88

108

18%

72%

10% DEKAT (0-3KM)

JAUH (>3KM)

ABSTAIN

BAB V ANALISA DATA

5.1 Gambaran Umum Responden

Responden penelitian ini sebanyak 60 orang yang terbagi menjadi 2

kategori yaitu:

Responden A : PENGHUNI yaitu masyarakat penguni, penyewa

stand dan yang seharian beraktivitas di lokasi penelitian

Responden B : PENGUNJUNG yaitu masyarakat yang berkunjung

dan yang melintas di lokasi penelitian.

Responden dipilih secara acak dengan ditentukan klasifikasinya, sehingga

responden dapat memberikan jawaban dan pemikiran yang mudah

diterima. Pada karakteristik, responden di tinjau dari 3 kategori : (1)

Tempat tinggal, (2) kelompok usia, (3) pekerjaan.

Kelompok Tempat Tinggal:

Dalam gambar 5.1 terlihat

bahwa berdasarkan lokasi tempat

tinggalnya, responden didominasi

oleh yang tinggal jauh dari lokasi

sebanyak 43 orang (72%).

Dominasi tempat tinggal responden yang jauh dapat memberikan jawaban

yang memiliki cakupan luas, bukan hanya untuk warga sekitar melainkan

warga kota Semarang bahkan kota lain.

Gambar 5.1. Diagram Jumlah Responden Menurut tempat Tinggal

Sumber : Analisa Peneliti, 2014

89

108

7%

52% 20%

13%

8% DIBAWAH 18 TH

18-25 TH

26-35 TH

36-55 TH

DIATAS 55 TH

2%

0% 8%

10%

8%

24%

48%

PNS

TNI/POLRI

PEGAWAI BANK

WIRASWASTA

PEGAWAI SWASTA

PEDAGANG

PELAJAR

Kelompok Usia:

Dapat dilihat pada gambar 5.2 bahwa

responden didominasi oleh masyarakat

yang berumur 18-25 tahun (52%),

selanjutnya yang berumur 26-35 tahun

(20%), lalu umur 36-55 tahun sebanyak

13%, dan yang paling sedikit berturut-turut

yaitu yang berumur dibawah 18 tahun,

dan yang berumur diatas 55 tahun.

Pada responden dipilih usia produktif antara 18-35 tahun yang dirasakan

cukup kuat memberikan jawaban mengenai penilaian karakter sesuai

dengan lingkup wilayah penelitian ini.

Kelompok Pekerjaan :

Berdasarkan pekerjaan responden

didominasi oleh pelajar dan pedagang

yaitu 49% dan 23% (lihat gambar 5.4).

Selanjutnya didominasi oleh

wiraswasta (10%), pegawai bank

dan pegawai swasta (8%) dan yang

paling sedikit PNS (2%) dan

TNI/POLRI (0%) . Responden

penelitian didominasi oleh pelajar

Gambar 5.3. Diagram Jumlah Responden Menurut Kelompok Pekerjaan Sumber : Analisa Peneliti, 2014

Gambar 5.2. Diagram Jumlah Responden Menurut Kelompok Usia

Sumber : Analisa Peneliti, 2014

90

108

dan pedagang karena dalam hal ini pelajar masih memiliki rasa ingin tahu

dan memiliki kemampuan analisa yang dirasakan cukup seangkan

pedagang merupakan responden yang langsung berhubungan dan

memiliki simbiosis pada wilayah penelitian.

5.2 Uji Validitas dan Uji Reliabilitas Data

Uji validitas dan reliabilitas dilakukan pada kuisioner yang berisi

kumpulan dari beberapa instrument pertanyaan. Uji validitas dan

reliabilitas pada penelitian ini menggunakan software SPSS 16. Berikut

merupakan hasil uji validitas dan reliabilitas instrumen activity support dan

karakter visual pecinan:

5.2.1 Uji Validitas Activity Support dan Karakter Visual Pecinan

Uji validitas digunakan untuk mengukur sah atau valid tidaknya suatu

kuisioner (Ghozali, 2011). Uji validitas dilakukan terhadap 18 butir

instrumen activity support dan 22 butir instrumen karakter visual pecinan,

dapat dilihat pada kuisioner penelitian.

