Data tesis Mas Angga disimpan di github. Data dibaca dari github dan disimpan sebagai tabel dengan nama data.
data <- read.csv("https://github.com/masdian/data_sources/raw/main/tesis_angga.csv")dim(data)## [1] 50 66Terdapat 50 responden (baris) dan 66 variabel (kolom) dari tabel data. Berikut adalah nama-nama variabel dalam tabel data
names(data)## [1] "X1.1" "X1.2" "X1.3" "X1.4" "X1.5" "X1.6" "X21.1" "X21.2"
## [9] "X21.3" "X21.4" "X21.5" "X21.6" "X21.7" "X21.8" "X21.9" "X21.10"
## [17] "X21.11" "X21.12" "X22.1" "X22.2" "X22.3" "X22.4" "X22.5" "X22.6"
## [25] "X22.7" "X22.8" "X22.9" "X22.10" "X22.11" "X22.12" "X23.1" "X23.2"
## [33] "X23.3" "X23.4" "X23.5" "X23.6" "X23.7" "Y1.1" "Y1.2" "Y1.3"
## [41] "Y1.4" "Y1.5" "Y1.6" "Y1.7" "Y1.8" "Y1.9" "Y2.1" "Y2.2"
## [49] "Y2.3" "Y2.4" "Y2.5" "Y2.6" "Y2.7" "Y2.8" "Y2.9" "Y2.10"
## [57] "Y3.1" "Y3.2" "Y3.3" "Y3.4" "Y3.5" "Y3.6" "Y3.7" "Y3.8"
## [65] "Y3.9" "Y3.10"Variabel yang akan diuji validitas dan reliabilitas adalah variabel \(X_{2.1}\), \(X_{2.1}\), \(X_{2.3}\), \(Y_1\), \(Y_2\), dan \(Y_3\).
x21 <- data[, 7:18]
x22 <- data[, 19:30]
x23 <- data[, 31:37]
y1 <- data[, 38:46]
y2 <- data[, 47:56]
y3 <- data[, 57:66]Uji validitas dan reliabilitas menggunakan package psych.
library(psych)Pengujian validitas dan reliabilitas untuk variabel \(X_{2.1}\) (Ragam Media)
alpha(x21, check.keys = T)##
## Reliability analysis
## Call: alpha(x = x21, check.keys = T)
##
## raw_alpha std.alpha G6(smc) average_r S/N ase mean sd median_r
## 0.84 0.85 0.9 0.32 5.6 0.032 2.4 0.51 0.35
##
## lower alpha upper 95% confidence boundaries
## 0.78 0.84 0.91
##
## Reliability if an item is dropped:
## raw_alpha std.alpha G6(smc) average_r S/N alpha se var.r med.r
## X21.1 0.82 0.83 0.88 0.31 4.8 0.036 0.040 0.32
## X21.2 0.82 0.82 0.87 0.30 4.6 0.037 0.036 0.32
## X21.3 0.83 0.83 0.88 0.31 4.8 0.036 0.040 0.35
## X21.4 0.85 0.86 0.90 0.35 6.0 0.032 0.033 0.39
## X21.5 0.82 0.83 0.87 0.30 4.8 0.036 0.039 0.32
## X21.6 0.83 0.83 0.87 0.31 5.0 0.035 0.038 0.35
## X21.7 0.81 0.82 0.87 0.29 4.5 0.038 0.037 0.30
## X21.8 0.83 0.83 0.89 0.31 4.9 0.036 0.040 0.34
## X21.9 0.84 0.85 0.89 0.33 5.5 0.032 0.037 0.36
## X21.10 0.82 0.83 0.88 0.31 4.9 0.036 0.037 0.32
## X21.11 0.86 