Anda di halaman 1dari 5

CARA SKOR

KUISIONER YANG BERMAKNA PENGETAHUAN JAWABNNYA


Salah atau benar
Contohnya apakah mencuci tangan sehabis makan itu baik?
a
b

Salah
Benar

Kalau reponden jawab salah dikasih nol waktu rakap tapi benar dikasih 1
N0 Responden
1
Salah (0)

2
Benar (1)

Pertanyaan
3
salah(0)

4
Benar (1)

Alasan pakai skor karena jawaban bersifat kualitatif sehingga pada saat input ke rekapitulasi data
harus diubah menjadi numerik supaya bisa menjadi kuantitatif untuk dianalisis

Uji Validitas
Uji validitas adalah esens kebenaran penelitian. Sebuah instrument dikatakan valid
apabila mampu, mengukur apa yang hendak diukur serta dapat mengungkapkan data dan
variabel yang akan diteliti secara tepat. Kriteria validitas yang dilakukan dengan analisis
faktor (Confimatory Factor Analysis) adalah valid jika nilai Keiser Myer Oklin> 0,6 dan
Barletts Test dengan signifikansi < 0,05 dan component loading masing-masing indikator >
0, 60 (Ghozali, 2002).
Hasil Uji Reliabilitas
Pengujian reliabilitas dalam penelitian ini dilakukan dengan menghitung Cronbach
Alpha sehingga nilai kritis reliabilitas dapat ditentukan sebesar 0,60 (Ghozali, 2002:42)
sehingga dapat dikatakan reliabel jika nilai lebih besar dari angka kritis reliabilitas.
Analisis Regresi Logistik
Analisis data merupakan suatu langkah yang penting dalam suatu penelitian. Pemilihan
metode analisis didasarkan pada jenis data yang terkumpul. Dalam penelitian ini, metode
analisis yang digunakan adalah analisis data kuantitatif. Analisis data kuantitatif memiliki ciri

khusus yaitu dapat dinilai dengan angka. Metode analisis data yang digunakan dalam
penelitian ini adalah menggunakan analisis regresi logistik.
Alasan pakai logistik:
Pakai logistik karena skala juga campuran dan variabel y bersifat binnary dalam penelitian
kita variabelnya itu ada yang dummy contohnya pengetahuan dinyatakan 0 dan 1 , kemudian
variabel sikap menggunakan skala likert dan umusia atau demografi ada yang berskala
ratio. Karena itu pakai logistik supaya bis amngakomodir variabel penelitian.

Menilai Kelayakan Logistik


Kelayakan suatu model logistik ditentukan dengan menggunakan Hosmer and
Lemeshow Test. Suatu model logistik dikatakan layak apabila nilai probabilitas pada Hosmer
and Lemeshow Test lebih besar dari 0,05 (0,05). Sebaliknya jika nilai probabilitas lebih kecil
dari 0,05 (<0,05) maka model logistik dinyatakan tidak layak (Ghozali, 2002:176).
Menilai Keseluruhan Model (Overall Model Fit)
Menilai keseluruhan model menunjukkan model logistik yang lebih baik atau
sebaliknya antara model logistik pada Block number = 0 dan Block number = 1. Hal ini
didasarkan pada nilai -2 Log Likehood. Keseluruhan model baik apabila ada penurunan nilai
-2 Log Likehood pada Block number = 1 lebih baik dari Block number = 0 sehingga
menunjukkan model logistik yang lebih baik. Hal itu dikarenakan nilai -2 Log Likehood
merupakan transformasi dari likelihood L yang merupakan probabilitas bahwa model yang
dihipotesiskan menggambarkan data input sehingga transformasi -2 Log Likehood dapat juga
digunakan untuk memperbaiki model fit.
Regresi Logistik
Regresi logistik (logit) adalah sebuah alat statistik sebagai bagian dari model statistik
yang dinamakan Generalized Linear Models (GLM) yang menghasilkan persamaan yang
bersifat prediksi. Logit memberikan prediksi dari hasil yang terpisah yang pada umumnya
adalah dikotomi sebagai variabel dependen dengan berbagai jenis tipe variabel independen
seperti rasio, continus dan dikotomi pada dua nilai atau lebih (Sudaryanto, et al., 2007:8).
Logit menjadi pilihan alat statistik juga untuk memecahkan masalah variabel dikotomi
sebagai pengganti penggunaan analisis diskriminan. Penelitian yang dilakukan Pohlmann

