BAB IV HASIL DAN PEMBAHASAN
D. Hasil Analisis Data Penelitian
3. Uji Hipotesis
a. Analisis Regresi Sederhana
Analisis regresi sederhana digunakan untuk memprediksi atau menguji pengaruh satu variabel bebas atau variabel independent terhadap variabel terikat atau variabel dependent. Bila skor variabel bebas diketahui maka skor variabel terikatnya dapat di prediksi besarnya. Tabel berikut adalah hasil dari uji regresi sederhana:
Tabel 4.10 Hasil Uji regresi sederhana Hubungan Adversity Quotient dengan Orientasi Masa Depan
Coefficientsa
Model Unstandardized Coefficients Standardized Coefficients T Sig. B Std. Error Beta 1 (Constant) 29,336 7,892 3,717 ,000 AQ ,942 ,108 ,660 8,702 ,000
a. Dependent Variable: OMD
Sumber : Data primer diolah (2018)
Pada tabel 4.10 dapat diketahui nilai t hitung sebesar 8,702 dengan nilai signifikan 0,000 < 0,05 maka bisa diartikan ada pengaruh yang nyata variabel Adversity Quotient terhadap variabel Orientasi Masa Depan
b. Analisis Regresi Berganda
Pengelolahan data menggunakan analisis regresi berganda bertujuan untuk mengetahui pengaruh dua atau lebih variabel bebas (predictor) atau untuk mencari hubungan fungsional dua variabel predictor atau lebih terhadap variabel kriteriumnya. Pengujian dilakukan dengan
menggunkan uji regresi linear berganda dengan α = 0,05 (5%). Berdasarkan hasil pengolahan data dengan menggunakan IBM SPSS versi 21, maka didapatkan hasil pada tabel 4.11 sebagai berikut :
Tabel 4.11 Uji regresi berganda Hubungan Adversity Quotient dan Orientasi Masa Depan dengan Gender sebagai variabel Moderator
Coefficientsa
Model Unstandardized Coefficients Standardized Coefficients T Sig. B Std. Error Beta 1 (Constant) 25,512 9,957 2,562 ,012 AQ ,994 ,135 ,697 7,345 ,000 Gender 11,367 16,802 ,525 ,677 ,500 ZX -,160 ,233 -,531 -,689 ,492
a. Dependent Variable: OMD
Sumber : Data primer diolah (2018)
Hasil uji regresi berganda dengan variabel dependent yaitu Orientasi Masa Depan (Y) sedangkan untuk variabel independent yaitu
Adversity Quotient (X) dan juga terdapat variabel moderator yaitu Jenis
Kelamin. Satuan dari variabel dependent tersebut belum disamakan, sehingga perlu disamakan terlebih dahulu dengan menggunakan
standardized beta dengan tidak adanya konstanta (Ghozali, 2013). Adapun
persamaan regresi yang diperoleh dari tabel 4.11 adalah sebagai berikut : Y = a + β1 X +β2 ZX
Y = a + 0,994X + -0,160ZX
1. Y = variabel dependent yang nilainya diprediksi oleh variabel
independent. Variabel dependent dalam penelitian ini adalah Orientasi
Masa Depan (Y), sedangkan untuk variabel independent dalam penelitian ini adalah adversity quotient (X).
2. b1 = koefisien regresi variabel adversity quotient (X) adalah sebesar 0,994 yang menunjukkan bahwa variabel adversity quotient (X) memiliki pengaruh yang searah atau positif terhadap Orientasi Masa Depan (Y). Hal ini diartikan bahwa setiap kenaikan kualitas dari
adversity quotient, maka akan terjadi peningkatan terhadap orientasi
masa depan tersebut. Variabel adversity quotient (X) memiliki nilai
Sig.t < 0,05, yaitu sebesar 0,000 yang berarti bahwa variabel tersebut
berpengaruh signifikan terhadap Orientasi Masa Depan (Y).
3. b2 = koefisien regresi variabel moderator yaitu Jenis Kelamin (ZX) adalah sebesar -0,160 yang menunjukkan bahwa variabel Jenis Kelamin tidak memiliki pengaruh yang positif terhadap orientasi masa depan (Y). Variabel Jenis kelamin memiliki nilai Sig.t > 0,05, yaitu sebesar 0,492 yang berarti bahwa variabel tersebut tidak memiliki pengaruh. Hal ini diartikan bahwa jenis kelamin tidak signifikan mempengaruhi orientasi masa depan.
c. Uji ketepatan model (Goodness of Fit)
Uji ketepatan model dilakukan untuk mengetahui apakah persamaan model regresi yang digunakan dalam penelitian ini tepat atau baik. Uji ketepatan model dilakukan dengan menggunakan uji F. Jika nilai
Fhitung > Ftabel atau nilai signifikansi dibawah 0,05 maka dapat disimpulkan bahwa persamaan model regresi yang digunakan dalam penelitian ini sudah tepat atau baik. Hasil perhitungan model regresi dapat dilihat pada tabel 4.12 sebagai berikut : Uji ketepatan model dilakukan untuk mengetahui apakah persamaan model regresi yang digunakan dalam penelitian ini tepat atau baik. Uji ketepatan model dilakukan dengan menggunakan uji F. Jika nilai Fhitung > Ftabel atau nilai signifikansi dibawah 0,05 maka dapat disimpulkan bahwa persamaan model regresi yang digunakan dalam penelitian ini sudah tepat atau baik. Hasil perhitungan model regresi dapat dilihat pada tabel 4.12 sebagai berikut :
Tabel 4.12 hasil Uji Anova Hubungan AQ dan OMD dengan Gender sebagai variabel Moderator
ANOVAa
Model Sum of Squares df Mean Square F Sig.