0.86 0.89 0.35 6.0 0.028 0.032 0.38
## X21.12 0.84 0.84 0.89 0.33 5.4 0.032 0.042 0.39
##
## Item statistics
## n raw.r std.r r.cor r.drop mean sd
## X21.1 50 0.72 0.69 0.68 0.62 1.9 1.05
## X21.2 50 0.77 0.77 0.77 0.72 1.5 0.68
## X21.3 50 0.69 0.69 0.66 0.60 2.0 0.86
## X21.4 50 0.29 0.33 0.25 0.20 3.3 0.56
## X21.5 50 0.72 0.72 0.71 0.64 2.5 0.84
## X21.6 50 0.65 0.65 0.64 0.54 2.7 0.96
## X21.7 50 0.81 0.81 0.80 0.76 2.1 0.78
## X21.8 50 0.67 0.67 0.63 0.58 1.8 0.86
## X21.9 50 0.47 0.49 0.44 0.36 2.9 0.77
## X21.10 50 0.69 0.69 0.66 0.61 2.1 0.78
## X21.11 50 0.36 0.32 0.26 0.20 2.4 1.03
## X21.12 50 0.49 0.50 0.44 0.38 2.8 0.79
##
## Non missing response frequency for each item
## 1 2 3 4 miss
## X21.1 0.42 0.40 0.02 0.16 0
## X21.2 0.56 0.38 0.04 0.02 0
## X21.3 0.34 0.34 0.30 0.02 0
## X21.4 0.00 0.04 0.58 0.38 0
## X21.5 0.08 0.44 0.34 0.14 0
## X21.6 0.12 0.30 0.36 0.22 0
## X21.7 0.16 0.62 0.14 0.08 0
## X21.8 0.44 0.40 0.10 0.06 0
## X21.9 0.04 0.20 0.54 0.22 0
## X21.10 0.20 0.50 0.26 0.04 0
## X21.11 0.22 0.32 0.28 0.18 0
## X21.12 0.06 0.26 0.52 0.16 0Ringkasan Statistik: Hasil uji reliabilitas secara keseluruhan bagi item-item atau instrumen-istrumen penyusun variabel Ragam Media bisa dilihat pada nilai raw alpha. raw_alpha adalah nilai Cronbach’s \(\alpha\) (jika nilainya ≥ 0.7 atau 0.8 maka item-item penyusun variabel yang diuji memiliki reliabilitas yang baik; Kline (1999)). Terlihat bahwa nilai raw aplha yang didapat adalan \(0.84\) sehingga bisa dikatakan bahwa secara keseluruhan item-item atau instrumen-istrumen penyusun variabel Ragam Media reliabel, dapat dipercaya, dan dapat digunakan.
Hasil uji validitas bisa dilihat dengan dengan membandingkan nilai Croncbach’s alpha dengan nilai raw alpha dari setiap isntrumen atau item. Jika nilai raw alpha pada bagian Reliability if an item is dropped: lebih besar dari nilai Cronbach’s alpha, maka item atau instrumen tersebut bisa dikatakan tidak valid karena ketika item atau instrumen tersebut didrop atau dibuang akan membuat nilai Cronbach’s alpha meningkat. Terlihat bahwa \(X_{21.4}\) dan \(X_{21.11}\) memiliki nilai raw alpha lebih besar dari \(0.84\) sehingga bisa dikatakan kedua item tersebut tidak valid dan bisa dibuang.
