3. METODOLOGI PENELITIAN

(1)

26

Universitas Kristen Petra

3. METODOLOGI PENELITIAN

3.1 Jenis Penelitian

Metode yang digunakan dalam penelitian ini adalah metode asosiatif untuk mengetahui pengaruh variabel independen terhadap variabel dependen. Hasil penelitian kemudian diolah dan dianalisa untuk diambil kesimpulannya, artinya penelitian yang dilakukan adalah penelitian yang menekankan analisisnya pada data numerik dengan menggunakan metode penelitian ini akan diketahui pengaruh yang signifikan antar variabel independen terhadap variabel dependen sehingga menghasilkan kesimpulan yang memperjelas gambaran mengenai objek yang diteliti (Sugiyono, 2009). Penelitian ini menguji pengaruh determinan-determinan yang mempengaruhi potensi risiko gagal bayar.

3.2 Populasi dan Sampel 3.2.1. Populasi

Populasi adalah wilayah generalisasi yang terdiri atas obyek/subyek yang mempunyai kualitas dan karakteristik tertentu yang ditetapkan oleh peneliti untuk dipelajari dan kemudian ditarik kesimpulan (Sugiyono, 2009). Populasi yang digunakan dalam penelitian ini masyarakat yang berdomisili di Surabaya dan menggunakan kartu kredit.

3.2.2. Sampel

Sampel adalah sebagian dari jumlah karakteristik yang dimiliki populasi (Sugiyono, 2009). Sampel yang diambil merupakan nonprobability sample (sampel tidak acak) menggunakan metode purposive sampling. Purposive Sampling merupakan metode penetapan responden untuk dijadikan sampel berdasarkan pertimbangan tertentu (Sugiyono, 2009). Karakteristik dalam penelitian ini disesuaikan juga dengan Peraturan Bank Indonesia nomor:

14/2/PBI/2012 mengenai umur minimal dan penghasilan minimal pengguna kartu

kredit. Berikut ini adalah sampel yang digunakan dalam penelitian ini :

(2)

27

1. Masyarakat yang berdomisili di wilayah Surabaya

2. Memiliki dan menggunakan kartu kredit utama dalam 1 tahun terakhir

Sebagai informasi tambahan pada lampiran 2c, jumlah kartu kredit yang digunakan di Indonesia pada tahun 2016 adalah sebanyak 16.892.259 kartu.

Berdasarkan informasi bahwa jumlah pengguna kartu kredit yang bekerja di Surabaya tidak diketahui secara pasti maka penelitian ini menggunakan teknik penentuan jumlah sampel dengan menggunakan teori Lemeshow. Rumus yang digunakan dalam metode penelitian ini adalah :

𝑛 =

^𝑝𝑞

(_1,96^𝐸 )²

...(3.1.)

𝑛 =

^0,5(1−0,5)

(_1,96^0,1)²

n = 96,04 ≈ 100 responden

Keterangan:

n = jumlah sampel

P = maksimal estimasi (50%)

E = alpha/ besarnya toleransi kesalahan (10%)

3.3 Jenis dan Sumber Data

Jenis data yang digunakan dalam penelitian ini adalah menggunakan data

primer. Menurut Sugiyono (2009), data primer adalah data yang dikumpulkan

untuk penelitian dari tempat aktual terjadinya peristiwa (sumber). Data primer

dalam penelitian ini diperoleh melalui tanggapan responden terhadap pertanyaan-

pertanyaan dalam kuisioner.

(3)

28

3.4 Metode dan Prosedur Pengumpulan Data

Teknik pengumpulan data yang digunakan dalam penelitian ini dengan menggunakan penyebaran kuisioner. Kuisioner merupakan teknik pengumpulan data yang dilakukan dengan cara memberi seperangkat pertanyaan atau pernyataan tertulis kepada responden untuk dijawabnya . Tipe pertanyaan dalam kuisioner menggunakan bentuk pertanyaan tertutup dan terbuka. Pertanyaan tertutup adalah pertanyaan yang mengharapkan jawaban singkat dari responden atau memilih salah satu dari alternatif jawaban yang telah disediakan dan pertanyaan terbuka mengharapkan responden menulis jawaban tanpa ada alternatif pilihan jawaban (Sugiyono, 2009). Prosedur pengumpulan data pada penelitian ini adalah :

1. Pada tahap pertama, peneliti membuat angket yang akan dibagikan kepada para responden. Angket yang sudah dibuat akan dibagikan dulu kepada responden sebagai trial test, untuk mengetahui bahwa kuesioner sudah dapat dipahami atau belum. Apabila ada pertanyaan yang belum dipahami, maka peneliti akan mengganti (redesign) dan membagikan kepada responden sebagai fix-test.

