BAB IV ANALISIS DATA
C. Analisis Data
1. Hasil Uji Instrumen
Agar suatu penelitian dikatakan akurat, maka terlebih dahulu seorang peneliti melakukan uji pada setiap instrumen atau alat ukur variabel yang digunakan. Dalam pengujian tersebut dapat dilakukan dengan menggunakan uji reliabilitas dan uji validitas (Bawono, 2006:63). a. Hasil Uji Reliabilitas
Uji reliabilitas digunakan untuk mengukur konsistensi butir-butir pertanyaan pada alat ukur (kuesioner) yang digunakan sehingga dapat digunakan lagi pada subjek yang sama (Sugiyono, 2010:354). Menurut Bawono (2006:63) suatu konstruk atau variabel dikatakan reliabel jika memberikan nilai Cronbach Alpha minimum 0,60. Hasil penelitian reliabilitas dapat dilihat pada tabel berikut:
Tabel 4. 6 Hasil Uji Reliabilitas
Variabel Cronbach’s Alpha Keterangan Produk (X1) 0,764 Reliable
Harga (X2) 0,833 Reliable
Lokasi (X4) 0,931 Reliable
Promosi (X5) 0,896 Reliable
Kepuasan (Y) 0,871 Reliable
Loyalitas (Z) 0,669 Reliable Sumber : Data Primer yang Diolah, Agustus 2018
Berdasarkan tabel 4.6, hasil pengujian reliabilitas pada alat ukur variabel yang digunakan dalam penelitian ini diperoleh nilai cronbach’s alpha > 0,60, hal tersebut dapat disimpulkan bahwa seluruh instrumen dalam penelitian ini sudah reliable, sehingga semua butir pertanyaan dapat dipercaya dan dapat digunakan untuk penelitian selanjutnya.
b. Hasil Uji Validitas
Menurut Sutrisno Hadi (1991) dalam Bawono (2006:68) uji validitas digunakan untuk mengukur seberapa cermat alat ukur yang digunakan dalam mencerminkan variabelnya. Item kuesioner dikatakan valid apabila nilai person correlation ada tanda bintang satu (*) yang berarti korelasi signifikansi pada level 5% (0,05), atau berbintang dua (**) berarti korelasi signifikansi pada level 1% (0,01) (Bawono, 2006:76). Berikut adalah tabel hasil pengujian validitas:
Tabel 4. 7 Hasil Uji Validitas
Variabel Item Pertanyaan Total Score Correlation Keterangan Produk (X1) P1 .738** Valid P2 .895** Valid P3 .833** Valid Harga (X2) P4 .892** Valid P5 .849** Valid P6 .859** Valid Lokasi (X3) P7 .921** Valid P8 .931** Valid P9 .914** Valid P10 .875** Valid Promosi (X4) P11 .861** Valid
P12 .874** Valid
P13 .864** Valid
P14 .895** Valid
Kepuasan (Y) P15 .844** Valid
P16 .825** Valid P17 .894** Valid P18 .836** Valid Loyalitas (Z) P19 .734** Valid P20 .667** Valid P21 .733** Valid P22 .734** Valid P23 .417** Valid
Sumber : Data Primer yang Diolah, Agustus 2018
Berdasarkan tabel 4.7, hasil uji validitas setiap butir pertanyaan nomor 1 sampai 23 dalam kuesioner dinyatakan valid. Karena menunjukkan signifikansi berbintang dua (**) pada level 1% (0,01). Sehingga dinyatakan valid, tidak ada pertanyaan yang dihapus dan layak untuk pengujian selanjutnya.
2. Hasil Uji Asumsi Klasik
a. Hasil Uji Multikolonieritas
Uji multikolonieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas (independen). Untuk menguji ada atau tidaknya multikolonieritas di dalam model regresi ini peneliti melihat dari (1) nilai tolerance dan lawannya (2)
variance inflation factor (VIF). Kedua ukuran ini menunjukkan setiap variabel independen manakah yang dijelaskan oleh variabel independen lainnya. Dalam pengertian sederhana setiap variabel independen menjadi variabel dependen (terikat) dan diregresi terhadap variabel independen lainnya. Tolerance mengukur
variabilitas variabel independen yang terpilih yang tidak dijelaskan oleh variabel independen lainnya. Jadi nilai tolerance yang rendah sama dengan nilai VIF tinggi. (Karena VIF=1/tolerance).