Menurut Sugiyono (2010) yang mrenjadi dasar dari pengambilan

keputusan pada uji validitas berdasarkan teknik korelasi product moment

(pearson) adalah jika rhitung > rkritis (0.3) maka butir instrumen dianggap

valid dan jika rhitung > rkritis (0.3) maka butir instrumen dianggap tidak valid

(invalid), sehingga instrument tidak dapat diterapkan pada penelitian.

5.2.2.1 Uji Validitas Instrumen activity support

Perhitungan Uji validitas menggunakan program SPSS 16

(lampiran) dengan hasil sebagai berikut:

91

108

Tabel 5.1 Hasil Uji Validasi Instrumen Activity Support

(Variabel X)

Sumber : Analisa Penulis dengan SPSS, 2014

Dari Tabel 5.1, dapat dilihat bahwa koefisien korelasi hitung memiliki

nilai diatas 0.3 maka semua butir instrument dinyatakan valid. Sehingga

semua butir instrument activity support dinyatakan valid. Butir yang

memiliki validitas tertinggi adalah butir instrumen dengan kode X522

Scale Mean

if Item

Deleted

Scale

Variance if

Item Deleted

Corrected

Item-Total

Correlation

Cronbach's

Alpha if Item

Deleted

X111 52.3333 127.126 .332 .878

X112 52.7000 122.976 .451 .874

X121 52.6000 122.662 .444 .874

X122 52.8000 124.510 .429 .874

X211 52.1000 125.403 .535 .871

X221 52.5000 123.776 .450 .874

X311 52.7000 123.114 .399 .876

X321 52.7000 121.459 .511 .871

X331 52.8000 122.993 .424 .875

X341 52.6667 123.816 .400 .876

X411 52.3333 122.575 .567 .870

X421 52.3000 120.631 .609 .868

X511 52.5333 124.120 .511 .872

X512 52.4333 125.013 .450 .874

X521 52.3667 127.206 .374 .876

X522 52.6667 111.264 .802 .858

X531 52.6000 117.007 .794 .861

X532 52.6333 120.792 .589 .869

92

108

dengan koefisien korelasi 0.802, dan butir terendah adalah butir instrumen

dengan kode X111 dengan koefisien korelasi 0.332.

5.2.2.2 Uji Validitas Instrumen Karakter Visual Pecinan

Tabel 5.2 Hasil Uji Validasi Instrumen Karakter Visual Pecinan

(Variabel Y)

Scale Mean if

Item Deleted

Scale Variance

if Item Deleted

Corrected

Item-Total

Correlation

Cronbach's

Alpha if Item

Deleted

Y112 75.0667 109.928 .394 .868

Y121 75.0000 107.220 .378 .871

Y211 75.1500 106.469 .573 .862

Y212 74.8667 109.575 .492 .865

Y213 74.6667 110.328 .461 .866

Y311 75.0333 109.897 .442 .867

Y312 75.0500 110.794 .426 .867

Y411 74.8500 112.197 .365 .869

Y412 75.1667 106.412 .545 .863

Y421 74.8667 111.134 .305 .872

Y511 75.2333 103.843 .636 .860

Y512 75.2833 107.969 .440 .867

Y611 74.7000 110.654 .422 .867

Y711 75.2333 106.860 .575 .862

Y712 74.9500 111.540 .337 .870

Y811 75.0333 105.287 .583 .862

Y812 75.2500 108.970 .412 .868

Y911 74.5667 113.301 .323 .870

Y912 74.8167 109.745 .489 .865

Y913 74.9667 106.304 .600 .861

Y1011 74.5500 112.896 .434 .868

Y1111 74.5500 112.082 .406 .868

Sumber : Analisa Penulis dengan SPSS, 2014

93

108

Dari Tabel 5.2, dapat dilihat bahwa koefisien korelasi hitung

memiliki nilai diatas 0.3 maka semua butir instrument dinyatakan valid.