Pengujian validitas dan reliabilitas untuk variabel \(X_{2.2}\) (Informasi Hoax)
alpha(x22, check.keys = T)##
## Reliability analysis
## Call: alpha(x = x22, check.keys = T)
##
## raw_alpha std.alpha G6(smc) average_r S/N ase mean sd median_r
## 0.95 0.96 0.98 0.67 25 0.01 1.3 0.42 0.7
##
## lower alpha upper 95% confidence boundaries
## 0.93 0.95 0.97
##
## Reliability if an item is dropped:
## raw_alpha std.alpha G6(smc) average_r S/N alpha se var.r med.r
## X22.1 0.96 0.97 0.99 0.72 28 0.0091 0.016 0.72
## X22.2 0.95 0.96 0.98 0.68 23 0.0111 0.025 0.70
## X22.3 0.95 0.96 0.98 0.68 24 0.0108 0.024 0.70
## X22.4 0.95 0.96 0.98 0.68 23 0.0109 0.024 0.69
## X22.5 0.95 0.96 0.98 0.66 21 0.0118 0.024 0.68
## X22.6 0.95 0.96 0.98 0.67 22 0.0117 0.026 0.69
## X22.7 0.94 0.96 0.98 0.66 21 0.0121 0.024 0.69
## X22.8 0.95 0.96 0.98 0.66 22 0.0115 0.022 0.69
## X22.9 0.95 0.96 0.98 0.66 22 0.0114 0.022 0.69
## X22.10 0.95 0.96 0.98 0.66 22 0.0114 0.020 0.70
## X22.11 0.95 0.96 0.98 0.66 22 0.0116 0.023 0.69
## X22.12 0.96 0.96 0.98 0.70 26 0.0093 0.019 0.70
##
## Item statistics
## n raw.r std.r r.cor r.drop mean sd
## X22.1 50 0.64 0.62 0.57 0.56 1.4 0.66
## X22.2 50 0.82 0.83 0.83 0.79 1.2 0.45
## X22.3 50 0.78 0.79 0.78 0.74 1.2 0.52
## X22.4 50 0.80 0.81 0.80 0.76 1.2 0.45
## X22.5 50 0.91 0.92 0.92 0.90 1.2 0.48
## X22.6 50 0.87 0.86 0.85 0.84 1.3 0.59
## X22.7 50 0.93 0.92 0.92 0.91 1.3 0.54
## X22.8 50 0.90 0.91 0.91 0.88 1.2 0.44
## X22.9 50 0.88 0.90 0.90 0.86 1.2 0.44
## X22.10 50 0.88 0.91 0.91 0.86 1.2 0.42
## X22.11 50 0.90 0.91 0.90 0.88 1.2 0.45
## X22.12 50 0.72 0.68 0.66 0.63 1.5 0.74
##
## Non missing response frequency for each item
## 1 2 3 4 miss
## X22.1 0.72 0.22 0.04 0.02 0
## X22.2 0.82 0.16 0.02 0.00 0
## X22.3 0.80 0.16 0.04 0.00 0
## X22.4 0.82 0.16 0.02 0.00 0
## X22.5 0.78 0.20 0.02 0.00 0
## X22.6 0.72 0.22 0.06 0.00 0
## X22.7 0.76 0.20 0.04 0.00 0
## X22.8 0.84 0.14 0.02 0.00 0
## X22.9 0.84 0.14 0.02 0.00 0
## X22.10 0.86 0.12 0.02 0.00 0
## X22.11 0.82 0.16 0.02 0.00 0
## X22.12 0.60 0.30 0.08 0.02 0Penjelasan hasil pengujian sama seperti pada pengujian variabel Ragam Media
Pengujian validitas dan reliabilitas untuk variabel \(X_{2.3}\) (Frekuensi Penerimaan Pesan)
alpha(x23, check.keys = T)## Warning in alpha(x23, check.keys = T): Some items were negatively correlated with total scale and were automatically reversed.
## This is indicated by a negative sign for the variable name.