Nilai cut off yang umum dipakai untuk menunjukkan adanya multikolonieritas adalah nilai tolerance ≥ 0,10 atau sama dengan nilai VIF ≤ 10 (Ghozali, 2013:105). Berikut adalah hasil uji
multikolonieritas berdasarkan masing-masing persamaan regresi: 1) Uji Multikolinearitas dari Persamaan Regresi 1
Tabel 4. 8
Hasil Uji Multikolinearitas Persamaan regresi (1)
Coefficientsa Model Unstandardized Coefficients Standardized Coefficients T Sig. Collinearity Statistics B Std.
Error Beta Tolerance VIF
1 (Constant) 5.819 3.420 1.702 .092
Produk -.251 .121 -.155 -2.077 .041 .902 1.109
Harga .508 .132 .342 3.849 .000 .636 1.573
Lokasi .292 .097 .277 3.029 .003 .602 1.662
Promosi .304 .084 .325 3.637 .000 .630 1.588
a. Dependent Variable: Kepuasan
Sumber: Data Primer yang Diolah, Agustus 2018
Berdasarkan tabel 4.8, dapat dilihat pada nilai tolerance
variabel produk (0.902), harga (0.636), lokasi (0.602), promosi (0.630). Keempat variabel independen tersebut memiliki nilai
tolerance lebih dari 0.10, sehingga dapat diartikan tidka terdapat korelasi antar variabel independen. Hasil perhitungan nilai
Variance Inflation Factor (VIF) juga menunjukkan hal yang sama, dengan nilai VIF kurang dari 10.0 dilihat dari variabel produk (1.109), harga (1.573), lokasi (1.662), dan promosi
(1.558). oleh karena demikian, dapat disimpulkan bahwa tidak terjadi multikolinearitas antar variabel independen dalam model persamaan regresi 1.
2) Uji Multikolinearitas dari Persamaan Regresi Tabel 4. 9
Hasil Uji Multikolinearitas Persamaan Regresi (2)
Coefficientsa Model Unstandardized Coefficients Standardized Coefficients T Sig. Collinearity Statistics B Std.
Error Beta Tolerance VIF
1 (Constant) 3.541 1.944 1.822 .072 Produk .377 .069 .274 5.446 .000 .858 1.165 Harga .240 .080 .191 3.007 .003 .542 1.844 Lokasi .246 .057 .275 4.339 .000 .544 1.839 Promosi .285 .050 .359 5.678 .000 .546 1.832 Kepuasan .131 .060 .154 2.172 .033 .432 2.315 a. Dependent Variable: Loyalitas
Sumber: Data Primer yang Diolah, Agustus 2018
Berdasarkan tabel 4.9, dapat dilihat pada nilai tolerance
variabel produk (0.858), harga (0.542), lokasi (0.544), promosi (0.546) dan kepuasan nasabah (0.432). kelima variabel independen tersebut memiliki nilai tolerance lebih dari 0.10, sheingga dapat diartikan tidak terdapat korelasi antar variabel independen. Hasil perhitungan VIF menunjukkan nilai dibawah 10.0, dimana variabel produk (1.165), harga (1.844), lokasi (1.839), promosi (1.832) dan kepuasan nasabah (2.315) yang berarti tidak terjadi multikolinearitas antar variabel independen dalam model persamaan regresi 2.