Sehingga semua butir instrument Karakter Visual Pecinan dinyatakan

valid. Butir yang memiliki validitas tertinggi adalah butir instrumen dengan

kode Y511 dengan koefisien korelasi 0.636 dan butir terendah adalah butir

instrumen dengan kode Y421 dengan koefisien korelasi 0.305.

5.2.2 Uji Reliabilitas activity support dan Karakter Visual Pecinan

Hasil uji reliabilitas menceminkan dapat dipercaya atau tidaknya

suatu instrumen penelitian berdasarkan tingkat kemantapan dan

ketepatan suatu alat ukur. Tingkat reliabilitas dengan metode Alpha

Cronbach diukur berdasarkan skala alpha 0-1. Skala tersebut

dikelompokkan kedalam 5 kelas, maka kemantapan alpha dapat

diinterpretasikan sebagai berikut: (Budi, 2006)

Tabel 5.3 Tingkat Reliabilitas berdasarkan Nila Alpha

Alpha Tingkat Reliabilitas

0.00 s/d 0.20 Kurang Reliabel

> 0.20 s/d 0.40 Agak Reliabel

> 0.40 s/d 0.60 Cukup Reliabel

> 0.60 s/d 0.80 Reliabel

> 0.80 s/d 1.00 Sangat Reliabel

Sumber: Budi, 2006

Perhitungan uji validitas instrumen activity support dan Karakter

Visual Pecinan menggunakan program SPSS 16 dapat dilihat pada

lampiran, dengan hasil sebagai berikut:

94

108

Tabel 5.4 Hasil Uji Reliabilitas Activity Support

Sumber : Analisa Penulis dengan SPSS, 2014

Tabel 5.5 Hasil Uji Reliabilitas Karakter Visual Pecinan

Sumber : Analisa Penulis dengan SPSS, 2014

Berdasarkan tabel 5.4., nilai cronbach alpha untuk activity support

sebesar 0.886 dan mnurut tabel 5.5., nilai cronbanch alpha untuk Karakter

Visual Pecinan sebesar 0.872. Jika dihubungkan dengan tabel tingkat

reliabilitas pada tabel 5.3., maka angka tersebut berada pada interval 0.8

– 1.00. Angka tersebut menunjukkan bahwa instrumen penelitian activity

support dan Karakter Visual Pecinan pada tingkat yang sangat realiabel.

Hasil uji validitas dan reliabilitas instrumen activity support dan

Karakter Visual Pecinan menunjukkan hasil yang valid dan realibel, maka

dapat melanjutkan analisa stastistik selanjutnya dengan menggunakan

SPSS. Pada penelitian ini menggunakan teknik analisis regresi untuk

menguji pengaruh antara activity support dengan Karakter Visual Pecinan.

Reliability Statistics

Cronbach's

Alpha N of Items

.886 18

Reliability Statistics

Cronbach's

Alpha N of Items

.872 22

95

108

5.3 Deskripsi Penilaian Responden

Subbab ini akan menjelaskan komposisi jawaban responden

terhadap pilihan skala jawaban. Penelitian ini menggunakan 5 skala yaitu

sangat setuju, setuju, ragu-ragu,tidak setuju, dan sangat tidak setuju pada

masing-masing indikator pengukuran yang berupa butir-butir pertanyaan.

Activity support adalah variabel yang mempengaruhi atau variabel bebas.

Variabel activity support ini terdiri dari 5 faktor yaitu :

1. Arah dan Jarak Pandang,

2. Kondisi Lingkungan Sekitar,

3. Material dan Kulit Bangunan,

4. Detail Arsitektural, dan

5. Pencahayaan

Variabel yang terpengaruh atau variabel terikat adalah Karakter Visual.