##
## Reliability analysis
## Call: alpha(x = x23, check.keys = T)
##
## raw_alpha std.alpha G6(smc) average_r S/N ase mean sd median_r
## 0.8 0.8 0.83 0.37 4 0.044 3.3 0.47 0.36
##
## lower alpha upper 95% confidence boundaries
## 0.71 0.8 0.88
##
## Reliability if an item is dropped:
## raw_alpha std.alpha G6(smc) average_r S/N alpha se var.r med.r
## X23.1 0.79 0.79 0.80 0.39 3.8 0.045 0.027 0.37
## X23.2 0.78 0.78 0.79 0.38 3.6 0.048 0.029 0.37
## X23.3 0.77 0.78 0.81 0.37 3.5 0.050 0.030 0.36
## X23.4 0.73 0.74 0.77 0.32 2.9 0.060 0.031 0.35
## X23.5- 0.80 0.81 0.83 0.41 4.2 0.044 0.028 0.37
## X23.6 0.75 0.75 0.78 0.34 3.0 0.054 0.032 0.35
## X23.7 0.76 0.76 0.79 0.35 3.2 0.052 0.032 0.36
##
## Item statistics
## n raw.r std.r r.cor r.drop mean sd
## X23.1 50 0.59 0.60 0.53 0.42 3.5 0.71
## X23.2 50 0.62 0.64 0.58 0.48 3.5 0.61
## X23.3 50 0.68 0.66 0.59 0.52 2.9 0.78
## X23.4 50 0.82 0.81 0.79 0.72 3.1 0.76
## X23.5- 50 0.55 0.53 0.41 0.37 3.4 0.73
## X23.6 50 0.75 0.76 0.73 0.64 3.3 0.63
## X23.7 50 0.70 0.72 0.68 0.59 3.4 0.61
##
## Non missing response frequency for each item
## 1 2 3 4 miss
## X23.1 0.02 0.06 0.36 0.56 0
## X23.2 0.00 0.06 0.40 0.54 0
## X23.3 0.00 0.38 0.38 0.24 0
## X23.4 0.00 0.24 0.42 0.34 0
## X23.5 0.50 0.40 0.08 0.02 0
## X23.6 0.00 0.10 0.54 0.36 0
## X23.7 0.00 0.06 0.48 0.46 0Penjelasan hasil pengujian sama seperti pada pengujian variabel Ragam Media
Variabel \(X23.5\) urutan scoringnya harus dibalik
x23$X23.5 <- 5-x23$X23.5Pengujian validitas dan reliabilitas untuk variabel \(Y_{1}\) (Kognitif)
alpha(y1, check.keys = T)## Warning in alpha(y1, check.keys = T): Some items were negatively correlated with total scale and were automatically reversed.
## This is indicated by a negative sign for the variable name.##
## Reliability analysis
## Call: alpha(x = y1, check.keys = T)
##
## raw_alpha std.alpha G6(smc) average_r S/N ase mean sd median_r
## 0.72 0.77 0.89 0.28 3.4 0.061 2.9 0.44 0.2
##
## lower alpha upper 95% confidence boundaries
## 0.6 0.72 0.84
##
## Reliability if an item is dropped:
## raw_alpha std.alpha G6(smc) average_r S/N alpha se var.r med.r
## Y1.1 0.64 0.71 0.86 0.23 2.4 0.079 0.140 0.16
## Y1.2 0.65 0.71 0.86 0.24 2.5 0.076 0.130 0.20
## Y1.3 0.66 0.72 0.87 0.24 2.6 0.074 0.137 0.19
## Y1.4 0.64 0.70 0.85 0.22 2.3 0.081 0.130 0.17
## Y1.5 0.67 0.72 0.86 0.24 2.5 0.072 0.131 0.19
## Y1.6- 0.81 0.83 0.91 0.38 4.9 0.044 0.092 0.25
## Y1.7 0.71 0.78 0.90 0.30 3.5 0.065 0.152 0.19
## Y1.8 0.73 0.79 0.86 0.32 3.8 0.058 0.113 0.23
## Y1.9 0.71 0.77 0.86 0.30 3.4 0.063 0.128 0.20
##
## Item statistics
## n raw.r std.r r.cor r.drop mean sd
## Y1.1 50 0.796 0.821 0.797 0.71 3.2 0.71
## Y1.2 50 0.747 0.797 0.794 0.65 3.2 0.72
## Y1.3 50 0.720 0.770 0.740 0.63 3.3 0.64
## Y1.4 50 0.825 0.862 0.863 0.75 3.2 0.70
## Y1.5 50 0.714 0.775 0.763 0.63 3.4 0.56
## Y1.6- 50 0.013 0.046 -0.058 -0.21 3.0 0.90
## Y1.7 50 0.498 0.458 0.337 0.32 2.6 0.83
## Y1.8 50 0.451 0.363 0.358 0.23 2.2 0.94
## Y1.9 50 0.566 0.475 0.474 0.36 2.3 0.96
##
## Non missing response frequency for each item
## 1 2 3 4 miss
## Y1.1 0.02 0.12 0.54 0.32 0
## Y1.2 0.02 0.12 0.52 0.34 0
## Y1.3 0.00 0.10 0.52 0.38 0
## Y1.4 0.00 0.16 0.48 0.36 0
## Y1.5 0.00 0.04 0.56 0.40 0
## Y1.6 0.36 0.38 0.20 0.06 0
## Y1.7 0.06 0.40 0.38 0.16 0
## Y1.8 0.26 0.32 0.34 0.08 0
## Y1.9 0.26 0.32 0.32 0.10 0Penjelasan hasil pengujian sama seperti pada pengujian variabel Ragam Media
Variabel \(Y1.6\) urutan scoringnya harus dibalik
