BAB IV ANALISIS DATA
B. Analisis Data
a. Uji Reliabilitas
Menurut Iqbal Hasan (2006) Reliabilitas berarti memiliki sifat dapat dipercaya. Suatu alat ukur disebut reliabilitas apabila dipergunakan berkali-kali oleh peneliti yang sama maupun peneliti yang berbeda dan dengan hasil yang sama. Jadi reliabilitas adalah seberapa jauh konsistensi alat ukur untuk memberikan hasil yang sama dalam mengukur subjek yang sama. Daftar pertanyaan yang diuji dikatakan reliabel jika cronbach alpha> 0,70.
Tabel 4.5 Hasil Uji Reliabilitas
No Variabel Cronbach Alpha Kesimpulan
1 X 0,841 Reliabel
2 Y 0.873 Reliabel
3 Z 0,887 Reliabel
Sumber: Data primer yang diolah (2017)
Berdasarkan tabel 4.5 dapat disimpulkan bahwa semua pertanyaan yang digunakan dalam kuesioner adalah reliabel.
b.Uji Validitas
Validitas adalah seberapa jauh alat dapat mengukur hal atau subjek yang ingin diukur (Iqbal Hasan, 2006). Menurut Sugiyono (2008) pengujian
validitas dilakukandengan menggunakan korelasi Pearson Product Moment.
kriterium (skor total) serta korelasinya tinggi, menunjukkan bahwa butir tersebut mempunyai validitas yang tinggi pula. Adapun hasil uji validitas sebagai berikut:
Tabel 4.6 Hasil Uji Validitas Variabel Pearson Corelation Significant (2-Tailed) Kesimpulan X 1 ,862** ,000 Valid 2 ,898** ,000 Valid 3 ,863** ,000 Valid Y 1 ,896** ,000 Valid 2 ,859** ,000 Valid 3 ,925** ,000 Valid Z 1 ,799** ,000 Valid 2 ,896** ,000 Valid 3 ,899** ,000 Valid 4 ,884** ,000 Valid
Sumber: Data primer yang diolah (2017)
Berdasarkan tabel 4.6 maka terlihat korelasi antara masing-masing indikator terhadap total skor yang menunjukkan hasil yang signifikan. Jadi dapat disimpulkan bahwa masing-masing indikator pertanyaan adalah valid.
2. Uji Statistik
a. Uji Regresi Linier Berganda
Analisis regresi berganda digunakan untuk mengetahui pengaruh variabel kepercayaan terhadap loyalitas nasabah baik secara parsial maupun simultan atau keseluruhan. Berdasarkan data dari respondensebanyak 100 responden, maka hasil perhitungan melalui software SPSS sebagai berikut:
Berdasarkan tabel 4.7, maka dapat dirumuskan persamaan rumus regresi linier berganda sebagai berikut:
Y= 12849 + 0,395 X+e. Dimana: Coefficientsa Model Unstandardized Coefficients Standardized Coefficients T Sig. Collinearity Statistics
B Std. Error Beta Tolerance VIF
1(Constant) 12.849 1.311 9.798 .000 Kepercayaan .395 .073 .530 5.418 .000 .554 1.805 Komitmen .118 .052 .221 2.263 .026 .554 1.805 a. Dependent Variable: Loyalitas Tabel 4.7
Y = loyalitas
X = kepercayaan
e = Standar Error
Berdasarkan persamaan diatas maka dapat diketahui bahwa:
a. konstanta menunjukkan angka 12,849. Angka tersebut
menunjukkan bahwa rata-rata variabel loyalitas pelanggan akan mengalami penurunan sebesar 12,849 apabila variabel loyalitas sama dengan nol.
b. Koefisien regresi variabel kepercayaan sebesar 0,395 menunjukkan
bahwa apabila terjadi kenaikan variabel kepercayaan sebesar 1
ceteris paribus, maka akan meningkatkan loyalitas sebesar 0,395. c. Koefisien regresi variabel komitmen sebesar 0,118 menyatakan
bahwa setiap penambahan 1 satuan komitmen tidak akan meningkatkan profitabilitas dengan anggapan X tetap.