2. Selanjutnya peneliti mengumpulkan angket kuesioner yang telah dibagikan kepada responden setelah peneliti melakukan fix-test. Data mentah yang telah dikumpulkan selanjutnya akan diolah dengan SPSS dan dianalisis oleh peneliti. Analisis data akan digunakan untuk membuktikan hipotesa penelitian.

Skala pengukuran pada rating scale yang digunakan pada penelitian ini

adalah skala likert. Skala likert yang juga disebut summated-rating scale,

merupakan skala yang memungkinkan responden untuk mengekspresikan

intensitas perasaan. Pilihan dibuat berjenjang mulai dari intensitas paling rendah

sampai paling tinggi. Setiap jawaban memiliki jenjang berdasarkan intensitas

persepsi, maka peneliti dapat memberikan bobot secara berjenjang pula terhadap

setiap alternatif jawaban dengan cara scoring (Simamora, 2002).

(4)

29

3.5 Definisi Operasional Variabel

Menurut Sugiyono (2009), definisi operasional variabel adalah segala sesuatu yang berbentuk apa saja yang ditetapkan oleh peneliti untuk dipelajari sehingga diperoleh informasi tentang hal tersebut, kemudian dapat ditarik suatu kesimpulan.

3.5.1 Variabel Independen

Konsep 1 : Financial Literacy

Definisi Operasional : Pengetahuan kontekstual seputar keuangan pribadi untuk mengolah informasi dan membuat keputusan keuangan berdasarkan resiko keuangan dari

keputusan tersebut (Gathergood, 2012).

Indikator Empirik :

a. Pengetahuan responden seputar bunga tunggal (simple interest).

b. Pengetahuan responden tentang bunga majemuk (interest compounding).

c. Pengetahuan responden tentang pembayaran bulanan (monthly payment)

(Gathergood,2012)

Indikator variabel ini terdiri dari 3 pertanyaan yang terdapat pada kuisioner (lampiran 1a) romawi II bagian financial literacy. Variabel ini diukur dengan menggunakan scoring. Berdasarkan indikator financial literacy diatas, akan dibagi menjadi 3 penggolongan nilai dengan cara :

RS =

^𝑚−𝑛

𝑏

...(3.2.)

RS =

¹⁰⁰⁻⁰

2

= 50 (Simamora, 2002)

(5)

30

Dimana,

RS = Rentang Skala

m = Skor maksimal yang mungkin terjadi n = Skor minimal yang mungkin terjadi b = Jumlah kelas (kategori) yang diinginkan

Kategori penggolongan nilai : 100 = nilai paling tinggi 0 = nilai paling rendah

3 = penggolongan nilai financial literacy

Tabel 3.1 Coding Financial Literacy

Tingkat Financial literacy Nilai Kode

Non-Literate 0–50 0

Literate >50-100 1

Konsep 2 : Compulsive Buying

Definisi Operasional : Perilaku pembelian kronis seseorang yang tidak dapat mengendalikan atau mengatasi dorongan untuk membeli sesuatu sebagai respon terhadap perasaan negatif. (Faber & O’Guinn,1992).

Indikator Empirik :

a. Kecenderungan responden untuk berbelanja secara berlebihan tanpa memikirkan konsekuensi

b. Adanya dorongan kuat untuk berbelanja c. Kepuasan yang dirasakan responden setelah

berbelanja

d. Pengeluaran disfungsional yang dilakukan responden

Faber & O’Guinn (1992)

(6)

31

Indikator variabel ini terdiri dari 6 pertanyaan yang terdapat pada kuisioner (lampiran 1a) romawi III bagian compulsive buying. Variabel ini diukur dengan menggunakan skala likert. Selanjutnya hasil akan dirata-rata, dan akan dikategorikan menggunakan rumus pengkategorian sebagai berikut:

X =

^𝑚−𝑛

𝑏

...(3.3)