Karakter Visual Pecinan terdiri dari 8 faktor, yaitu:

1. Dominasi,

2. Keragaman,

3. Kontinuitas,

4. Kesatuan,

5. Sequens,

6. Keunikan,

7. Keindahan,

8. Karakter Bangunan,

9. Karakter Lingkungan, dan

96

108

10. Integrasi Karakter Bangunan dan Lingkungan

Hasil pengolahan data dengan menggunakan Program SPSS 16,

didapatkan mean pada masing-masing butir pertanyaan yang merupakan

gambaran jawaban dari responden. Nilai responden terhadap activity

support pun dapat digambarkan melalui data tersebut.

Tabel 5.6 Nilai Mean per Faktor Variabel Activity Support Pada Penghuni dan Pengunjung

No Variabel Faktor Mean Per

Faktor

1

Activity Support

Arah dan Jarak Pandang 3,14

2 Kondisi Lingkungan sekitar 3,19

3 Material dan Kulit Bangunan (tenda/ kios)

3,03

4 Detail Arsitektural 3,31

5 Pencahayaan 3,13

Sumber : Analisa penulis, 2014

Tabel 5.6 menunjukkan bahwa menurut penghuni dan pengunjung

Kegiatan Waroeng Semawis Semarang yang dijadikan sebagai

responden, faktor yang paling menonjol pada variabel bebas adalah faktor

Detail Arsitektural nya dengan nilai mean per faktor nya adalah 3.31

Artinya faktor bentuk dalam keunikan dan keragamannya merupakan

faktor activity support yang mudah ditangkap oleh penghuni dan

pengunjung. Dengan faktor pendukung berupa pencahayaan sehingga

detail arsitektural nampak pada malam hari.

97

108

Gambar 5.4 Diagram Nilai Mean Per Faktor Variabel Activity Support Pada Penghuni dan Pengunjung

Sumber : Analisa Penulis

Angka 3.31 ini dapat dikonversikan pada skala baik jika

menggunakan penilaian skala likert 1 2 3 4 5 pada setiap butir pertanyaan.

Setiap butir pertanyaan dapat menyatakan sangat tidak setuju sampai

dengan sangat setuju sehingga dapat dikonversikan ke dalam unsur

semantic diferencial atau kata yang saling berlawanan maka skalanya

menjadi sangat buruk sampai dengan sangat baik.

Tabel 5.7 Nilai Mean Per Faktor Faktor Variabel Karakter Visual Pecinan Pada Penghuni dan Pengunjung

No Variabel Faktor Mean Per

Faktor

1

Karakter Visual Pecinan

Dominasi 3,48

2 Keragaman 3,62

3 Kontinuitas 3,48

4 Kepaduan 3,56

5 Kesatuan 3,26

6 Sequens 3,81

2,85

2,9

2,95

3

3,05

3,1

3,15

3,2

3,25

3,3

3,35

ACTIVITY SUPPORT

Arah dan Jarak Pandang

Kondisi Lingkungan Sekitar

Material & Kulit Bangunan

Detail Arsitektural

Pencahayaan

98

108

7 Keunikan 3,42

8 Keindahan 3,38

9 Karakter Bangunan 3,73

10 Karakter Lingkungan 3,96

11 Integrasi karakter Bangunan dan Lingkungan

3,97

Sumber : Analisa penulis, 2014

Gambar 5.5 Diagram Nilai Mean Per Faktor Faktor Variabel Karakter Visual Pecinan Pada Penghuni dan Pengunjung

Sumber : Analisa Penulis

Data pada tabel 5.6 menunjukkan bahwa menurut responden, faktor

yang paling menonjol pada variabel Karakter Visual Pecinan adalah

Integrasi Karakter Bangunan dan Lingkungan dengan nilai mean 3,97.