b. Hasil Uji Heteroskedastisitas
Uji heteroskedastisitas adalah untuk menguji apakah dalam sebuah model regresi terjadi ketidaksamaan varians dan residual dari satu pengamatan ke pengamatan lain. Jika varians dan residual dari suatu pengamatan ke pengamatan lain tetap maka disebut homokedastisitas dan jika varians berbeda disebut heteroskedastisitas. Model regresi yang baik adalah tidak terjadi heteroskedastisitas (Ghozali, 2013:139). Pada pengujian ini penulis menggunakan uji glejser. Glejser mengusulkan untuk meregres nilai absolut residual terhadap variabel independen. Hasil uji heteroskedastisitas dapat dilihat pada tabel berikut:
1) Uji Heteroskedastisitas dari Persamaan Regresi 1 Tabel 4. 10
Hasil Uji Heteroskedastisitas Persamaan (1)
Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) 2.222 1.927 1.153 .252 Produk -.034 .068 -.056 -.498 .620 Harga .061 .074 .110 .820 .414 Lokasi -.039 .054 -.100 -.724 .471 Promosi .025 .047 .072 .532 .596
a. Dependent Variable: RES2
Sumber: Data Primer yang Diolah, Agustus 2018
Berdasarkan hasil uji heteroskedastisitas tabel 4.10 terlihat bahwa nilai signifikan variabel independen variabel produk (0.620), harga (0.414), lokasi (0.471) dan promosi (0.596). Nilai dari masing-masing tersebut tidak signifikan yaitu lebih besar dari
0.05, maka dapat disimpulkan bahwa model regresi terjadi homoskedastisitas atau tidak terjadi heteroskedastisitas.
2) Uji Heteroskedastisitas dari Persamaan Regresi 2 Tabel 4. 11
Hasil Uji Heteroskedastisitas Persamaan Regresi (2)
Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) .496 1.147 .432 .667 Produk .045 .041 .127 1.102 .273 Harga .039 .047 .119 .824 .412 Lokasi -.003 .034 -.014 -.098 .922 Promosi -.014 .030 -.067 -.466 .643 Kepuasan -.019 .036 -.087 -.537 .593 a. Dependent Variable: RES3
Sumber: Data Primer yang Diolah, Agustus 2018
Berdasarkan hasil uji heteroskedastisitas tabel 4.11 terlihat bahwa nilai signifikan variabel independen variabel produk (0.273), harga (0.412), lokasi (0.922) dan promosi (0.643) dan kepuasan nasabah (0.593). Nilai dari masing-masing tersebut tidak signifikan yaitu lebih besar dari 0.05, maka dapat disimpulkan bahwa model regresi terjadi homoskedastisitas atau tidak terjadi heteroskedastisitas.
c. Hasil Uji Normalitas
Uji normalitas digunakan untuk menguji apakah dalam model regresi, data variabel dependen dan independen yang digunakan memiliki distribusi normal atau tidak. Sebuah data penelitian yang baik adalah yang datanya berdistribusi normal. Kalau asumsi ini
dilanggar, maka uji statistik menjadi tidak valid untuk jumlah sampel kecil (Ghozali, 2013:160).
Pada pengujian ini agar hasil lebih akurat peneliti menggunakan analisa statistik yang dapat digunakan untuk menguji normalitas residual adalah uji statistik non-parametrik Kolmogrov-Sminrnov (K-S). Ketentuan analisa pada uji statistik K-S adalah apabila nilai
test statistic dan Asymp.Sig (2-tailed) tidak signifikan atau lebih besar dari 0.05 maka data residual telah terdistribusi normal (Ghozali, 2013:160).
Adapun hasil uji normalitas dengan Kolmogrov-Smirnov dan grafik sebagai berikut:
1) Uji Normalitas dari Persamaan Regresi 1 Tabel 4. 12
Hasil Uji Normalitas Regresi (1)
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 91
Normal Parametersa,b Mean .0000000
Std. Deviation 3.05566087
Most Extreme Differences Absolute .061
Positive .052
Negative -.061
Test Statistic .061
Asymp. Sig. (2-tailed) .200c,d
Sumber: Data Primer yang Diolah, Agustus 2018
Berdasarkan tabel 4.12, dapat dilihat nilai Kolmogrov-Smirnov (test statistic)menunjukkan angka 0.061 dan Asymp.Sig. (2-tailed) menunjukkan angka 0.200. Dapat disimpulkan bahwa data pada persamaan regresi satu tersebut terdistribusi normal.