X =

⁵⁻¹

2

= 2

Kategori penggolongan nilai :

m = skala Likert dengan jawaban paling tinggi n = skala Likert dengan jawaban paling rendah b = Jumlah kelas (kategori) yang diinginkan

x = pengkategorian nilai perilaku compulsive buying

Tabel 3.2 Coding Compulsive Buying

Compulsive Buying Hasil Kode

Non Compulsive Buyer 1-3 0

Compulsive Buyer >3-5 1

Konsep 3 : Materialisme

Definisi Operasional : Materialisme adalah suatu keyakinan yang berkenaan dengan pentingnya perolehan dan pemilikan objek (barang) dalam hidup (Richins &

Dawson, 1992)

(7)

32

Indikator Empirik :

a. Peran materialisme dalam pusat kehidupan (sentralitas)

b. Peran materialisme dalam kebahagiaan c. Peran materialisme dalam definisi sukses

(Richins & Dawson, 1992)

Indikator variabel ini terdiri dari 11 pertanyaan yang terdapat pada kuisioner (lampiran 1a) romawi IV bagian materialisme. Variabel ini diukur dengan menggunakan skala likert. Selanjutnya hasil akan dirata-rata, dan akan dikategorikan menggunakan rumus pengkategorian sebagai berikut:

X =

^𝑚−𝑛

𝑏

...(3.4) X=

⁵⁻¹

2

= 2

Kategori penggolongan nilai :

m= skala Likert dengan jawaban paling tinggi n = skala Likert dengan jawaban paling rendah b = jumlah kelas (kategori) yang diinginkan x = pengkategorian nilai perilaku Materialisme

Tabel 3.3 Coding Materialisme

Materialisme Hasil Kode

Non Materialistis 1-3 0

Materialistis >3-5 1

(8)

33

Konsep 4 : Debt Management

Definisi Operasional : Kemampuan seorang pengguna kartu kredit dalam mengatur pembayaran hutang dan tunggakan kreditnya dengan menganalisa penggunaan kredit secara rutin, menghitung bunga yang dikenakan, pembayaran saat jatuh tempo dan ketentuan lain dalam kredit (Limerick & Peltier, 2014)

Indikator Empirik :

a. Perilaku pembayaran kartu kredit pada saat jatuh tempo

b. Kemampuan seseorang untuk menganalisa keadaan hutang nya

c. Kenyamanan seseorang dengan tingkat hutang kartu kredit

d. Jumlah tagihan kartu kredit mendekati ambang batas kewajiban

(Limerick & Peltier, 2014) Indikator variabel ini terdiri dari 5 pertanyaan yang terdapat pada kuisioner (lampiran 1a) romawi V bagian Debt Management. Variabel ini diukur dengan menggunakan skala likert. Pada variabel ini dilakukan reverse coding karena pernyataan bersifat negatif. Selanjutnya hasil akan dirata-rata, dan akan dikategorikan menggunakan rumus pengkategorian sebagai berikut:

X =

^𝑚−𝑛

𝑏

...(3.5) X =

⁵⁻¹

2

= 2

Kategori penggolongan nilai :

m = skala Likert dengan jawaban paling tinggi

n = skala Likert dengan jawaban paling rendah

b = jumlah kelas (kategori) yang diinginkan

X = pengkategorian nilai debt management

(9)

34

Tabel 3.4. Coding Debt Management

Konsep 5 : Financial Anxiety

Definisi Operasional : Kecemasan emosional terhadap kondisi keuangan pribadi seseorang (Shapiro & Burchell,2013).

Indikator Empirik :

a. Merasa cemas dengan keadaan keuangan pribadi

b. Adanya gangguan konsentrasi kerja karena memikirkan keuangan pribadi

c. Adanya penghindaran untuk memikirkan keadaan keuangan pribadi.

(Shapiro & Burchelll,2013)

Indikator variabel ini terdiri dari 7 pernyataan yang terdapat pada kuisioner (lampiran 1a) romawi VI bagian financial anxiety. Variabel ini diukur dengan menggunakan skala likert. Selanjutnya hasil akan dirata-rata, dan akan dikategorikan menggunakan rumus pengkategorian sebagai berikut:

X =

^𝑚−𝑛

𝑏

...(3.6) X =

⁵⁻¹

2

= 2

Debt Management Hasil Kode

Debt management tinggi 1-3 2

Debt management rendah >3-5 1

(10)

35

Kategori pengkategorian nilai :

m = skala Likert dengan jawaban paling tinggi n = skala Likert dengan jawaban paling rendah b = jumlah kelas (kategori) yang diinginkan X = pengkategorian nilai financial anxiety

Tabel 3.5.