0

0,5

1

1,5

2

2,5

3

3,5

4

4,5

Karakter Visual Pecinan

Dominasi

Keragaman

Kontinuitas

Kepaduan

Kesatuan

Sequens

Keunikan

Keindahan

Karakter Bangunan

Karakter Lingkungan

Integrasi Karakter Bangunan dan Lingkungan

99

108

Angka ini menunjukkan pada skala baik (dikonversikan ke dalam unsur

semantic diferencial). Artinya activity support yang ada telah selaras dan

terintegrasi dengan baik di Gang Warung kawasan Pecinan Semarang.

Hasil pengamatan responden menunjukkan bahwa nilai rata-rata

variabel activity support sebesar 3.16 dan nilai rata-rata Karakter Visual

Pecinan sebesar 3.6 (lihat tabel 5.7).

Tabel 5.8 Perbandingan Nilai Mean Variabel Activity Support terhadap Karakter Visual Pecinan

ACTIVITY SUPPORT Kesenjangan

KARAKTER VISUAL PECINAN

Faktor Mean Per Faktor

Faktor Mean Per Faktor

Arah dan Jarak Pandang

3,14

Dominasi 3,48

Kondisi Lingkungan sekitar

3,19 Keragaman 3,62

Material dan Kulit Bangunan

3,03 Kontinuitas 3,48

Kepaduan 3,56

Detail Arsitektural 3,31 Kesatuan 3,26

Pencahayaan 3,13 Sequens 3,81

Keunikan 3,42

Keindahan 3,38

Karakter Bangunan 3,73

Karakter Lingkungan 3,96

Integrasi karakter Bangunan dan Lingkungan

3,97

rata-rata 3,16 0,44 rata-rata 3,6

Sumber : Analisa penulis

Nilai rata-rata yang diperoleh ini menunjukkan bahwa activity support

dan Karakter Visual Pecinan dinilai berada pada skala baik (dikonversikan

ke dalam unsur semantic diferencial). Kedua nilai yang diperoleh berada

di atas median skala pengukuran. Hal tersebut mengartikan bahwa

100

108

variabel activity support dan Karakter Visual Pecinan berada pada kisaran

baik. Faktor detail arsitektural mendapatkan nilai mean tertinggi dengan

besar nilai 3.31. Hasil pengolahan data ini menunjukkan bahwa diantara

faktor-faktor activity support, faktor Detail Arsitektural menempati posisi

baik yang dapat ditangkap oleh publik. Pada variabel Karakter Visual

Pecinan, faktor Integrasi Karakter Bangunan dan Lingkungan

mendapatkan nilai mean tertinggi dengan besar nilai 3.97. Data ini

menunjukkan bahwa diantara faktor-faktor Karakter Visual Pecinan,

Integrasi Karakter Bangunan dan Lingkungan merupakan faktor yang

menempati posisi baik yang dapat ditangkap untuk diamati oleh publik.

Berdasarkan dengan uraian diatas, faktor yang dirasakan paling

dominan menurut responden penghuni adalah faktor Detail Arsitektural

dan Integrasi Karakter Bangunan dan Lingkungan. Pada tabel 5.7 juga

menunjukkan adanya kesenjangan sebesar 0.44. Kondisi seperti ini

menggambarkan bahwa penilaian responden penghuni tentang activity

support pada Waroeng lebih baik 0.44 poin dibanding Karakter Visual

Pecinan.

5.4 Hubungan Activity Support terhadap Karakter Visual Pecinan

5.4.1 Hubungan activity support terhadap Karakter Visual Pecinan

menurut Keseluruhan Responden

5.4.1.1. Uji Normalitas

Uji normalitas data berguna untuk mengetahui bahwa data sampel

mengikuti atau mendekati distribusi normal, yakni distribusi data

101

108

yang dapat diolah dengan baik dan memiliki pola seperti distribusi

normal. Normalitas suatu variabel umumnya dideteksi dengan

metode grafik. Pada penelitian ini untuk mendeteksi normalitas data

dengan menggunakan uji Kolmogorov-Smirnov serta melalui grafik

histogram dan normal plot. Hasil SPSS menunjukkan tabel seperti

berikut:

Tabel 5.9 Hasil Uji Normalitas

One-Sample Kolmogorov-Smirnov Test

X Y

N 60 60

Normal Parametersa Mean 56.4667 78.5167

Std. Deviation 1.17740E

1

1.09165E

1

Most Extreme Differences Absolute .104 .109

Positive .104 .097

Negative -.091 -.109

Kolmogorov-Smirnov Z .803 .841

Asymp. Sig. (2-tailed) .539 .479

a. Test distribution is Normal.

Sumber : Analisa Penulis dengan SPSS, 2014

Hasil dari SPSS dilihat jika signifikansi yang diperoleh > α (taraf

siginifikasi), maka sampel berasal dari populasi yang berdistribusi normal.

Sebaliknya jika signifikansi yang diperoleh < α, maka sampel bukan

berasal dari populasi yang berdistribusi normal. Taraf siginifikasi pada

penelitian ini adalah 5% (0.05). berdasarkan tabel V.16 assymp. Sig. Yang

diperoleh activity support sebesar 0.539 sedangkan Karakter Visual

102

108

Pecinan sebesar 0.479. Kedua nilai ini menunjukkan bahwa kedua

variabel penelitian tersebut beristribusi normal.

Grafik histogram dan normal yang didapat melalui uji Kolmogorov-Smirnov

juga terlihat normal distribusinya (lihat gambar 5.7). Grafik berada

ditengah tidak melenceng ke kanan ataupun ke kiri. Grafik tersebut

menunjukkan bahwa variabel activity support dan Karakter Visual Pecinan

terdistribusi secara normal.

Gambar 5.6 Grafik Histogram

Sumber : analisa penulis dengan SPSS, 2014

103

108

Sedangkan berikut hasil grafik normal plot yang ditampilkan SPSS :

Gambar 5.7 Grafik Normal Plot Sumber : analisa penulis dengan SPSS, 2014

Pada gambar 5.8 grafik normal plot, terlihat titik-titik menyebar di

sekitar garis diagonal dan mengikuti arah garis tersebut. Kondisi seperti ini

menunjukkan bahwa regresi tersebut menunjukkan pola distribusi normal

yang artinya memenuhi asumsi normalitas. Berdasarkan kedua grafik

tersebut (gambar 5.7 dan 5.8) dapat ditarik kesimpulan bahwa model

regresi pada penelitian ini terdistribusi dengan normal.

5.4.1.2. Uji Regresi

Analisis regresi digunakan untuk mengetahui pengaruh satu variabel

bebas atau lebih terhadap satu variabel tidak bebas. Pada penelitian ini

teknik analisis regresi linear sederhana dipilih untuk menguji hubungan

antar variabel yang digunakan. Penggunaan teknik analisis regresi

104

108

sederhana pada penelitian ini karena penelitian ini hanya menguji satu

variabel bebas terhadap variabel terikat. Analisis regresi ini menggunakan

SPSS 16. Output atau hasil SPSS yang perlu diperhatikan yaitu pada

tabel model summary dan tabel coefficient.

A. Koefisien Determinasi

Nilai koefisien pearson product moment (R) dan nilai adjusted R2

perlu diperhatikan pada tabel model summary. Nilai tersebut kemudian

akan diiterpretasikan tingkat hubungan korelasinya dengan tabel berikut:

Tabel 5.10 Tingkat Hubungan Koefisiensi Korelasi

Interval Koefisien Tingkat Hubungan

0.00 – 0.199 Sangat Rendah

0.20 – 0.399 Rendah

0.40 – 0.599 Sedang

0.60 – 0.799 Kuat

0.80 – 1.000 Sangat Kuat Sumber: Sugiyono,2010

Hasil analisa regresi antara variabel activity support dengan

variabel Karakter Visual Pecinan adalah sebagai berikut:

Tabel 5.11 Model Summary Recgresi Activity Support Dan Karakter Visual Pecinan

Model Summaryb

Model R R Square

Adjusted R

Square

Std. Error of

the Estimate

1 .715a .511 .503 7.69823

a. Predictors: (Constant), X

b. Dependent Variable: Y

Sumber : Analisa Penulis dengan SPSS, 2014

105

108

Pada tabel 5.11 dapat dilihat nilai koefisien korelasi (ry) adalah

0.715. Menurut tabel tingkat koefisien korelasi (lihat tabel 5.9), nilai yang

didapat tersebut menunjukkan bahwa hubungan yang KUAT positif antara

variabel activity support dan variabel Karakter Visual Pecinan. Sedangkan

nilai Adjusted R square menunjukkan angka sebesar 0.503 yang

menunjukkan bahwa activity support berpengaruh sebesar 50.3%

terhadap Karakter Visual Pecinan. Sisanya sebesar 49.7% dipengaruhi

oleh faktor lain di luar model.

B. Uji ANNOVA / Uji Statistik F

Uji F atau ANNOVA digunakan untuk melihat bagaimana pengaruh

semua variabel bebasnya secara bersama-sama (simultan) terhadap

variabel terikatnya. Yang perlu diperhatikan pada uji F yaitu nilai signifikan

yang didapat dari hasil uji F menggunakan SPSS. Signifikan berarti

hubungan yang terjadi dapat berlaku untuk populasi. Penggunaan tingkat

signifikansi yang digunakan pada penelitian ini adalah 5% atau 0.05.

Hasil uji F dilihat dalam tabel ANOVA dalam kolom sig. Jika nilai

probabilitas < 0.05, maka dapat dikatakan terdapat pengaruh yang

signifikan antara variabel bebas terhadap variabel terikat. Sebaliknya jika

nilai signifikansi > 0.05 maka tidak terdapat pengaruh yang signifikan

secara bersama-sama antara variabel bebas terhadap variabel terikat.

106

108

Tabel 5.12 Hasil Uji F

ANOVAb

Model

Sum of

Squares df Mean Square F Sig.

1 Regression 3593.748 1 3593.748 60.641 .000a

Residual 3437.236 58 59.263

Total 7030.983 59

a. Predictors: (Constant), X

b. Dependent Variable: Y

Sumber : Analisa Peneliti dengan SPSS, 2014

Berdasarkan tabel 5.11 nilai F hitung (F test) sebesar 60.641 dengan

probabilitas 0.000. Nilai tersebut menunjukkan bahwa semua variabel

activity support yang dimasukkan ke dalam model secara bersama-sama

berpengaruh terhadap Karakter Visual Pecinan karena nilai sig yang

didapatkan < 0.05.

C. Uji Signifikasi T

Uji T digunakan untuk menguji secara parsial masing-masing

variabel. Hasil uji t dapat dilihat pada tabel coefficients pada kolom sig

(significance). Jika probabilitas nilai t atau signifikansi < 0.05, maka dapat

disimpulkan bahwa terdapat pengaruh antara variabel bebas terhadap

variabel terikat secara parsial. Namun, jika probabilitas nilai t atau

signifikansi > 0.05, maka dapat dikatakan bahwa tidak terdapat pengaruh

yang signifikan masing-masing variabel bebas terhadap variabel terikat.

Menurut Hartono (2008), tabel coefficient yang perlu diperhatikan

adalah bagian kolom B pada konstan (a) dan koefisien arah regresi (b)

107

108

dan menyatakan perubahan variabel X sebesar 1 unit. Bila b bertanda

positif berarti penambahan dan bila negatif berarti penurunan.