1
Regression 4325,315 3 1441,772 25,012 ,000b
Residual 5533,685 96 57,643
Total 9859,000 99
a. Dependent Variable: OMD
b. Predictors: (Constant), ZX, AQ, Gender
Berdasarkan pada tabel dapat diketahui bahwa nilai Fhitung > Ftabel
yaitu 25,012 > 2,28 dengan nilai Sig. < 5% yaitu 0,000 < 0,05. Hal ini menunjukkan bahwa model persamaan regresi yang digunakan dalam penelitian ini sudah tepat atau baik.
d. Analisis sub Kelompok
Analaisis ini untuk menguji apakah hubungan antara variabel
Adversity Quotient (X) dengan Orientasi Masa Depan (Y) di moderasi oleh
variabel ketiga yaitu Jenis Kelamin. Dengan kata lain apakah jenis kelamin mampu memperkuat atau memperlemah hubungan antara variabel
Adversity Quotient dengan Orientasi Masa Depan. Analisis sub kelompok
ini akan digunakan 3 regresi :
AQ = 𝛼1 + 𝛼2𝑂𝑀𝐷 + 𝜀1untuk total sample laki-laki dan perempuan AQ = 𝛽1 + 𝛽2𝑂𝑀𝐷 + 𝜀2 untuk sample gender laki-laki saja
AQ = 12OMD3untuk sampel gender perempuan saja
Tabel 4.13 Uji regresi Hubungan AQ dan OMD dengan Gender sebagai variabel Moderator
Model Summaryb
Model R R Square Adjusted R Square
Std. Error of the Estimate
1 ,662a ,439 ,421 7,592
a. Predictors: (Constant), ZX, AQ, Gender b. Dependent Variable: OMD
Tabel 4.14 Uji regresi observasi jenis kelamin Laki-laki
Model Summary
Model R R Square Adjusted R Square
Std. Error of the Estimate
1 ,703a ,494 ,476 6,897
Tabel 4.15 Uji regresi observasi jenis kelamin Perempuan
Model Summary
Model R R Square Adjusted R Square
Std. Error of the Estimate
1 ,681a ,464 ,457 7,124
a. Predictors: (Constant), Adversity Quotient
Dengan membandingkan nilai R Square untuk regresi observasi gender/jenis kelamin laki-laki sebesar 0,494 dan R Square untuk regresi observasi gender perempuan sebesar 0,464, maka dapat disimpulkan pengaruh adversity quotient dengan orientasi masa depan lebih kuat pada responden laki-laki di bandingkan dengan responden perempuan.
Grafik Moderasi Gender dengan Orientasi Masa Depan dan Adversity Quotient
Grafik diatas menunjukkan bahwa variabel jenis kelamin / gender tidak memoderasi variabel adversity quotient dan orientasi masa depan, dibuktikan dengan garis yang sejajar laki-laki dan perempuan yang diartikan tidak adanya interaksi.
0 10 20 30 40
low medium high
Or ie n tasi M asa Dep an Adversity Quotient
Gender Moderation
Laki-laki Perempuane. Analisis Korelasi
Nilai signifikansi hubungan antara variabel Adversity Quotient dengan orientasi masa depan dan juga hubungan variabel Jenis kelamin sebagai variabel moderator dengan Adversity Quotient dan orientasi masa depan, dapat dilihat pada tabel berikut :
Tabel 4.16. Hasil Uji Korelasi Hubungan Adversity Quotient dan Orientasi Masa Depan dengan jenis kelamin sebagai variabel Moderator
Correlations Orientasi Masa Depan Adversity Quotient Jenis Kelamin Pearson Correlation
Orientasi Masa Depan 1,000 ,660 -,099
Adversity Quotient ,660 1,000 -,139
Jenis Kelamin -,099 -,139 1,000
Sig. (1-tailed)
Orientasi Masa Depan . ,000 ,164
Ad\\versity Quotient ,000 . ,084
Jenis Kelamin ,164 ,084 .
N
Orientasi Masa Depan 100 100 100
Adversity Quotient 100 100 100
Jenis Kelamin 100 100 100
Pada tabel diatas dapat dilihat nilai signifikansi variabel orientasi masa depan, adversity quotient dan jenis kelamin masing-masing sebesar 0,000 , 0,000 dan 0,164. Variabel yang memiliki hubungan signifikan dengan variabel orientasi masa depan, dengan nilai < 0,05 yaitu variabel
adversity quotient dengan nilai signifikan 0,000. Sementara variabel jenis
kelamin tidak memiliki hubungan signifikan dengan orientasi masa depan dan adversity quotient karena memiliki nilai signifikansi sebesar 0,164 > 0,05.