b. Uji Ttest
Uji t digunakan untuk menguji pengaruh masing-masing variabel independen terhadap variabel dependen atau hubungan antara variabel X dan variabel Y, apakah variabel X berpengaruh terhadap variabel Y. Adapun hasil Uji Ttest sebagai berikut:
Tabel 4.8 Hasil Uji Ttest
Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) 5.563 2.471 2.252 .027 Kepercayaan .931 .105 .668 8.883 .000
a. Dependent Variable: Komitmen
Berdasarkan hasil uji parsial pada tabel 4.8 dengan nilai konstanta 5% maka dapat dijelaskan sebagai berikut:
Pengaruh Nilai signifikan adalah 0,000 dibawah 0,05 maka dapat disimpulkan bahwa kepercayaan berpengaruh positif signifikan terhadap komitmen. Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics
B Std. Error Beta Tolerance VIF
1 (Constant) 12.849 1.311 9.798 .000
Kepercayaan .395 .073 .530 5.418 .000 .554 1.805
Komitmen .118 .052 .221 2.263 .026 .554 1.805
a. Dependent Variable: Loyalitas
Berdasarkan hasil uji parsial pada tabel 4.8 nilai signifikan 0,000 maka dibawah 0,05 dapat disimpulkan bahwa kepercayaan berpengaruh positif signifikan terhadap loyalitas.
Berdasarkan hasil uji parsial pada tabel 4.8 nilai signifikan 0,026 maka dibawah 0,05 maka dapat disimpukan bahwa komitmen berpengaruh positif dan signifikan terhadap loyalitas.
c. Uji Ftest
Uji F (Pengujian signifikansi secara simultan) Uji pengaruh simultan digunakan untuk mengetahui apakah variabel independen secara simultan berpengaruh terhadap variabel dependen (Ghozali, 2013: 177). Maka hasil uji Ftest sebagai berikut:
Berdasarkan pada tabel 4.9 menunjukkan bahwa nilai signifikasi F sebesar 0,000 dengan probabilitas < 0,05. Maka dapat disimpulkan bahwa
ANOVAb Model Sum of Squares df Mean Square F Sig. 1 Regression 705.680 2 352.840 45.901 .000a Residual 745.630 97 7.687 Total 1451.310 99
a. Predictors: (Constant), Komitmen, Kepercayaan
b. Dependent Variable: Loyalitas
Tabel 4.9 Hasil Uji Ftest
seluruh variabel independen bersama-sama berpengaruh positif dan signifikan terhadapa loyalitas.
d. Uji Determinasi R2
Koefisien determinan total (R² total) dimaksudkan untuk mengetahui bahwa model dapat menjelaskan banyaknya variasi yang terkandung dalam data dengan tingkat ketepatan paling baik dalam analisis regresi, dimana hal yang ditunjukkan oleh besarnya koefisiensi determinasi (R²) antara 0 dan 1 dan dihitung secara keseluruhan. Hasil pengujian sebagai berikut:
Model Summary Model R R Square Adjusted R Square Std. Error of the Estimate Change Statistics R Square Change F Change df1 df2 Sig. F Change 1 .697a .486 .476 2.773 .486 45.901 2 97 .000 Tabel 4.10 Uji Determinasi R2
Berdasarkan tabel 4.10 menunjukkan nilai R2 sebesar 0,476 atau 47,6 %. Hasil pengujian ini menunjukkan bahwa variabel independen berkontribusi sebesar 47,6 % terhadap peningkatan loyalitas nasabah. Sedangkan 52,4 % dipengaruhi oleh variabel lain diluar penelitian ini.
3. Uji Asumsi Klasik
a. Uji Multikolonieritas
Uji Multikoloneritas bertujuan untuk menguji apakah model regresi terdapat adanya korelasi antar variabel bebas (independen). Model regresi yang baik seharusnya tidak terjadi korelasi antara variabel independen. Karena jika antara variabel independen saling berkorelasi maka variabel tersebut tidak ortogonal atau variabel independen yang saling berkorelasi nilainya nol (Ghozali, 2013). Hasil pengujian multikolonieritas sebagai berikut:
Tabel 4.11
Coefficientsa Model Unstandardized Coefficients Standardized Coefficients T Sig. Collinearity Statistics
B Std. Error Beta Tolerance VIF
1(Constant) 12.849 1.311 9.798 .000
Kepercayaan .395 .073 .530 5.418 .000 .554 1.805
Komitmen .118 .052 .221 2.263 .026 .554 1.805
a. Dependent Variable: Loyalitas
Berdasarkan tabel 4.7 maka nilai VIF 1,805 dan 1,805 berarti nilai VIF < 10, maka dapat disimpulkan bahwa data tidak mengandung multikolonieritas.
b. Uji Heteroskedastisitas
Uji Heteroskedastisitas bertujuan menguji model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang lain. Model regresi yang baik adalah yang tidak terjadi heteroskedastisitas. Hasil pengujian heteroskedastisitas sebagai berikut:
Melihat gambar 4.2 scatter plot diatas menunjukkan bahwa model regresi tidak membentuk pola tertentu. Hal ini menunjukkan bahwa tidak terjadi heteroskedastisitas.