Dari hasil SPSS, didapatkan tabel Coefficient sebagai berikut ini:

Tabel 5.13 Coefficient

Coefficientsa

Model

Unstandardized

Coefficients

Standardized

Coefficients

T Sig. B Std. Error Beta

1 (Constant) 41.087 4.908

8.371 .000

X .663 .085 .715 7.787 .000

a. Dependent Variable: Y

Sumber : Analisa Peneliti dengan SPSS, 2014

Berdasarkan tabel 5.12 diatas, didapatkan nilai derajat

kepercayaan / sig sebesar 0.000. Kondisi tersebut menunjukkan bahwa

variabel activity support (x) berpengaruh terhadap variabel Karakter Visual

Pecinan (y). Dilihat dari tabel tersebut, diperoleh nilai a = 25.809 dan b =

0.663 Selanjutnya akan diperoleh nilai persamaan regresi linear

sederhana sebagai berikut:

Y = a + b (X)

Y = 25.809 + 0.663 (12)

= 25.809 + 8.364

= 34.173

Berdasarkan perhitungan tersebut, menunjukkan bahwa setiap

meningkatkan 1 nilai activity support akan meningkatkan nilai Karakter

Visual Pecinan sebesar 0.663. Jika nilai activity support ditingkatkan

108

108

menjadi 12 (skor masimal) maka nilai Karakter Visual Pecinan akan

meningkat menjadi 34.173.

Berdasarkan hasil uji regresi yang dilakukan melaui uji koefisien

determinasi, uji F, dan Uji T, menunjukkan bahwa semua variabel activity

support yang dimasukkan dalam model mempunyai pengaruh secara

bersama-sama terhadap karakter visual kawasan pecinan. Hasil koefisien

determinasi menujukkan bahwa activity support berpengaruh sebesar

50.3% terhadap Karakter Visual Pecinan. Sisanya sebesar 49.7%

dipengaruhi oleh faktor lain diluar activity support.

5.4.2 Perbandingan Hasil Pengolahan Data Statitistik hubungan activity

Support dan Karakter Visual Pecinan

Data dapat berdistribusi secara normal nampak pada Tabel 5.13.

Nilai R yang didapat dari tabel Summary yang diperoleh dari responden

menyatakan bahwa hubungan pengaruh diantara activity support dan

Karakter Visual Pecinan yaitu kuat positif.

106

109

Tabel 5.14 Perbandingan Hasil Pengolahan Data Statistik

Jenis Responden

Uji Normalitas Koefisien Determinasi Uji Annova Uji Signifikasi T Test

Assymp Sig

Artinya R Artinya Adjusted R Square

Artinya Nilai sig

Artinya Nilai sig

Artinya

Semua Responden

X= 0.539

Y=

0.479

Data berdistri

busi secara normal

0.715 Hubungan kuat positif

0.503

Activity support

berpengaruh 50.3%

terhadap Karakter Visual

Pecinan

0.000

Semua faktor activity support yang

dimasukkan ke dalam model mempunyai pengaruh secara

bersama-sama terhadap variabel karakter visual

pecinan

0.000

Variabel X (activity support)

berpengaruh terhadap variabel Y (Karakter Visual

Pecinan gang Warung)

Sumber : Analisa Peneliti dengan SPSS, 2014

Terdapat 50.3% pengaruh activity support terhadap Karakter Visual Pecinan yang dinilai oleh keseluruhan

responden. Sisanya sebesar 49.7% dipengaruhi oleh faktor lain diluar locus penelitian yang diambil. Hasil dari

pengolahan data statistik yang telah dilakukan ini tidak dapat digeneralisasikan karena teknik sampling yang digunakan

adalah teknik accidental sampling. Hasil ini hanya dapat diterapkan pada sampel penelitian yang sudah dilakukan.

106

109

Berdasarkan pengolahan data yang telah dilakukan, ditemukan

bahwa, secara umum activity support berpengaruh terhadap Karakter

Visual Pecinan. Faktor yang paling dominan dalam memberikan pengaruh

dalam activity support adalah Detail Arsitektural. Dilihat dari variabel

Karakter Visual Pecinan, faktor Integrasi Karakter Bangunan dan

Lingkungan yang paling dominan.

110