(2003) dalam (Sudaryanto, et al., 2007:9) menyatakan bahwa regresi logistik menjadi pilihan
model bagi analisis regresi dengan variabel dependen yang binari dan mampu mengakomodir
dari semua jenis data.
Dalam penelitian ini, model logit yang digunakan menggunakan variabel independen
dan dependen yang berskala binari (dummy) dimana keputusan pembelian menjadi variabel
yang akan diprediksi oleh variabel independen terhadap pengambilan kepuasan masyarakat
digunakan alat analisis regresi logistik. Persamaan regresi logistik dapat dinyatakan sebagai
berikut (Sudaryanto, et al., 2007:9):
Ln odds (S X 1 , X 2 ,....X 5 ) b 0 b 1 X 1 b 2 X 2 ........b k X k
atau
Ln

P
b 0 b 1 X 1 b 2 X 2 .............. b 9 X 9
1- p

Dimana:
Ln

= Logaritma natural

= Probabilitas Kepuasan Masyarakat

b0

= nilai konstanta dari persamaan regresi

b1

Koefisien regresi variabel demografi

b2

Koefisien regresi variabel tingkat pendapatan

b3

Koefisien regresi variabel pendidikan

b4

Koefisien regresi variabel sanitasi berbasis lingkungan

b5

Koefisien regresi variabel Penanggulangan diare

X1

Variabel demografi

X2

Variabel tingkat pendapatan

X3

Variabel pendidikan

X4

Variabel sanitasi berbasis lingkungan

Metode regresi logistik dinyatakan dalam suatu model probabilitas yaitu model dimana
variabel dependen adalah logaritma dari probabilitas suatu atribut akan berlaku dalam kondisi
adanya variabel-variabel bebas tertentu.

Likelihood Ratio (LR) Test

Untuk menguji hipotesis bahwa semua koefisien arah secara simultan atau bersamasama, terbesar 0 (=nol) sejenis uji F dalam model logit adalah Likehood Ratio (LR) Statistic.
Dalam hipotesis seperti ini, LR statistic mengikuti distribusi Khikuadrat (chi-square) dengan
df = degress of fridom sebanyak variabel bebas (Supranto, 2004:328).
Koefisien Determinasi
Koefisien ini digunakan untuk mengetahui besarnya sumbangan variabel independen
(bebas) terhadap variabel terikat yaitu kepuasan masyarakat digunakan koefisien determinasi
berganda dengan batas R2 adalah 0<R2<1 dalam model logit ini digunakan ukuran ketepatan
fungsional yang berbeda dengan regresi karena variabel terikatnya dummy atau binary.
Ukuran yang mirip dengan R2 yang disebut psudeo R2 (Supranto, 2004:327).
1
LLFur

LLFr

R =
Dimana LLFur adalah fungsi loglikelihood tidak terbatas dimana semua regresi
dimasukkan dalam model dan LLF, adalah fungsi loglikelihood terbatas dimana hanya
beberapa yang dimasukkan dalam model. Konsepnya, LLF ur adalah sederajat dengan RSS
dan LLF, adalah sejenis dengan TSS pada model regresi linear (Gujarati, 2003:606).
Kriteria pengujian:
1) Apabila nilai R2 hampir mendekati 1, maka kontribusi pengaruh variabel independen
terhadap kepuasan masyarakat kuat.
2) Apabila nilai R2 hampir mendekati 0, maka kontribusi pengaruh variabel independen
terhadap kepuasan masyarakat lemah.
Kriteria Pengambilan Keputusan (uji hipotesis)
Untuk mengetahui apakah masing-masing variabel independen yaitu dimensi usia,
tingkat pendapatan, tingkat pendidikan, motif, persepsi dan sikap berpengaruh secara
individu terhadap variabel dependen yaitu kepuasan masyarakat digunakan Uji Wald.
Menurut Hoemer dan Lemshow dalam Filed (2005), langkah-langkah sebagai berikut.
1) Merumuskan hipotesis
a) Ho:bi = 0, berarti variabel independen secara parsial tidak berpengaruh signifikan
terhadap variabel dependen.
b) Ho:bi 0, berarti variabel independen secara parsial berpengaruh signifikan

terhadap variabel dependen


2) Perhitungan staistik Wald adalah:
W=

bi
SE( bi)

3) Menentukan level of Significant sebesar = 0,05


4) Menentukan peraturan-peraturan pengujiannya atau kriterianya (Rule of The Thumb)
sebagai berikut:
a)

Jika probabilitas 0,05 maka H0 diterima.

b)

Jika probabilitas < 0,05 maka H0 ditolak.