Gambar 4. 3
Regression Standardized Residual Regresi (1) Sumber: Data Primer yang Diolah, Agustus 2018
Gambar 4. 4
Grafik Normal Plot Regresi (1)
Sumber: Data Primer yang Diolah, Agustus 2018
Berdasarkan hasil grafik histogram (gambar 4.3) dan grafik normal plot (gambar 4.4), menunjukkan bahwa
perbandingan antara dua observasi dengan distribusi telah mendekati normal, demikian pula pada grafik plot menunjukkan bahwa data menyebar di sekitar garis diagonal. Jadi dapat disimpulkan bahwa model regresi 1 memenuhi asumsi normalitas. 2) Uji Normalitas dari Persamaan Regresi 2
Tabel 4. 13
Hasil Uji Normalitas Regresi (2)
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 91
Normal Parametersa,b Mean .0000000
Std. Deviation 1.69821994 Most Extreme Differences Absolute .047
Positive .047
Negative -.046
Test Statistic .047
Asymp. Sig. (2-tailed) .200c,d
Sumber: Data Primer yang Diolah, Agustus 2018
Berdasarkan tabel 4.13, dapat dilihat nilai Kolmogrov-Sminrnov menunjukkan angka 0.047 dan Asymp.Sig. (2-tailed)
menunjukkan angka 0.200. Dapat disimpulkan bahwa data pada persamaan regresi satu tersebut terdistribusi normal.
Gambar 4. 5
Regression Standardized Residual Regresi (2) Sumber: Data Primer yang Diolah, Agustus 2018
Gambar 4. 6
Grafik Normal Plot Regresi (2)
Sumber: Data Primer yang Diolah, Agustus 2018
Berdasarkan hasil grafik histogram (gambar 4.5) dan grafik normal plot (gambar 4.6), menunjukkan bahwa
perbandingan antara dua observasi dengan distribusi telah mendekati normal, demikian pula pada grafik plot menunjukkan bahwa data menyebar di sekitar garis diagonal. Jadi dapat disimpulkan bahwa model regresi 2 memenuhi asumsi normalitas. d. Hasil Uji Linearitas
Uji linearitas dilakukan untuk menguji apakah spesifikasi model yang digunakan sudah benar atau tidak. Dalam penelitian ini menggunakan metode Deviation from Linearity pada taraf signifikan 0,05. Jika nilai sig pada baris Deviation from Linearity dalam tabel ANOVA lebih dari 0,05 maka hubungan antar variabel bebas dan variabel terikat adalah linear (Suyono, 2015:65). Berikut hasil uji menggunakan Deviation from Linearity:
1) Hasil Uji Linearitas dari Persamaan Regresi 1 Tabel 4. 14
Hasil Uji Linearitas Regresi (1) Variabel Sig. Deviation
from Linearity Keterangan Kepuasan*Produk 0.635 Linear Kepuasan*Harga 0.688 Linear Kepuasan*Lokasi 0.283 Linear Kepuasan*Promosi 0.299 Linear
Sumber: Data Primer yang Diolah, Agustus 2018
Berdasarkan hasil output SPSS, tabel 4.14 menunjukkan nilai Sig. Deviation from Linearity variabel independen terhadap variabel dependen (kepuasan nasabah) adalah tidak signifikan atau linear, dimana nilai Sig. Deviation from Linearity variabel produk terhadap kepuasan sebesar 0.635, variabel harga terhadap
kepuasan sebesar 0.688, variabel lokasi terhadap kepuasan sebesar 0.283 dan variabel promosi terhadap kepuasan sebesar 0.299. oleh karena demikian, dapat disimpulkan bahwa tidak terdapat kesalahan spesifikasi model, dengan kata lain model linear layak untuk digunakan untuk model persamaan regresi satu. 2) Hasil Uji Linearitas dari Persamaan Regresi 2
Tabel 4. 15
Hasil Uji Linearitas Regresi (2) Variabel Sig. Deviation from
Linearity Keterangan Loyalitas*Produk 0.052 Linear Loyalitas*Harga 0.268 Linear Loyalitas*Lokasi 0.514 Linear Loyalitas*Promosi 0.148 Linear Loyalitas*Kepuasan 0.671 Linear
Sumber: Data Primer yang Diolah, Agustus 2018
Berdasarkan hasil output SPSS, tabel 4.15 menunjukkan nilai Sig. Deviation from Linearity variabel independen terhadap variabel dependen (loyalitas nasabah) adalah tidak signifikan atau linear, dimana nilai Sig. Deviation from Linearity variabel produk terhadap loyalitas sebesar 0.052, variabel harga terhadap loyalitas sebesar 0.268, variabel lokasi terhadap loyalitas sebesar 0.514 dan variabel promosi terhadap loyalitas sebesar 0.148 dan variabel kepuasan terhadap loyalitas sebesar 0.671. oleh karena demikian, dapat disimpulkan bahwa tidak terdapat kesalahan spesifikasi model, dengan kata lain model linear layak untuk digunakan untuk model persamaan regresi dua.
