F. Instrumen Penelitian
I. Analisis Data
3) Uji Heteroskedesitas
Uji Heteroskedesitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan lain. Jika variance dari residual satu
pengamatan ke pengamatan lain tetap, maka disebut
Homoskedastisitas dan jika berbeda disebut Heteroskedesitas.25 Model regresi yang baik adalah yang Homoskedastisita atau tidak terjadi Heteroskedesitas. Kebanyakan data crossection mengandung situasi Heteroskedesitas karena dat ini menghimpun data yang mewakili berbagai ukuran (kecil sedang dan besar).
Dengan menggunakan metode ini, gejala Heteroskedesitas akan ditunjukkan oleh koefisien regresi dari masing-masing variabel independen terhadap nilai absolut residunya (e), jika nilai probabilitasnya > nilai alpha-nya (0,05), maka dapat dipastikan model tidak mengandung unsur heteroskedasitas atau t hitung < t tabel pada alpha 0,05.26
4) Autokorelasi
Uji autokorelasi bertujuan menguji apakah dalam model regresi linear ada korelasi antara kesalahan pengganggu pada periode t
25Imam Ghozali, Op.cit., hal 134. 26 Suliyanto, Op.cit., hal 64.
dengan kesalahan pengganggu pada periode t-l (sebelumnya). Jika terjadi korelasi, maka dinamakan ada problem autokorelasi. Autokorelasi muncul karena observasi yang berurutan sepanjang waktu berkaitan satu sama lainnya. Masalah ini timbul karena residual (kesalahan penganggu) tidak bebas dari satu observasi ke observasi lainnya. Hal ini sering ditemukan pada data runtut waktu (time series) karena "gangguan" pada seseorang individu kelompok cenderung mempengaruhi "gangguan" pada individu/kelompok yang sama pada periode berikutnya. Untuk mendeteksi gejala autokorelasi dapat menggunakan uji Durbin-Watson (dw). Uji ini menghasilkan nilai dw hitung (d) dan nilai dw tabel (dl dan du).27
Metode pengujian yang sering digunakan adalah uji durbin-watson, dengan cara28
Tabel 3.4 Uji Durbinwatson
27 Imam Ghozali, Op.cit., hal 107. 28 Wiyono, Op.cit., hal 157.
d < dl terjadi masalah autokorelasi yang positif yang perlu ada perbaikan.
dl < d < du ada masalah autokorelasi positif tetapi lemah, dimana dengan perbaikan akan lebih baik du < d < 4-du tidak ada masalah autokorelasi
du < d < 4-dl
masalah autokorelasi lemah, yang positif, dimana dengan perbaikan akan lebih baik
dapat dilakukan dengan cara melihat nilai Durbin-Watson,dimana jika nilai dekat dengan 2 maka asumsi tidak terjadi autokorelasi terpenuhi.
b. Analisis Deskriptif
Analisis deskripsi bertujuan untuk memaparkan data hasil penelitian berupa mean dan standar deviasi pada masing-masing variable.
a) Rumus Mean Hipotik
Penggunaan Mean Hipotetik dalam penelitian ini karena menggunakan alat ukur sebagai acuan dalam menentukan kategorisasi. Mencari mean hipotetik dengan menggunakan rumus sebagai berikut:
Keterangan:
M : Mean Hipotetik I Max : Skor tertinggi item I Min : Skor Terendah Item ∑Item : Jumlah item dalam skala b) Standar Deviasi
Setelah mean diketahui, langkah selanjutnya yaitu mencari standar deviasi (SD). Adapun rumus yang digunakan adalah sebagai berikut:
Keterangan:
SD : Standar Deviasi M= ½ (i Max + i Min) x ∑item
I Max : Skor Tertinggi Subyek I Min : Skor Terendah Subyek c. Analisis Regresi Linear Sederhana
Regresi linear sederhana merupakan suatu metode yang digunakan untuk mengukur besarnya pengaruh variabel bebas terhadap variabel terikat dan memprediksi variabel terikat dengan menggunakan variabel bebas.29
Pendapat lain menurut Gujarati dalam Jonathan Sarwono
mendefinisikan analisis regresi sebagian kajian terhadap hubungan satu variabel yang disebut sebagai variabel yang diterangkan (the explained.
variabel variable) variabel pertama disebut juga sebagai variabel
tergantung dan variabel kedua disebut sebagai variabel bebas.30
Metode regresi linier dimaksudkan untuk mengetahui seberapa besar tingkat pengaruh antara variabel bebas (independent) dengan variabel tertikat (dependent). Metode ini juga bisa digunakan sebagai ramalan, sehingga dapat diperkirakan antara baik atau buruknya suatu variabel X terhadap naik turunnya suatu tingkat variabel Y, begitu pun sebaliknya. Rumus regresi linier sederhana:31
29 Agung Bhuono, Strategi Jitu Memilih Metode Statistik dengan Perangkat Lunak (Yogyakarta: Penerbit Andi,2005), hal.62.
30 Jonathan Sarwono, Metode Riset Skripsi Pendekatan Kuantitatif: Menggunakan Prosedur SPSS (Jakarta: Elex Media Komputindo,2012), hal.181.
