BAB III METODOLOGI PENELITIAN
B. Pengujian Persyaratan Analisis Data
56
B. Pengujian Persyaratan Analisis Data
Sehingga dapat disimpulkan bahwa 100% item pernyataan dalam koesioner tersebut valid.
b. Uji Validitas variabel Y
Tabel 4.12 Hasil Uji Validitas Variabel Y
Variabel Perilaku Konsumtif
(Y
)
No. Butir Item Pertanyaan
Nilai r hitung Nilai r tabel Nilai
Signifikansi Keterangan
1 0,648 0,201 0.000 VALID
2 0,762 0,201 0.000 VALID
3 0,750 0,201 0.000 VALID
4 0,748 0,201 0.000 VALID
5 0,683 0,201 0.000 VALID
6 0,812 0,201 0.000 VALID
7 0,842 0,201 0.000 VALID
8 0,800 0,201 0.000 VALID
9 0,586 0,201 0.000 VALID
10 0,803 0,201 0.000 VALID
11 0,758 0,201 0.000 VALID
12 0,762 0,201 0.000 VALID
13 0,419 0,021 0,000 VALID
14 0,482 0,021 0,000 VALID
15 0,574 0,021 0,000 VALID
Sumber: Data diolah dengan IBM SPSS 26
Berdasarkan tabel 4.6 Hasil uji validitas variabel Y dapat diketahui bahwa nilai rhitung dari 15 item pernyataan yang terdapat dalam kuesioner lebih besar dari rtabel .
Sehingga dapat disimpulkan bahwa 100% item pernyataan tersebut valid.
2. Uji Reliabilitas
Uji reliabilitas bertujuan untuk mengetahui sejauh mana hasil pengukuran tetap konsisten, apabila dilakukan pengukran dua kali atau lebih terhadap gejala yang sama dengan menggunakan alat ukur yang sama pula. Suatu variavel dikatakan reliabel atau handal juka jawaban terhadap pernyataan selalu konsisten. Koefisien reliabilitas dimaksudkan untuk melihat konsistensi jawaban butir-butir pernyataan yang diberikan kepada responden. Dasar pengambilan kepuusannya adalah:
58
a. Jika Cronbach Alpha > r tabel = Konsisten (Handal) b. Jika Cronbach Alpha < rtabel = Tidak Konsisten
Adapun hasil uji reliabilitas dari setiap item pernyataan dalam penelitian ini sebagai berikut:
Tabel 4.13 Hasil Uji Reliabilitas
Reliability Statistics
Cronbach's Alpha N of Items
.903 25
Sumber: Data diolah dengan IBM SPSS 26
Berdasarkan tabel diatas, uji reliabilitas disetiap item pernyataan terhadap sebuah variabel diperoleh nilai Cronbach Alpha (rhitung) 0,903 > rtabel 0,60, maka intrument pernyataan dinyatakan reliabel atau konsiten (handal). Jadi, uji intrument data pada semua variabel sudah valid dan reliabel untuk seluruh butir instrumennya, maka dapat digunakan untuk pengukuran data dalam rangka pengumpulan data.
3. Uji Normalitas
Uji normalitas digunakan untuk mengetahui apakah nilai residual meliki restribusi normal atau tidak. Pengujian ini dilakukan dengan membandingkan nilai signifikansi.
a. Jika angka sig. Uji Kolmogrov Smirnov Goodness of Fit Test lebih besar dari 0,05 maka residual berdistribusi normal.
b. Jika angka sig. Uji Kolmogrov Smirnov Goodness of Fit Test lebih kecil dari 0,05 maka residual tidak berdistribusi normal.