y1$Y1.6 <- 5-y1$Y1.6Pengujian validitas dan reliabilitas untuk variabel \(Y_{2}\) (Afektif)
alpha(y2, check.keys = T)##
## Reliability analysis
## Call: alpha(x = y2, check.keys = T)
##
## raw_alpha std.alpha G6(smc) average_r S/N ase mean sd median_r
## 0.92 0.92 0.95 0.55 12 0.017 3.3 0.49 0.56
##
## lower alpha upper 95% confidence boundaries
## 0.89 0.92 0.95
##
## Reliability if an item is dropped:
## raw_alpha std.alpha G6(smc) average_r S/N alpha se var.r med.r
## Y2.1 0.93 0.93 0.95 0.60 13.6 0.016 0.022 0.61
## Y2.2 0.91 0.92 0.94 0.56 11.3 0.019 0.035 0.58
## Y2.3 0.91 0.91 0.94 0.54 10.7 0.020 0.037 0.56
## Y2.4 0.91 0.91 0.94 0.54 10.5 0.020 0.033 0.56
## Y2.5 0.90 0.91 0.93 0.53 10.3 0.020 0.032 0.56
## Y2.6 0.91 0.92 0.93 0.55 10.8 0.020 0.032 0.57
## Y2.7 0.90 0.91 0.93 0.52 9.9 0.021 0.030 0.56
## Y2.8 0.90 0.91 0.93 0.53 10.1 0.020 0.030 0.56
## Y2.9 0.93 0.93 0.95 0.59 13.0 0.016 0.024 0.61
## Y2.10 0.90 0.91 0.94 0.53 10.1 0.021 0.031 0.56
##
## Item statistics
## n raw.r std.r r.cor r.drop mean sd
## Y2.1 50 0.53 0.53 0.45 0.42 3.0 0.67
## Y2.2 50 0.72 0.74 0.71 0.67 3.3 0.53
## Y2.3 50 0.80 0.80 0.77 0.74 3.0 0.67
## Y2.4 50 0.81 0.82 0.80 0.76 3.4 0.64
## Y2.5 50 0.85 0.85 0.85 0.81 3.4 0.64
## Y2.6 50 0.80 0.79 0.78 0.73 3.3 0.74
## Y2.7 50 0.89 0.89 0.90 0.86 3.4 0.61
## Y2.8 50 0.86 0.86 0.86 0.82 3.4 0.60
## Y2.9 50 0.59 0.57 0.51 0.47 3.1 0.78
## Y2.10 50 0.87 0.87 0.86 0.83 3.4 0.61
##
## Non missing response frequency for each item
## 1 2 3 4 miss
## Y2.1 0.02 0.18 0.62 0.18 0
## Y2.2 0.00 0.04 0.66 0.30 0
## Y2.3 0.04 0.08 0.68 0.20 0
## Y2.4 0.00 0.08 0.46 0.46 0
## Y2.5 0.00 0.08 0.46 0.46 0
## Y2.6 0.04 0.04 0.48 0.44 0
## Y2.7 0.00 0.06 0.48 0.46 0
## Y2.8 0.00 0.06 0.52 0.42 0
## Y2.9 0.04 0.14 0.52 0.30 0
## Y2.10 0.00 0.06 0.48 0.46 0Penjelasan hasil pengujian sama seperti pada pengujian variabel Ragam Media
Pengujian validitas dan reliabilitas untuk variabel \(Y_{3}\) (Konatif)
alpha(y3, check.keys = T)##
## Reliability analysis
## Call: alpha(x = y3, check.keys = T)
##
## raw_alpha std.alpha G6(smc) average_r S/N ase mean sd median_r
## 0.88 0.91 0.95 0.51 11 0.027 3.5 0.45 0.53
##
## lower alpha upper 95% confidence boundaries
## 0.83 0.88 0.93
##
## Reliability if an item is dropped:
## raw_alpha std.alpha G6(smc) average_r S/N alpha se var.r med.r
## Y3.1 0.86 0.90 0.95 0.50 8.8 0.032 0.044 0.51
## Y3.2 0.86 0.90 0.94 0.49 8.7 0.032 0.043 0.51
## Y3.3 0.86 0.90 0.94 0.50 9.0 0.032 0.045 0.52
## Y3.4 0.86 0.90 0.94 0.50 9.1 0.031 0.042 0.52
## Y3.5 0.87 0.90 0.94 0.50 9.1 0.030 0.037 0.52
## Y3.6 0.86 0.90 0.94 0.50 8.9 0.031 0.039 0.51
## Y3.7 0.92 0.93 0.94 