Interpretasi Hasil Uji regresi Berganda1) Pengujian Korelasi Sebelum dilakukan analisis regresi, maka perlu dilakukan uji korelasi dengan menggunakan korelasi Product Momen Pearson untuk mengetahui adanya hubungan antara X1 dan X2 dengan Y. Tabel Uji Korelasi Product Momen Pearson Validitas Korelasi (r) Sig. (p) X1 0.014 0.468 Y X2 -0.056 0.374 Keterangan: X1= Pengetahuan, X2= Sikap, Y= Tindakan Variabel Berdasarkan Tabel di atas menunjukkan adanya hubungan yang TIDAK signifikan antara X1 (p=0.468), dan X2 (p=0.374) dengan Y. Artinya adanya peningkatan maupun penurunan Y tidak berhubungan dengan adanya peningkatan maupun penurunan dari faktor X1 dan X2. 2) Pengujian Regresi Berganda Berdasarkan hasil pengujian, maka hasil regresi dapat disusun dalam bentuk tabel sebagai berikut: Tabel Hasil Analisis Regresi Variabel Koefisien regresi (b) Std. Error Beta0.625 0.138 0.277 0.020 -0.058

Thitung3.283 0.113 -0.330

Sig.0.002 0.911 0.743

Keterangan Signifikan Tidak Signifikan Tidak Signifikan

2.053 Konstanta 0.016 X1 -0.091 X2 R (Multiple R) R Square F hitung Sign. F

= 0,059 = 0,003 = 0.058 = 0,944 = 0,05

Uji hipotesis menggunakan multiple regresion mempunyai tujuan untuk mengetahui apakah Variabel X1 dan X2 berpengaruh terhadap Variabel Y. Berikut ini hasil perhitungan F dan t.

Untuk menunjukkan apakah semua variabel bebas yang dimasukkan dalam model (Uji kelayakan model) mempunyai pengaruh signifikan secara bersamasama terhadap variabel terikat, maka digunakan uji F. Hipotesa: Ho : Variabel X1 dan X2 dengan Variabel Y tidak mempunyai hubungan secara signifikan H1 : Variabel X1 dan X2 dengan Variabel Y signifikan Kriteria penolakan : Tolak Ho jika : F hitung > F ,1, n 2 atau nilai Sig. < 0,05 Terima Ho jika : F hitung < F ,1, n 2 atau nilai Sig. > 0,05 Berdasarkan tabel tersebut di atas hipotesis yang dilakukan dengan uji F yaitu pengujian secara serentak (simultan) menunjukkan nilai signifikansi 0.944 (p>0.05), sehingga dapat disimpulkan tidak ada pengaruh yang signifikan secara simultan dari variabel X1 dan X2 terhadap Variabel Y. Untuk menunjukkan apakah variabel bebas secara individu mempunyai pengaruh yang signifikan parsial). Untuk menunjukkan keberartian koefisien regresi terhadap model regresi yang terbentuk, maka dengan mengambil hipotesis: Ho : Koefisien regresi tidak signifikan (nyata) H1 : Koefisien regresi signifikan (nyata) Berdasarkan hasil penelitian, dengan mengambil taraf nyata (signifikansi) sebesar 5% (0.05), untuk konstanta diperoleh nilai signifikansi (p) sebesar 0.002 (p0.05). Maka dapat disimpulkan bahwa X1 dan X2 tidak mempunyai pengaruh yang signifikan secara parsial terhadap Variabel Y. o Sumbangan Efektif terhadap variabel terikat maka digunakan uji t (uji mempunyai hubungan secara

Pengujian sumbangan efektif dilakukan untuk mengetahui kontribusi masing-masing variabel independen terhadap variabel dependen. Dalam hal ini uji sumbangan

efektif untuk mengetahui kontribusi. Menurut Hasan (2002)1, rumus yang digunakan untuk menghitung sumbangan efektif adalah sebagai berikut : SE = R x B x 100 Dimana: SE = Sumbangan Efektif R = Nilai koefisien korelasi B = Beta 100 = Nilai konstan Dalam penelitian ini uji sumbangan efektif digunakan untuk mengetahui kontribusi dari X1, dan X2. Tabel. Perhitungan Sumbangan Efektif Variabel X1 X2 R B Perhitungan 0.014 0.020 0.014x0.020x100 -0.056 -0.058 -0.056x-0.058x100 Total Sumbangan Efektif SE 0.027% 0.321% 0.348%

Berdasarkan hasil perhitungan tersebut, ternyata variabel Sikap (X2) menunjukkan sumbangan efektif yang paling besar yaitu sebesar 0.321%. Namun, meskipun demikian, hasil analisis regresi ini menjadi tidak layak untuk diinterpretasikan lebih lanjut, karena dari hasil pengujian sudah menunjukkan bahwa antara X1 dan X2 tidak mempunyai pengaruh yang signifikan (bermakna) terhadap Y. Selanjutnya dari hasil perhitungan tersebut dapat diketahui bahwa Pengetahuan (X1) dan Sikap (X2) ternyata HANYA mampu memberikan sumbangan efektif total sebesar 0.348% terhadap Tindakan (Y). Besarnya sumbangan efektif total ini sama dengan besarnya koefisien determinasi (R-square=R2) yaitu sebesar 0.3%. Implikasinya adalah terdapat beberapa variabel lain yang pengaruhnya mencapai 99.7%, yang juga mempengaruhi Tindakan selain Pengetahuan (X1) dan Sikap (X2).

1

Hasan, M. Iqbal. 2002. Pokok-Pokok Metodologi Penelitian dan Aplikasinya. Jakarta: Ghalia Indonesia.