidak hanya pada data yang bersifat time series saja, akan tetapi semua data (independen variabel) yang diperoleh perlu diuji terlebih dahulu autokorelasinya apabila akan dianalisis dengan regresi linear berganda. Pengujian autokorelasi ini dimaksudkan untuk mengetahui apakah terjadi korelasi di antara data pengamatan atau tidak. Adanya autokorelasi dapat mengakibatkan penafsiran mempunyai varians tidak minimum (Gujarati, 1997) dan uji-t tidak dapat digunakan, karena akan memberikan kesimpulan yang salah (Rietveld dan Sunaryanto, 1994).
7. Uji Heteroskedastisitas
uji asumsi heteroskedastisitas ini dimaksudkan untuk mengetahui apakah variasi residual absolute sama atau tidak sama untuk semua pengamatan. Apabila asumsi tidak terjadinya heteroskedastisitas ini tidak terpenuhi, maka penafsiran menjadi tidak lagi efisien baik dalam sampel kecil maupun sampel besar (Gujarati,1997) dan estimasi koefisien dapat dikatakan menjadi kurang akurat (Rietveld dan Sunaryanto, 1993). Pendekatan yang digunakan untuk mendeteksi ada tidaknya teroskedastisitas, yaitu rank korelasi dari Sperman (Gujarati, 1997).
8. Uji Linieritas
Uji linearitas garis regresi ini berkaitan dengan suatu pembuktian apakah model garis linear yang ditetapkan benar-benar sesuai dengan keadaannya atau tidak. Pengujian ini perlu dilakukan sehingga hasil analisis yang diperoleh dapat dipertanggungjawabkan dalam pengambilan beberapa kesimpulan penelitian yang diperlukan. Pengujian linearitas garis regresi dalam penelitian ini menggunakan pendekatan atau analisis Anova.
Variabel penelitian
1. Variabel bebas
Variabel bebas (variabel penyebab) yaitu variabel X, sebagai variabel terikat dalam penelitian ini adalah
TEST1 = Besar nilai tes 1 Mahasiswa
TEST2 = Besar nilai tes 2 Mahasiswa
TEST3 = Besar nilai tes 3 Mahasiswa
TEST4 = Besar nilai tes 4 Mahasiswa
TEST5 = Besar nilai tes 5 Mahasiswa
2. Variabel terikat
Variabel terikat yaitu variabel Y, sebagai variabel terikat dalam penelitian ini adalah Besar nilai tes final Mahasiswa.
ANALISIS DATA
1. Uji Keacakan
Hipotesis :
Ho = pola data/barisan bersifat acak
H1 = pola data/barisan tidak bersifat acak
Kriteria pengujian :
Terima Ho jika taraf sig > 5%
a) Berdasarkan nilai tengah
v Nilai sig TEST1 = 0.227 > 0.05 = 5% artinya Ho diterima.jadi, pola data/barisan bersifat acak.
v Nilai sig TEST2 = 0.818 > 0.05 = 5% artinya Ho diterima.jadi, pola data/barisan bersifat acak.
v Nilai sig TEST3 = 0.362 > 0.05 = 5% artinya Ho diterima.jadi, pola data/barisan bersifat acak.
v Nilai sig TEST4 = 0.362 > 0.05 = 5% artinya Ho diterima.jadi, pola data/barisan bersifat acak.
v Nilai sig TEST5 = 0.417 > 0.05 = 5% artinya Ho diterima.jadi, pola data/barisan bersifat acak.
v Nilai sig TEST_FNL = 0.781 > 0.05 = 5% artinya Ho diterima.jadi, pola data/barisan bersifat acak.
b) Berdasarkan nilai rata-rata
v Nilai sig TEST1 = 0.227 > 0.05 = 5% artinya Ho diterima.jadi, pola data/barisan bersifat acak.
v Nilai sig TEST2 = 0.818 > 0.05 = 5% artinya Ho diterima.jadi, pola data/barisan bersifat acak.
v Nilai sig TEST3 = 0.362 > 0.05 = 5% artinya Ho diterima.jadi, pola data/barisan bersifat acak.
v Nilai sig TEST4 = 0.362 > 0.05 = 5% artinya Ho diterima.jadi, pola data/barisan bersifat acak.
v Nilai sig TEST5 = 0.417 > 0.05 = 5% artinya Ho diterima.jadi, pola data/barisan bersifat acak.
v Nilai sig TEST_FNL = 0.781 > 0.05 = 5% artinya Ho diterima.jadi, pola data/barisan bersifat acak.