Berikut hasil uji normalitas:
Tabel 4.14 Hasil Uji Normalitas
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 96 Normal Parametersa,b
Mean .0000000
Std. Deviation 11.27312611
Most Extreme Differences
Absolute .090
Positive .090
Negative -.057
Test Statistic .090
Asymp. Sig. (2-tailed) .052c
Monte Carlo Sig. (2-tailed)
Sig. .394d
99% Confidence Interval
Lower Bound .382
Upper Bound .407
a. Test distribution is Normal.
b. Calculated from data.
c. Lilliefors Significance Correction.
d. Based on 10000 sampled tables with starting seed 2000000.
Sumber: Data diolah dengan IBM SPSS 26
Berdasarkan tabel diatas, dapat dilihat bahwa nilai sig. Pada uji Kolmogrov Smirnov Goodness of Fit Test yakni 0,394 > 0,05 sehingga residual dinyatakan berdistribusi normal.
4. Uji Linearitas
Uji Linearitas bertujuan untuk mengetahui apakah dua variabel mempunyai hubungan yang linear secara signifikan atau tidak. Dasar pengambilan keputusan sebagai berikut:
a. Jika nilai Deviation from Linearity Sig. > 0,05, maka ada hubungan yang linear secara signifikan antara variabel independent dengan variabel dependen.
b. Jika nilai Deviation from Linearity Sig. < 0,05, maka tidak ada hubungan yang linear secara signifikan antara variabel independent dengan variabel dependen.
Hasil uji Linearitas:
60
Tabel 4.15 Hasil Uji Linearitas
Sumber: Data diolah dengan IBM SPSS 26
Berdasarkan tabel diatas, dapat dilihat bahwa nilai Sig. Deviation From Linearity sebesar 0,208 > 0,05. Sehingga otomatis ada hubungan yang linear antara variabel digital payment dengan variabel perilaku konsumtif.
5. Uji Korelasi Pearson Product Moment
Uji korelasi pearson product moment digunakan untuk mengukur apakah variabel indepent meliki hubungan dengan variabel dependent serta untuk mengetahui kekuatan hubungan antara varibel X dengan variabel Y.
Dasar pengambilan keputusan:
a. Jika nilai signifikansi < 0,05 maka memiliki hubungan (berkorelasi)
b. Jika nilai signifikansi > 0,05 maka tidak memiliki hubungan (tidak berkorelasi) Untuk melihat kekuatan hubungan:
a. Jika nilai pearson Correlation 0,000 s/d 0,199 = Korelasi sangat rendah b. Jika nilai pearson Correlation 0,20 s/d 0,399 = Korelasi rendah
c. Jika nilai pearson Correlation 0,40 s/d 0,599 = Korelasi cukup kuat d. Jika nilai pearson Correlation 0,60 s/d 0,799 = Korelasi kuat
e. Jika nilai pearson Correlation 0,80 s/d 1,000 = Korelasi sangat kuat Berikut hasil uji korelasi pearson product moment pada penelitian ini:
ANOVA Table
Sum of Squares
df Mean Square
F Sig.
Perilaku Konsumtif * Digital Payment
Between Groups
(Combined) 4253.619 25 170.145 1.421 .127 Linearity 563.080 1 563.080 4.702 .034 Deviation from
Linearity 3690.539 24 153.772 1.284 .208
Within Groups 8382.381 70 119.748
Total 12636.000 95
Tabel 4.16 Hasil Uji Korelasi
Correlations
Digital Payment Perilaku Konsumtif
Digital Payment
Pearson Correlation 1 .211*
Sig. (2-tailed) .039
N 96 96
Perilaku Konsumtif
Pearson Correlation .211* 1
Sig. (2-tailed) .039
N 96 96
*. Correlation is significant at the 0.05 level (2-tailed).
Sumber: Data diolah dengan IBM SPSS 21
Berdasarkan tabel diatas , dapat dilihat bahwa nilai sig. nya yaitu 0,039 < 0,05 sehingga dinyatakan kedua variabel memiliki korelasi (hubungan). Dapat dilihat pada nilai Pearson Correlation yaitu 0,211, sehingga hubungan antara variabel digital payment dengan variabel perilaku konsumtif rendah.