Coding Financial Anxiety

Financial Anxiety Hasil Kode

Rendah 1-3 1

Tinggi >3-5 2

3.5.2 Variabel Dependen

Konsep 1 : Tingkat Rata-Rata Saldo Kartu Kredit Definisi Operasional : Jumlah rata-rata saldo kartu kredit yang harus

dibayar tiap bulan

Indikator Empirik : Data berdasarkan jawaban dari responden pada kuisioner (lampiran 1a) romawi I nomor 12 yang akan dihitung tingkatannya menggunakan rumus rentang skala. Terdiri 3 tingkatan yaitu rendah, sedang, tinggi.

RS =

^𝑚−𝑛

𝑏

...(3.7) RS=

21.000.000−350.000

3

= Rp.6.883.333

(11)

36

Dimana,

RS = Rentang Skala

m = Skor maksimal yang mungkin terjadi n = Skor minimal yang mungkin terjadi b = Jumlah kelas (kategori) yang diinginkan

Tabel 3.6 Coding Tingkat Rata-Rata Saldo Kartu Kredit

Tingkat saldo kartu kredit Hasil Kode

350.000– Rp. 6.883.333

Rendah 1

>Rp.6.83.333 – 13.766.666

Sedang 2

>Rp.13.766.666 Tinggi 3

Konsep 2 : Potensi resiko gagal bayar kartu kredit

Definisi Operasional : Suatu situasi dimana persetujuan dalam pengembalian kredit kemungkinan mengalami risiko kegagalan, bahkan menunjukkan bahwa bank akan memperoleh kerugian yang potensial Indikator Empirik :

Pernah terlambat melakukan pembayaran minimum, dalam 6 bulan terakhir

(Dunn & Kim,1999) dan (Bank Indonesia,2005)

Indikator pada variabel ini diukur dengan pertanyaan dalam kuisioner

(lampiran 1a) romawi VII bagian potensi risiko gagal bayar dan akan

dikategorikan sebagai berikut :

(12)

37

Tabel 3.7 Coding Potensi Resiko Gagal Bayar

Potensi Resiko Gagal Bayar Hasil Kode

Tidak Berpotensi

Pernah mengalami

keterlambatan pembayaran 0 Berpotensi

Tidak pernah mengalami

keterlambatan 1

3.6 Teknik Analisa Data 3.6.1 Uji Validitas

Validitas menunjukkan derajat ketepatan antara data yang sesungguhnya terjadi pada obyek dengan data yang dapat dikumpulkan oleh peneliti (Sugiyono, 2009). Berdasarkan definisi ini, maka validitas dapat diartikan sebagai suatu karakteristik dan ukuran terkait dengan tingkat keakuratan sebuah alat uji atau dalam hal ini kuisioner dalam mengukur secara benar apa yang diinginkan peneliti untuk diukur. Suatu alat ukur disebut valid jika melakukan apa yang seharusnya dilakukan dan mengukur apa yang seharusnya diukur. Dalam penelitian ini, peneliti menggunakan tipe validitas konstruk menggunakan korelasi Pearson yaitu penentuan akan butir-butir pertanyaan dalam kuisioner mencerminkan atau berperan sebagai konsep yang sedang diukur. Kriteria pengambilan keputusan untuk menyatakan valid adalah : Jika nilai signifikasi < 0.05.

3.6.2 Uji Reliabilitas

Reliabilitas adalah derajat konsistensi data dalam interval waktu tertentu

(Sugiyono, 2009). Reliabilitas dapat diartikan sebagai suatu karakteristik terkait

dengan keakuratan, ketelitian, dan konsisten. Suatu alat disebut reliabel apabila

dalam beberapa kali pelaksanaan pengukuran terhadap kelompok subjek sama

sekali diperoleh hasil yang relatif sama selama aspek yang diukur dalam diri

subyek memang belum berubah. Dalam hal ini relatif sama berarti tetap adanya

toleransi perbedaan kecil diantara hasil beberapa kali pengukuran. Teknik yang

digunakan untuk menguji keandalan kuisioner adalah Cronbach Alpha. Metode

pengambilan keputusan pada uji ini menggunakan batasan 0,6 (Iskandar, 2013).