0.58 12.4 0.018 0.023 0.61
## Y3.8 0.87 0.91 0.95 0.53 10.3 0.030 0.048 0.61
## Y3.9 0.86 0.90 0.94 0.50 9.0 0.031 0.042 0.52
## Y3.10 0.87 0.91 0.94 0.54 10.5 0.030 0.047 0.61
##
## Item statistics
## n raw.r std.r r.cor r.drop mean sd
## Y3.1 50 0.81 0.84 0.82 0.77 3.7 0.50
## Y3.2 50 0.84 0.87 0.86 0.80 3.6 0.54
## Y3.3 50 0.79 0.81 0.81 0.74 3.6 0.56
## Y3.4 50 0.77 0.81 0.79 0.71 3.6 0.53
## Y3.5 50 0.75 0.80 0.80 0.69 3.6 0.53
## Y3.6 50 0.77 0.83 0.82 0.72 3.7 0.51
## Y3.7 50 0.55 0.43 0.40 0.34 2.8 1.11
## Y3.8 50 0.71 0.66 0.62 0.61 3.4 0.72
## Y3.9 50 0.77 0.81 0.80 0.71 3.6 0.57
## Y3.10 50 0.66 0.63 0.60 0.57 3.4 0.64
##
## Non missing response frequency for each item
## 1 2 3 4 miss
## Y3.1 0.00 0.02 0.24 0.74 0
## Y3.2 0.00 0.02 0.40 0.58 0
## Y3.3 0.00 0.04 0.28 0.68 0
## Y3.4 0.00 0.02 0.34 0.64 0
## Y3.5 0.00 0.02 0.32 0.66 0
## Y3.6 0.00 0.02 0.26 0.72 0
## Y3.7 0.20 0.14 0.34 0.32 0
## Y3.8 0.02 0.08 0.42 0.48 0
## Y3.9 0.00 0.04 0.30 0.66 0
## Y3.10 0.02 0.02 0.48 0.48 0Penjelasan hasil pengujian sama seperti pada pengujian variabel Ragam Media
Model regresi linier yang digunakana adalah
\(Y=\alpha+\beta_{1.1}X_{1.1}+\beta_{1.2}X_{1.2}+\beta_{1.3}X_{1.3}+\beta_{1.4}X_{1.4}+\beta_{1.5}X_{1.5}+\beta_{2.1}X_{2.1}+\beta_{2.2}X_{2.2}+\beta_{2.3}X_{2.3}\)
mod_data <- data.frame(data[,1:6],
x21 = apply(x21, 1, sum),
x22 = apply(x22, 1, sum),
x23 = apply(x23, 1, sum))
mod_data$X1.1 <- factor(mod_data$X1.1, levels = c(1, 2, 3),
labels = c("20-25th", "25-30th", ">30th"))
mod_data$X1.2 <- factor(mod_data$X1.2, levels = c(1, 2, 3, 4, 5),
labels = c("SMAN", "SMAS", "SMKN", "SMAS", "MAN"))
mod_data$X1.3 <- factor(mod_data$X1.3, levels = c(1, 2, 3),
labels = c("PNS", "NonPNS", "Honorer"))
mod_data$X1.4 <- factor(mod_data$X1.4, levels = c(1, 2, 3),
labels = c("Diploma", "Sarjana", "Pascasarjana"))
mod_data$X1.6 <- factor(mod_data$X1.6, levels = c(1, 2, 3),
labels = c("<2jt", "2-4jt", ">2jt"))data_kog <- data.frame(mod_data, Y1 = apply(y1, 1, sum))
data_af <- data.frame(mod_data, Y2 = apply(y2, 1, sum))
data_kon <- data.frame(mod_data, Y3 = apply(y3, 1, sum))| H0 | Usia, jenis sekolah, status pekerjaan, tingkat pendidikan, motivasi, besaran pendapatan, ragam media, informasi hoax, dan frekuensi penerimaan pesan tidak memiliki pengaruh terhadap efektivitas media komunikasi pemasaran aspek kognitif |
| H1 | Usia, jenis sekolah, status pekerjaan, tingkat pendidikan, motivasi, besaran pendapatan, ragam media, informasi hoax, dan frekuensi penerimaan pesan memiliki pengaruh terhadap efektivitas media komunikasi pemasaran aspek kognitif |
mod_kog <- lm(Y1 ~ ., data = data_kog)
summary(mod_kog)##
## Call:
## lm(formula = Y1 ~ ., data = data_kog)
##
## Residuals:
## Min 1Q Median 3Q Max
## -8.4420 -1.4954 0.0501 1.8015 4.7978
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 13.11184 6.95484 1.885 0.0680 .