3. Hasil Uji Statistik
a. Hasil Uji Koefisien Determinasi (R2)
Menurut Ghozali (2013), koefisien determinasi (R2) dilakukan untuk mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen. Berikut adalah hasil uji koefisien determinasi:
1) Hasil Uji R2 dari Persamaan Regresi 1 Tabel 4. 16 Hasil Uji R2 (1) Model Summaryb Model R R Square Adjusted R Square Std. Error of the Estimate 1 .754a .568 .548 3.126
a. Predictors: (Constant), Promosi, Produk, Harga, Lokasi b. Dependent Variable: Kepuasan
Sumber: Data Primer yang Diolah, Agustus 2018
Pada tabel 4.16 menjelaskan bahwa koefisien Adjusted R Square sebesar 0.548, hal ini berarti kontribusi variasi variabel independen (produk, harga, lokasi dan promosi) mampu menjelaskan variasi variabel intervening (kepuasan nasabah) sebesar 54,8% sedangkan sisanya 45,2% dijelaskan variasinya oleh variabel di luar model.
2) Hasil Uji R2 dari Persamaan Regresi 2 Tabel 4. 17 Hasil Uji R2 (2) Model Summaryb Model R R Square Adjusted R Square Std. Error of the Estimate 1 .903a .815 .804 1.747
b. Dependent Variable: Loyalitas
Sumber: Data Primer yang Diolah, Agustus 2018
Pada tabel 4.17 menjelaskan bahwa koefisien Adjusted R Square sebesar 0.804, hal ini berarti kontribusi variasi variabel independen (produk, harga, lokasi dan promosi) mampu menjelaskan variasi variabel intervening (kepuasan nasabah) sebesar 80,4% sedangkan sisanya 19,6% dijelaskan variasinya oleh variabel di luar model.
b. Hasil Uji Ftest(Uji Simultan)
Uji F ini dilakukan untuk mengetahui seberapa jauh semua variabel independen berpengaruh secara bersama-sama terhadap variabel dependen (Ghozali, 2013:98). Hasil uji F dapat dilihat pada tabel berikut:
1) Hasil Uji Ftestdari Persamaan Regresi 1 Tabel 4. 18
Hasil Uji Ftest(1)
ANOVAa Model Sum of Squares Df Mean Square F Sig. 1 Regression 1104.697 4 276.174 28.264 .000b Residual 840.336 86 9.771 Total 1945.033 90
a. Dependent Variable: Kepuasan
b. Predictors: (Constant), Promosi, Produk, Harga, Lokasi Sumber: Data Primer yang Diolah, Agustus 2018
Pada tabel 4.18, menunjukkan bahwa F hitung 28.264 dengan nilai signifikasi 0.000. karena probabilitas signifikansi jauh lebih kecil dari 0.05, maka H0 ditolak dan Ha diterima. Hal ini menunjukkan bahwa variabel marketing mix 4P (product,
price, place, promotion) secara simultan berpengaruh terhadap kepuasan nasabah.