31 Husein Umar, Riset Strategi Pemasaran (Jakarta: Gramedia Pustaka Utama, 2005), hal.307. Y = a + bX + e
Y = Tahfidz Alquran
a = Nilai Y bila X = 0 (Harga Konstan)
b = angka arah atau koefisien regresi, yang menunjukkan angka
peningkatan ataupun penurunan variabel independen. Bila b (+) maka naik dan bila (-) maka terjadi penurunan.
X = Variabel bebas (karakter religius) e = error atau sisa.
d. Koefisien Determinasi (R Square)
Koefisien determinasi (R2) bertujuan untuk mengetahui seberapa besar kemampuan variabel independen menjelaskan variabel dependen. Dalam output SPSS, koefisien determinasi terletak pada tabel model Summaryb dan tertulis R Square.
Nilai R2 sebesar 1 independen, berarti pengaruh variabel dependen seluruhnya dapat dijelaskan oleh variabel independen dan tidak ada factor lain yang menyebabkan pengaruh variabel dependen. Jika nilai R2 berkisar antara 0 sampai dengan 1, berarti semakin kuat kemampuan variabel independent dapat menjelaskan pengaruh variabel dependen.32
32 Imam Ghozali, Op.cit., hal 45.
Sedangkan untuk memberikan penafsiran koefisien determinasi (R2) yang ditemukan besar atau kecil, akan dikonsultasikan dengan tabel
interpretasi nilai r sebagai berikut:33
Tabel 3.5
Pedoman untuk Memberikan Interpretasi terhadap Koefisien Determinasi
e. Uji t (Uji Parsial)
Uji t ini digunakan untuk mngetahui masing-masing sumbangan variabel bebas secara parsial terhdap variabel terikat, menggunakan uji masing-masing secara parsial terhdap variabel terikat, menggunakan uji masing-masing koefisien regresi variabeel bebas apakah mempunyai pengaruh yang bermakna atau tidak terhadap variabeel terikat.34 Langkah menenttukan uji t:
a. Menentukan formulasi hipotesis
H0: Artinya, tidak ada pengaruh dari masing-masing variabel independen (X) terhadap variabel (Y)
33 Dominikus Dolet Unaradjan, Metode Penelitian Kuantitatif (Jakarta: Universitas Atma Jaya, 2013), hal.202.
34 Sugiyono, Op.cit., hal 223
Interval Koefisien Tingkat Hubungan
0,80 – 1,000 Sangat Kuat
0,60 – 0,799 Kuat
0,40 – 0,599 Cukup Kuat / Sedang
0,20 – 0,399 Rendah
independen (X) terhadap variabel (Y). b. Menentukan ttabel dan thitung.
ttabel dengan tingkat = 5% (0,05)
t hitung di dapat dari hasil perhitungan computer = (n-k-1) c. Menentukan kriteria pengujian.
Bila thitung > t table ,maka Ho dinyatakan ditolak dan Ha diterima. Artinya tidak ada pengaruh antara variabel (X) terhadap variabel (Y) .
Bila thitung < t tabel, maka dinyatakan diterima dan Ha ditolak. Artinya tidak ada pengaruh antara variabel (X) dengan variabel (Y).
d. Menentukan daerah penolakan
Jika thitung ≤ ttabel Ho akan diterima dan Ha ditolak. Berarti tidak terdapat pengaruh yang bermakna oleh variabel (X) dan (Y).
Jika thitung ≥ ttabel Ho akan di tolak dan Ha diterima. Berarti terdapat pengaruh yang bermakna oleh variabel (X) dan (Y).
e. Mengambil Keputusan
Dari hasil perhitungan tersebut diatas maka diperbandingkan antara 𝑡−ℎ𝑖𝑡𝑢𝑛𝑔 dan 𝑡−𝑡𝑎𝑏𝑒𝑙 atau dengan probabilitas untuk diambil kesimpulan apakah H0 ditolak dan Ha diterima atau Ha ditolak dan H0 diterima.
J. Prosedur Penelitian