(13)

38

Universitas Kristen Petra 1-

3.6.3. Analisa Regresi Logistik

Metode analisis yang digunakan dalam penelitian ini adalah uji statistik asosiatif dan uji hipotesis dengan menggunakan regresi logistik. Penggunaan analisis regresi logistik adalah karena variabel dependen bersifat dikotomi (berpotensi dan tidak berpotensi). Teknik analisis dalam mengolah data ini tidak memerlukan lagi uji normalitas dan uji asumsi klasik pada variabel bebasnya (Uyanto, 2009). Setiap variabel kategorik memiliki prosedur regresi logistik masing-masing dan regresi logistik yang digunakan dalam penelitian ini adalah regresi logistik biner dan ordinal.

1. Regresi Logistik Biner

Regresi logistik biner adalah regresi logistik dimana variabel dependennya berupa variabel dikotomi atau variabel biner. Regresi logistik biner dalam penelitian ini terdapat pada persamaan 1, persamaan 2 dan persamaan 4.

2. Regresi Logistik Ordinal

Regresi logistik ordinal adalah regresi logistik dimana variabel dependennya terdiri merupakan skala ordinal. Dalam penelitian ini, regresi logistik ordinal digunakan dalam persamaan 3.

Model regresi logistik pada penelitian ini adalah sebagai berikut : Persamaan 1 :

Ln

^𝑃

1−𝑃

= 𝛼 + 𝛽

1

𝐹𝐿

_𝑖

+ 𝛽

₂

𝐶𝑜𝑚

_𝑖

+ 𝑒

_𝑖

...(3.8) Keterangan :

P = Probabilitas potensi risiko gagal bayar pada responden i 𝛼 = Konstanta

b1-b2 = Koefisien regresi logistik

𝐶𝑜𝑚

_𝑖

= Compulsive Buying pada responden i

𝐹𝐿

_𝑖

= Financial Literacy pada responden i

(14)

39

Persamaan 2 : Ln

^𝑃

1−𝑃

= 𝛼 + 𝛽

₁

𝑀𝑎𝑡

_𝑖

+ 𝑒

_𝑖

...(3.9)

Keterangan :

P = Probabilitas compulsive buying pada responden i 𝛼 = Konstanta

b1 = Koefisien regresi logistik 𝑀𝑎𝑡

_𝑖

= Materialisme pada responden i

Persamaan 3 :

Logit(p1+p2) = 𝛼 + 𝛽

1

𝑀𝑎𝑡

_𝑖

+ 𝛽

₂

𝐷𝑀

_𝑖

+ 𝛽

₃

𝐹𝑎

_𝑖

+ 𝑒

_𝑖

...(3.10)

Pada persamaan ini menggunakan regresi logistik ordinal dimana p1 dan p2 merupakan tingkat probabilitas berdasarkan threshold nya.

Keterangan :

P1 + P2 = Probabilitas tingkat rata-rata saldo kartu kredit pada responden i

𝛼 = Konstanta

b1-b3 = Koefisien regresi logistik 𝑀𝑎𝑡

_𝑖

= Materialisme pada responden i 𝐷𝑀

_𝑖

= Debt Management pada responden i Persamaan 4 :

Ln

^𝑃

1−𝑃

= 𝛼 + 𝛽

1

𝑆𝑎𝑙𝑑𝑜

_𝑖

...(3.11)

Keterangan :

P = Probabilitas potensi risiko gagal bayar pada responden i 𝛼 = Konstanta

b1 = Koefisien regresi logistik

𝑆𝑎𝑙𝑑𝑜

_𝑖

= Tingkat rata-rata saldo kartu kredit pada responden i

Pada Regresi logistik akan menggunakan Uji Wald untuk uji parsial

signifikansi sebuah variabel. Taraf signifikansi (α) yang digunakan sebesar

(15)

40

0,05.Jika P-value < 0,05 variabel akan dikatakan signifikan dan jika sebaliknya (P-value > 0,05) variable akan dikatakan tidak signifikan.

3.6.4 Koefisien Determinasi (Nagelkerke R Square)

Koefisien determinasi akan dilihat pada kolom Nagelkerke R Square..