6. Uji Regresi Linear Sederhana
Uji regresi linear sederhana bertujuan untuk mengetahui arah hubungan antara variabel independen dengan variabel dependen, apakah positif atau negatif. Sera memprediksi nilai dari variabel terikat jika nilai variabel bebas mengalami kenaikan atau penurunan. Berikut hasil uji regresi linear sederhana:
Tabel 4.17 Tabel Variabel Penelitian
Variables Entered/Removeda
Model Variables Entered Variables Removed Method
1 Digital Paymentb . Enter
a. Dependent Variable: Perilaku Konsumtif b. All requested variables entered.
Sumber: Data diolah dengan IBM SPSS 26
Tabel diatas menunjukkan mengenai variabel apa saja yang diproses, mana yang menjadi variabel bebas dan mana yang menajdi variabel terikat. Adapun yang
62
menjadi variabel bebas yaitu digital payment dan variabel terikat yaitu perilaku konsumtif.
Tabel 4.18 Ringkasan Model Summary Model Summaryb
Model R R Square Adjusted R Square Std. Error of the
Estimate
1 .211a .045 .034 11.33293
a. Predictors: (Constant), Digital Payment b. Dependent Variable: Perilaku Konsumtif
Sumber: Data diolah dengan IBM SPSS 26
Tabel diatas menujjukan besarnya nilai korelasi / hubungan (R) yaitu sebesar 0, 211 dan dijelaskan besarnya persentase pengaruh variabel bebas terhadap variabel terikat yang disebut Koefisien Determinasi yang merupakan hasil dari penguadratan R. Dari output tersebut diperoleh koefisien determinasi (R2) sebesar 0,045, yang berarti bahwa pengaruh variabel bebas (digital payment) terhadap variabel terikat (perilaku konsumtif adalah sebesar 4,5%, sedangkan sisanya yakni 95,5%
dipengaruhi variabel lain diluar penelitian ini.
Tabel 4.19 Anova
ANOVAa
Model Sum of Squares Df Mean Square F Sig.
1
Regression 563.080 1 563.080 4.384 .039b
Residual 12072.920 94 128.435
Total 12636.000 95
a. Dependent Variable: Perilaku Konsumtif b. Predictors: (Constant), Digital Payment
Sumber: Data diolah dengan IBM SPSS 21
Pada tabel diatas menjelaskan apakah ada pengaruh yang nyata (signifikan) variabel x terhadap variabel y. Dari tabel terlihat F hitung = 4,384 dengan tingkat signifikasi 0,039 < 0,05. Sehinnga dinyatakan varaibel digital payment berpengaruh secara signifikan terhadap variabel perilaku konsumtif.
Tabel 4.20 Koefisien
Coefficientsa
Model Unstandardized Coefficients Standardized
Coefficients
t Sig.
B Std. Error Beta
1
(Constant) 32.607 6.383 5.108 .000
Digital Payment .347 .166 .211 2.094 .039
a. Dependent Variable: Perilaku Konsumtif
Sumber: Data diolah dengan IBM SPSS 21
Tabel diatas menunjukkan pada kolom B nilai Constan (α) adalah 32,607, sedangkan nilai motivasi (β) adalah 0,347, sehingga persamaan model regresinya adalah:
Y = 32,607 + 0,347X + e Penjelasan:
a. Nilai konstansa positif sebesar 32,607, menujukkan pengaruh positif variabel independen (digital payment). Bila variabel Independen naik atau berpengaruh dalam satu satuan, maka variabel perilaku konsumtif akan naik juga.
b. Koefisien regresi X sebesar 0,347, menyatakan bahwa jika penggunaan digital payment (X) mengalami kenaikan satu satuan, maka perilaku konsumtif (Y) akan mengalami kenaikan sebesar 0,347 atau 34,7%.
C. Pengujian Hipotesis