2. Uji Homogenitas
a) Uji Homogenitas TEST1
Dari tabel diperoleh :
Mean = 3.30
Std. Deviation = 1.593
Maximum = 0
Minimum = 5
Apabila mengurangi dan menambah nilai mean dengan dua kali nilai standart deviasi diperoleh selang antara 0.114 dan 6.486. Nilai tersebut sudah melebihi rentang nilai minimum dan maximum.
Hal tersebut menunjukan variabel tujuan memiliki variabel yang kecil. Lebih umum dikatakan variabel tujuan bersifat heterogen.
b) Uji Homogenitas TEST2
Dari tabel diperoleh :
Mean = 3.30
Std. Deviation = 1.750
Maximum = 0
Minimum = 5
Apabila mengurangi dan menambah nilai mean dengan dua kali nilai standart deviasi diperoleh selang antara -0.2 dan 6.8. Nilai tersebut berada diluar interval min dan max.
Hal tersebut menunjukan variabel tujuan memiliki variabel yang besar. Lebih umum dikatakan variabel tujuan bersifat homogen.
c) Uji Homogenitas TEST3
Dari tabel diperoleh :
Mean = 3.40
Std. Deviation = 1.314
Maximum = 1
Minimum = 5
Apabila mengurangi dan menambah nilai mean dengan dua kali nilai standart deviasi diperoleh selang antara 0.772 dan 6.028. Nilai tersebut berada diluar interval min dan max.
Hal tersebut menunjukan variabel tujuan memiliki variabel yang besar. Lebih umum dikatakan variabel tujuan bersifat homogen.
d) Uji Homogenitas TEST4
Dari tabel diperoleh :
Mean = 3.45
Std. Deviation = 1.234
Maximum = 1
Minimum = 5
Apabila mengurangi dan menambah nilai mean dengan dua kali nilai standart deviasi diperoleh selang antara 0.982 dan 5.918. Nilai tersebut berada diluar interval min dan max.
Hal tersebut menunjukan variabel tujuan memiliki variabel yang besar. Lebih umum dikatakan variabel tujuan bersifat homogen.
e) Uji Homogenitas TEST5
Dari tabel diperoleh :
Mean = 3.00
Std. Deviation = 1.556
Maximum = 1
Minimum = 5
Apabila mengurangi dan menambah nilai mean dengan dua kali nilai standart deviasi diperoleh selang antara -0.112 dan 6.112. Nilai tersebut berada diluar interval min dan max.
Hal tersebut menunjukan variabel tujuan memiliki variabel yang besar. Lebih umum dikatakan variabel tujuan bersifat homogen.
f) Uji Homogenitas TEST4
Dari tabel diperoleh :
Mean = 55.75
Std. Deviation = 24.617
Maximum = 100
Minimum = 15
Apabila mengurangi dan menambah nilai mean dengan dua kali nilai standart deviasi diperoleh selang antara 6.516 dan 104.984. Nilai tersebut berada diluar interval min dan max.
Hal tersebut menunjukan variabel tujuan memiliki variabel yang besar. Lebih umum dikatakan variabel tujuan bersifat homogen.
3. Uji Hubungan
a) Uji Hubungan antara TEST1 dan TEST_FNL
Hipotesis :
Ho : r = 0 (Korelasi antara TEST2 dan TEST_FNL tidak ada)
H1 : r ≠ 0 (Korelasi antara TEST2 dan TEST_FNL tinggi)
Kriteria pengujian :
Terima Ho jika taraf sig > 5%
Melihat nilai sig TEST1 dan TEST_FNL adalah 0,040 < 05 =" 5%">
b) Uji Hubungan antara TEST2 dan TEST_FNL
Hipotesis :
Ho : r = 0 (Korelasi antara TEST2 dan TEST_FNL tidak ada)
H1 : r ≠ 0 (Korelasi antara TEST2 dan TEST_FNL tinggi)
Kriteria pengujian :
Terima Ho jika taraf sig > 5%
Melihat nilai sig adalah 0,001 < 05 =" 5%">
c) Uji Hubungan antara TEST3 dan TEST_FNL
Hipotesis :
Ho : r = 0 (Korelasi antara TEST3 dan TEST_FNL tidak ada)
H1 : r ≠ 0 (Korelasi antara TEST3 dan TEST_FNL tinggi)
Kriteria pengujian :
Terima Ho jika taraf sig > 5%
Melihat nilai sig TEST3 dan TEST_FNL adalah 0,039 < 05 =" 5%">TEST3 dan TEST_FNL.