2) Hasil Uji Ftestdari Persamaan Regresi 2 Tabel 4. 19 Hasil Uji Ftest(2)
ANOVAa Model Sum of Squares Df Mean Square F Sig. 1 Regression 1142.400 5 228.480 74.823 .000b Residual 259.556 85 3.054 Total 1401.956 90
a. Dependent Variable: Loyalitas
b. Predictors: (Constant), Kepuasan, Produk, Lokasi, Promosi, Harga Sumber: Data Primer yang Diolah, Agustus 2018
Pada tabel 4.19, menunjukkan bahwa F hitung 74.823 dengan nilai signifikasi 0.000. karena probabilitas signifikansi jauh lebih kecil dari 0.05, maka H0 ditolak dan Ha diterima. Hal ini menunjukkan bahwa variabel marketing mix 4P (product, price, place, promotion) dan kepuasan nasabah secara simultan berpengaruh terhadap loyalitas nasabah.
c. Hasil Uji Ttest (Uji Parsial)
Uji ini digunakan untuk melihat seberapa jauh pengaruh setiap variabel independen secara individual. Pengujian ini dilakukan secara parsial atau individu dengan menggunakan uji ttest statistik pada setiap variabel independen, dengan tingkat kepercayaan tertentu (Ghozali, 2013:98). Berikut adalah hasil uji ttest variabel independen terhadap variabel dependen:
1) Hasil Uji Ttestdari Persamaan Regresi 1 Tabel 4. 20 Hasil Uji Ttest(1)
Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) 5.819 3.420 1.702 .092 Produk -.251 .121 -.155 -2.077 .041 Harga .508 .132 .342 3.849 .000 Lokasi .292 .097 .277 3.029 .003 Promosi .304 .084 .325 3.637 .000
a. Dependent Variable: Kepuasan
Sumber: Data Primer yang Diolah, Agustus 2018
Untuk pengambilan keputusan dalam penelitian ini, apabila nilai signifikansi kurang dari nilai alfa 0.05, maka variabel tersebut dinyatakan signifikan dan apabila nilai t hitung terdapat tanda minus (-) dikatakan variabel independen memiliki pengaruh negatif, begitu sebaliknya. Berdasarkan hasil uji t pada tabel 4.20, peneliti dapat mengambil keputusan sebagai berikut:
a) Variabel produk (X1) dengan t hitung -2.077 dan signifikansi 0.41, dimana nilai signifikansi lebih kecil dari alfa 0.05, maka dapat dikatakan bahwa variabel produk (X1) secara statistik berpengaruh negatif dan signifikan terhadap kepuasan nasabah (Z).
b) Variabel harga (X2) dengan t hitung 3.849 dan signifikansi 0.000, dimana nilai signifikansi lebih kecil dari alfa 0.05, maka dapat diartikan bahwa harga berpengaruh positif dan signifikan terhadap kepuasan nasabah (Z).
c) Variabel lokasi (X3) dengan t hitung 3.029 dan signifikansi 0.003, dimana nilai signifikansi lebih kecil dari alfa 0.05, maka dapat dikatakan bahwa lokasi berpengaruh positif dan signifikan terhadap kepuasan nasabah (Z).
d) Variabel promosi (X4) dengan t hitung 3.637 dan signifikansi 0.000, dimana nilai signifikansi lebih kecil dari alfa 0.05, maka dapat diartikan bahwa promosi berpengaruh positif dan signifikan terhadap kepuasan nasabah (Z).
