Page 346 - Jurnal Penelitian MTsN 6 Jakarta

4.1.4 Analisis Regresi
Analisis regresi linier berganda digunakan untuk mengetahui
seberapa besar pengaruh variabel independen terhadap variabel
dependen, baik secara parsial maupun simultan. Dalam penelitian ini,
variabel bebas (X1, X2, X3, X4) dan variabel intervening (Z) diuji terhadap
variabel dependen (Y) Keberlanjutan UMKM. Analisis analisis regresi linear
berganda dapat dilihat pada tabel 9 dibawah ini.
Tabel 9. Analisis Regresi Linear Berganda
Sig.
t-
Koefisien
Variabel Regresi (β) hitung (p-value) Keterangan
Konstanta 1,245 – – –
Berpengaruh
X1 0,187 2,684 0,009 signifikan

X2 0,163 2,213 0,029 Berpengaruh
signifikan
Berpengaruh
X3 0,142 1,982 0,050 signifikan
marginal

X4 0,176 2,601 0,011 Berpengaruh
signifikan
Berpengaruh
Z 0,205 3,128 0,002 signifikan

R 0,867
R² (Koefisien 0,752
Determinasi)
Adjusted R² 0,739
Model
F-hitung 58,716 Sig. = signifikan
0,000
Keterangan:
X1 = Desain E-Commerce
X2 = Persepsi Kemanfaatan dan Kemudahan
X3 = Pengaruh Sosial dan Fasilitasi Teknologi
X4 = Perilaku Konsumen Digita
Z = Inovasi Lynk
Y = Keberlanjutan UMKM
Berdasarkan hasil analisis regresi linier berganda dapat
menunjukkan bahwa:
(1) Pengaruh Parsial (Uji t):
(1) Semua variabel independen (X1–X4) serta variabel intervening (Z)
memiliki nilai Sig. < 0,05, artinya berpengaruh signifikan secara
parsial terhadap keberlanjutan UMKM (Y).
(2) Variabel dengan pengaruh paling kuat adalah Inovasi Lynk (Z)
dengan β = 0,205 dan Sig. = 0,002.
b) Pengaruh Simultan (Uji F):
(1) Nilai F-hitung = 58,716 dengan Sig. = 0,000 < 0,05, menunjukkan
bahwa seluruh variabel bebas secara simultan berpengaruh
signifikan terhadap keberlanjutan UMKM.

15