d) Uji Hubungan antara TEST4 dan TEST_FNL
Hipotesis :
Ho : r = 0 (Korelasi antara TEST4 dan TEST_FNL tidak ada)
H1 : r ≠ 0 (Korelasi antara TEST4 dan TEST_FNL tinggi)
Kriteria pengujian :
Terima Ho jika taraf sig > 5%
Melihat nilai sig TEST4 dan TEST_FNL adalah 0,018 < 05 =" 5%">TEST4 dan TEST_FNL.
e) Uji Hubungan antara TEST3 dan TEST_FNL
Hipotesis :
Ho : r = 0 (Korelasi antara TEST5 dan TEST_FNL tidak ada)
H1 : r ≠ 0 (Korelasi antara TEST5 dan TEST_FNL tinggi)
Kriteria pengujian :
Terima Ho jika taraf sig > 5%
Melihat nilai sig TEST5 dan TEST_FNL adalah 0,004 < 05 =" 5%">TEST5 dan TEST_FNL.
4. Uji Prasarat
1) Uji Normalitas
a) Uji Kolmogorov-Smirnov
Hipotesis :
H0 : variabel adalah normal
H1 : variabel adalah tidak normal
Kriteria pengujian :
Terima Ho jika taraf sig (2-tailed) > 5%
Nilai sig (2-tailed) = 0.608 > 0.050 = 5% artinya Ho diterima. Jadi, variabel TEST_FNL normal.
b) Normal probability plot
Data menyebar di sekitar garis diagonal dan mengikuti arah garis histograf menuju pola distribusi normal, maka model regresi memenuhi asumsi normalitas
2) Uji Multikolinieritas
kriteria :
Jika nilai VIF berada di atas 10 dan nilai tol di atas 1 maka terjadi multikolineritas.
Dari tabel Coefficients diperoleh nilai tolerance<1>10. Artinya terjadi korelasi yang tinggi antar variabel bebas. Sehingga terjadi multikolinearitas.
3) Uji Autokorelasi
Kriteria :
Jika -2 ≤ DW ≤ 2 maka tidak terjadi autokorelasi.
Dari tabel model Summary diatas diperoleh nilai Durbin Watson yaitu 1,511. Nilai tersebut terletak pada selang [-2, 2], maka ada korelasi antara error satu dengan error yang lainnya. Artinya terjadi autokorelasi.
4) Uji Heteroskedastisitas
Pada diagram Scatterplot dapat dilihat bahwa nilai error membentuk pola tertebtu dan tidak bersifat acak terhadap nol, artinya error memiliki varians yang konstan. Jadi, tidak terjadi heterokedasti.
5) Uji Linieritas
Hipotesis:
H0 : β = 0 (Persamaan regresi tidak linear)
H1 : β ≠ 0 (Persamaan regresi linear)
Kriteria penerimaan H0:
H0 diterima jika nilai Sig <>
Dari tabel ANOVA diperoleh nilai Sig = 0,002 <>0 ditolak atau terima H1. Artinya bahwa persamaan regresi linear sehingga baik untuk memprediksikan nilai TEST_FNL dengan variabel bebas TEST1, TEST2, dan TEST3.
6) Persamaan garis regresi linear
Dari tabel Coefficients diperoleh persamaan regresi linear sebagai berikut:
TEST_FNL = 64,764 + 1,764 TEST1 + 8,978 TEST2 + 17,253 TEST3
dan karena TEST_FNL adalah TEST_FNLmasi daari Y mka persamaan regresinya menjadi
Y = 97,865 – 0,738 TEST1 – 13,058 TEST2 + 63,008 TEST3 – 59,531 TEST2 - 1,811 TEST3
7) Kontribusi TEST1, TEST2, TEST3, TEST4, TEST5 secara bersama-sama terhadap TEST_FNL
Melihat nilai kontribusi TEST1, TEST2, TEST3, TEST4, TEST5 secara bersama-sama terhadap TEST_FNL dapat pada output model summary
Terlihat bahwa nilai R square = 0,711 = 71,1%, artinya ketiga variabel memberi kontribusi terhadap TEST_FNL sebesar 71,1%, sisanya 29,9% dipengaruhi faktor lain.
0 komentar:
Posting Komentar