## X1.125-30th -3.93578 3.64969 -1.078 0.2885
## X1.1>30th -4.01671 3.69148 -1.088 0.2842
## X1.2SMAS 3.73214 2.41334 1.546 0.1313
## X1.2SMKN 0.69776 2.03434 0.343 0.7337
## X1.2MAN -0.48173 1.76023 -0.274 0.7860
## X1.3NonPNS 0.35501 1.92293 0.185 0.8546
## X1.3Honorer 0.48362 1.70444 0.284 0.7783
## X1.4Sarjana -4.59897 3.33591 -1.379 0.1770
## X1.4Pascasarjana -3.23543 3.41550 -0.947 0.3502
## X1.5 0.40169 0.20636 1.946 0.0599 .
## X1.62-4jt -0.82652 1.73234 -0.477 0.6363
## X1.6>2jt 1.64800 1.96773 0.838 0.4082
## x21 -0.07134 0.09156 -0.779 0.4413
## x22 0.21103 0.10429 2.024 0.0509 .
## x23 0.79015 0.17871 4.422 9.53e-05 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 3.108 on 34 degrees of freedom
## Multiple R-squared: 0.5677, Adjusted R-squared: 0.3769
## F-statistic: 2.976 on 15 and 34 DF, p-value: 0.004143Uji multikolinieritas
car::vif(mod_kog)## GVIF Df GVIF^(1/(2*Df))
## X1.1 2.092088 2 1.202666
## X1.2 2.333728 3 1.151706
## X1.3 3.866073 2 1.402224
## X1.4 1.624024 2 1.128881
## X1.5 1.381394 1 1.175327
## X1.6 3.395747 2 1.357481
## x21 1.590304 1 1.261073
## x22 1.432905 1 1.197040
## x23 1.722171 1 1.312315| H0 | Usia, jenis sekolah, status pekerjaan, tingkat pendidikan, motivasi, besaran pendapatan, ragam media, informasi hoax, dan frekuensi penerimaan pesan tidak memiliki pengaruh terhadap efektivitas media komunikasi pemasaran aspek afektif |
| H1 | Usia, jenis sekolah, status pekerjaan, tingkat pendidikan, motivasi, besaran pendapatan, ragam media, informasi hoax, dan frekuensi penerimaan pesan memiliki pengaruh terhadap efektivitas media komunikasi pemasaran aspek afektif |
mod_af <- lm(Y2 ~ ., data = data_af)
summary(mod_af)##
## Call:
## lm(formula = Y2 ~ ., data = data_af)
##
## Residuals:
## Min 1Q Median 3Q Max
## -10.5085 -1.1651 0.0729 1.6819 6.4524
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 2.50034 8.15511 0.307 0.7610
## X1.125-30th 7.03057 4.27955 1.643 0.1096
## X1.1>30th 9.30462 4.32856 2.150 0.0388 *
## X1.2SMAS 0.45483 2.82983 0.161 0.8733
## X1.2SMKN -0.82271 2.38543 -0.345 0.7323
## X1.2MAN -0.76738 2.06401 -0.372 0.7124
## X1.3NonPNS 2.60947 2.25480 1.157 0.2552
## X1.3Honorer -1.41509 1.99859 -0.708 0.4837
## X1.4Sarjana -2.96241 3.91163 -0.757 0.4541
## X1.4Pascasarjana 1.09874 4.00495 0.274 0.7855
## X1.5 -0.03706 0.24198 -0.153 0.8792
## X1.62-4jt 2.81159 2.03131 1.384 0.1753
## X1.6>2jt 1.18354 2.30732 0.513 0.6113
## x21 -0.15266 0.10736 -1.422 0.1642
## x22 0.07077 0.12228 0.579 0.5666
## x23 1.11294 0.20955 5.311 6.77e-06 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 3.644 on 34 degrees of freedom
## Multiple R-squared: 0.6232, Adjusted R-squared: 0.4569
## F-statistic: 3.749 on 15 and 34 DF, p-value: 0.0006878Uji multikolinieritas
car::vif(mod_af)## GVIF Df GVIF^(1/(2*Df))