c. Uji Normalitas
Uji normalitas ini bertujuan untuk menguji apakah dalam model regresi, residual berdistribusi normal atau tidak. Uji F dan uji t mengasumsikan bahwa nilai residual mengikuti distribusi normal. Jika asumsi ini dilanggar maka uji statistik menjadi tidak valid. Dikatakan Distribusi normal jika membentuk suatu garis lurus diagonal dan ploting data akan dibandingkan dengan garis
Hasil Uji Heteroskedastisitas Gambar 4.2
diagonal. Jika distribusi datanya adalah normal maka garis yang menggambarkandata sesungguhnya mengikuti garis diagonalnya (Ghozali, 2013). Maka hasil pengujian normalitas sebagai berikut:
Dengan melihat tampilan grafik histogram (gambar 4.2) menunjukkan bahwa perbandingan antara data observasi dengan distribusi yang mendekati distribusi normal, sehingga dapat disimpulkan model regresi memenuhi asumsi normalitas.
Grafik normal plot (gambar 4.3) menunjukkan titik-titik yang tersebar pada grafik normal menyebar disekitar garis diagonal, sehingga dapat disimpulkan bahwa data menyebar disekitar garis diagonal dan mengikuti arah garis diagonal menunjukkan pola distribusi yang normal, maka model regresi memenuhi asumsi normalitas.
d. Uji linearitas
Menurut Ghozali (2013: 166-167) Uji linearitas digunakan untuk mengetahui spesifikasi model yang digunakan sudah benar atau tidak. Dengan hasil pengujian sebagai berikut:
Melihat pada tabel 4.8 maka nilai Deviation from linearity dan nilai signifikasi 0,000 < 0,05 maka dapat disimpulkan bahwa data tidak terjadi linearitas.
4. Uji Path Analisis
Menurut Ghozali (2013) Analisis jalur bertujuan untuk menguji pengaruh variabel intervening dan digunakan untuk menaksir hubungan antara tiga variabel atau lebih. langsung terjadi jika satu variabel mempengaruhi variabel lainnya tanpa ada variabel intervening yang memediasi kedua variabel antara variabel independen dan dependen, hubungan tidak langsung terjadi jika ada variabel ketiga yang memediasi kedua variabel antara variabel independen dan dependen. Sehingga dapat dibuat model penelitian ini sebagai berikut:
Model Analisis Jalur (Path Analysis)
ANOVA Table Sum of Squares Df Mean Square F Sig. Loyalitas * Kepercayaan
Between Groups (Combined) 995.767 19 52.409 9.204 .000
Linearity 666.312 1 666.312 117.014 .000 Deviation from Linearity 329.455 18 18.303 3.214 .000 Within Groups 455.543 80 5.694 Total 1451.310 99 Tabel 4.12 Hasil Uji Linearitas
Hasil analisis jalur pada gambar 4.4 menunjukkan bahwa kepercayaan berpengaruh langsung ke loyalitas dan dapat juga berpengaruh tidak langsung yaitu dari kepercayaan ke komitmen (sebagai variabel intervening) lalu ke loyalitas. Besarnya pengaruh langsung adalah 0.931 sedangkan besarnya pengaruh tidak langsung harus dihitung dengan mengalikan koefisien tidak langsungnya yaitu (0.931) x (0.118) = 0.109858. Atau total pengaruh kepercayaan ke loyalitas = 0.395 + (0.931 x 0.118) = 0.504858.
Pengaruh mediasi yang ditunjukkan oleh perkalian koefisien (p2 x p3) sebesar 0.109858 signifikan atau tidak, diuji dengan Sobel test sebagai berikut:
Gambar 4.5 Kepercayaan Nasabah (X) Loyalitas Nasabah (Y) Komitmen Nasabah (Z) e1= 0.744 P2= 0,931 P3= 0,118
Hitung standar error dari koefisien indirect effect.
Sp2p3 = √𝑝32𝑠𝑝22 + 𝑝22𝑠𝑝32 + 𝑠𝑝22𝑠𝑝32
Sp2p3 = √(0,118)2(0.105)2+ (0.931)2(0.52)2+ (0.105)2(0.52)2 = 0.0001529 + 0.32435563 + 0.0029744
= 23435568.003
Berdasarkan hasil Sp2p3, maka dapat dihitung nilai t statistik pengaruh mediasi dengan rumus sebagai berikut:
t = p2p3
Sp2p3=23435568.0030.109858 = 4.68766
Nilai t hitung = 4.68766 lebih besar dari t tabel dengan tingkat signifikasi 0.05 yaitu sebesar 1.96, maka dapat disimpulkan bahwa koefisien mediasi 0.109858 signifikan yang berarti ada pengaruh mediasi. Jadi dapat disimpulkan ada pengaruh antara kepercayaan dan loyalitas yang dihubungkan dengan komitmen sebagai variabel intervening.