Tujuan dari koefisien determinasi adalah untuk melihat seberapa besar variabel independen mampu menerangkan variabel dependen penelitian. Apabila persentase Nagelkerke R Square semakin besar, maka model regresi logistik akan semakin baik. Hal ini berarti, variabel dependen dapat diterangkan dengan baik oleh variabel independen.

3.6.5. Uji -2 log Likelihood

Statistik -2LogL juga dapat disebut likelihood ratio yang dapat digunakan untuk menentukan jika variabel bebas ditambahkan ke dalam model apakah secara signifikan memperbaiki model fit. Dengan adanya pengurangan nilai likelihood ratio maka penambahan variabel dapat memperbaiki model fit.

3.6.6. Uji Kelayakan Model (Goodness Of Fit Test)

Uji kelayakan untuk regresi logistik biner menggunakan hosmer and lemeshow statistic, sedangkan untuk logistik ordinal menggunakan uji deviance.

Kedua uji ini memiliki kriteria yang sama yaitu :

a. Jika p value > 0,05 maka model persamaan logistik layak digunakan

b. Jika p value < 0,05 maka model persamaan logistik tidak layak digunakan.

(16)

41

3.6.7. Uji Hipotesa

Uji ini dilakukan untuk melihat apakah variabel-variabel independen secara parsial berpengaruh terhadap variabel dependen. Hipotesa uji ini adalah :

Persamaan 1 :

a. H

₀

: 𝛽

₁

= 0 Financial literacy tidak berpengaruh signifikan terhadap potensi risiko gagal bayar kartu kredit masyarakat di Surabaya.

H

₁

: 𝛽

₁

≠ 0 Financial Literacy berpengaruh signifikan terhadap potensi risiko gagal bayar kartu kredit masyarakat di Surabaya.

b. H

₀

: 𝛽

₂

= 0 Compulsive Buying tidak berpengaruh signifikan terhadap potensi risiko gagal bayar kartu kredit masyarakat di Surabaya.

H

₁

: 𝛽

₂

≠ 0 Compulsive Buying berpengaruh signifikan terhadap potensi risiko gagal bayar kartu kredit masyarakat di Surabaya.

Persamaan 2 :

c. H

₀

: 𝛽

₃

= 0 Materialisme tidak berpengaruh signifikan terhadap compulsive buying

H

₁

: 𝛽

₃

≠ 0 Materialisme berpengaruh signifikan terhadap compulsive buying

Persamaan 3 :

d. H

₀

: 𝛽

₄

= 0 Materialisme tidak berpengaruh signifikan terhadap tingkat rata-rata saldo kartu kredit masyarakat di Surabaya.

H

₁

: 𝛽

₄

≠ 0 Materialisme berpengaruh signifikan terhadap tingkat

rata-rata saldo kartu kredit masyarakat di Surabaya.

(17)

42

e. H

₀

: 𝛽

₅

= 0 Debt Management tidak berpengaruh signifikan terhadap tingkat rata-rata saldo kartu kredit masyarakat di Surabaya.

H

₁

: 𝛽

₅

≠ 0 Debt Management berpengaruh signifikan terhadap tingkat rata-rata saldo kartu kredit masyarakat di Surabaya.

f. H

₀

: 𝛽

₆

= 0 Financial Anxiety tidak berpengaruh signifikan terhadap tingkat rata-rata saldo kartu kredit masyarakat di Surabaya.

H

₁

: 𝛽

₆

≠ 0 Financial Anxiety berpengaruh signifikan terhadap tingkat rata-rata saldo kartu kredit masyarakat di Surabaya.

Persamaan 4 :

g. H

₀

: 𝛽

₇

= 0 Tingkat rata-rata saldo kartu kredit tidak berpengaruh signifikan terhadap potensi risiko gagal bayar kartu kredit masyarakat di Surabaya.

H

₁

: 𝛽

₇

≠ 0 Tingkat rata-rata saldo kartu kredit berpengaruh signifikan terhadap potensi risiko gagal bayar kartu kredit masyarakat di Surabaya.

Kriteria yang harus dipenuhi :

a. Apabila signifikansi < 0.05, maka tolak

H₀

yang artinya variabel independen berpengaruh signifikan terhadap variabel dependen.

b. Apabila signifikansi ≥ 0.05, maka terima

H₀