## X1.1 2.092088 2 1.202666
## X1.2 2.333728 3 1.151706
## X1.3 3.866073 2 1.402224
## X1.4 1.624024 2 1.128881
## X1.5 1.381394 1 1.175327
## X1.6 3.395747 2 1.357481
## x21 1.590304 1 1.261073
## x22 1.432905 1 1.197040
## x23 1.722171 1 1.312315| H0 | Usia, jenis sekolah, status pekerjaan, tingkat pendidikan, motivasi, besaran pendapatan, ragam media, informasi hoax, dan frekuensi penerimaan pesan tidak memiliki pengaruh terhadap efektivitas media komunikasi pemasaran aspek konatif |
| H1 | Usia, jenis sekolah, status pekerjaan, tingkat pendidikan, motivasi, besaran pendapatan, ragam media, informasi hoax, dan frekuensi penerimaan pesan memiliki pengaruh terhadap efektivitas media komunikasi pemasaran aspek konatif |
mod_kon <- lm(Y3 ~ ., data = data_kon)
summary(mod_kon)##
## Call:
## lm(formula = Y3 ~ ., data = data_kon)
##
## Residuals:
## Min 1Q Median 3Q Max
## -6.2160 -2.0464 -0.3182 2.0361 6.6836
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 5.27113 7.39296 0.713 0.4807
## X1.125-30th 9.01972 3.87960 2.325 0.0262 *
## X1.1>30th 8.13524 3.92403 2.073 0.0458 *
## X1.2SMAS 2.52587 2.56536 0.985 0.3318
## X1.2SMKN 2.35297 2.16250 1.088 0.2842
## X1.2MAN -1.52370 1.87112 -0.814 0.4211
## X1.3NonPNS -1.62103 2.04407 -0.793 0.4333
## X1.3Honorer -4.36917 1.81181 -2.411 0.0214 *
## X1.4Sarjana -0.35259 3.54606 -0.099 0.9214
## X1.4Pascasarjana 1.29473 3.63066 0.357 0.7236
## X1.5 0.34323 0.21936 1.565 0.1269
## X1.62-4jt 0.28567 1.84147 0.155 0.8776
## X1.6>2jt 0.54218 2.09169 0.259 0.7970
## x21 -0.08175 0.09733 -0.840 0.4068
## x22 0.06002 0.11085 0.541 0.5917
## x23 0.99451 0.18996 5.235 8.5e-06 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 3.303 on 34 degrees of freedom
## Multiple R-squared: 0.6232, Adjusted R-squared: 0.457
## F-statistic: 3.749 on 15 and 34 DF, p-value: 0.0006866Uji multikolinieritas
car::vif(mod_kon)## GVIF Df GVIF^(1/(2*Df))
## X1.1 2.092088 2 1.202666
## X1.2 2.333728 3 1.151706
## X1.3 3.866073 2 1.402224
## X1.4 1.624024 2 1.128881
## X1.5 1.381394 1 1.175327
## X1.6 3.395747 2 1.357481
## x21 1.590304 1 1.261073
## x22 1.432905 1 1.197040
## x23 1.722171 1 1.312315