2) Hasil Uji Ttestdari Persamaan Regresi 2 Tabel 4. 21 Hasil Uji Ttest(1)
Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) 3.541 1.944 1.822 .072 Produk .377 .069 .274 5.446 .000 Harga .240 .080 .191 3.007 .003 Lokasi .246 .057 .275 4.339 .000 Promosi .285 .050 .359 5.678 .000 Kepuasan .131 .060 .154 2.172 .033
a. Dependent Variable: Loyalitas
Sumber: Data Primer yang Diolah, Agustus 2018
Untuk pengambilan keputusan dalam penelitian ini, apabila nilai signifikansi kurang dari 0.05, maka variabel tersebut dinyatakan signifikan dan apabila nilai t hitung terdapat tanda minus (-) dikatakan variabel independen memiliki pengaruh negatif, begitu sebaliknya. Berdasarkan hasil uji t pada tabel 4.21, peneliti dapat mengambil keputusan sebagai berikut:
a) Variabel produk (X1) dengan t hitung 5.446 dan signifikansi 0.000, dimana nilai signifikansi lebih kecil dari alfa 0.05, maka dapat diartikan bahwa produk berpengaruh positif dan signifikan terhadap loyalitas nasabah (Y).
b) Variabel harga (X2) dengan t hitung 3.007 dan signifikansi 0.003, dimana nilai signifikansi lebih kecil dari alfa 0.05, maka dapat diartikan bahwa harga berpengaruh positif dan signifikan terhadap loyalitas nasabah (Y).
c) Variabel lokasi (X3) dengan t hitung 4.339 dan signifikansi 0.000, dimana nilai signifikansi lebih kecil dari alfa 0.05, maka dapat diartikan bahwa lokasi berpengaruh positif dan signifikan terhadap loyalitas nasabah (Y).
d) Variabel promosi (X4) dengan t hitung 5.678 dan signifikansi 0.000, dimana nilai signifikansi lebih kecil dari alfa 0.05, maka dapat diartikan bahwa lokasi berpengaruh positif dan signifikan terhadap loyalitas nasabah (Y).
e) Variabel kepuasan (Z) dengan t hitung 2.172 dan signifikansi 0.000, dimana nilai signifikansi lebih kecil dari alfa 0.033, maka dapat diartikan bahwa kepuasan berpengaruh positif dan signifikan terhadap loyalitas nasabah (Y).
4. Analisis Regresi
Dalam penelitian ini terdapat dua variabel dependen yaitu kepuasan nasabah (Z) dan loyalitas nasabah (Y), dimana pada variabel Z
memiliki fungsi sebagai mediator. Sehingga dalam penelitian ini terdapat dua persamaan regresi yaitu:
Z = β0 + β1X1 + β2X2 + β3X3 + β4X4 + ε1 Y = β0 + β1X1 + β2X2 + β3X3 + β4X4 + β5Z + ε1
a. Persamaan Regresi 1: Variabel independen (produk, harga, lokasi dan promosi) terhadap variabel intervening (kepuasan nasabah).
Z = β0 + β1X1 + β2X2 + β3X3 + β4X4 + ε1
Berdasarkan hasil uji regresi pada tabel X, dapat diketahui hasil analisis regresi diperoleh koefisien untuk variabel produk sebesar -0.251, kemudian variabel harga sebesar 0.508, untuk variabel lokasi sebesar 0.292 dan variabel promosi sebesar 0.304. Sehingga model persamaan regresi 1 dapat diperoleh sebagai berikut: Z = 5.819 – 0.251X1 + 0.508X2 + 0.292X3 + 0.304X4 + ε1 Dimana: Z = Kepuasan Nasabah X1 = Produk X2 = Harga X3 = Lokasi X4 = Promosi
1) Nilai konstan (β0) = 5.819 diartikan bahwa ketika variabel produk, harga, lokasi dan promosi konstan atau sebesar 0, maka kepuasan nasabah akan mengalami peningkatan sebesar 5.819. 2) Nilai koefisien regresi variabel produk = -0.251, artinya jika
variabel produk mengalami penurunan 1 satuan, sedangkan variabel harga, lokasi dan promosi konstan atau sebesar 0, maka kepuasan nasabah tidak akan mengalami perubahan.
3) Nilei koefisien regresi harga = 0.508, artinya jika variabel harga mengalami peningkatan 1 satuan, sedangkan variabel produk, lokasi dan promosi konstan atau sebesar 0, maka kepuasan nasabah akan mengalami peningkatan sebesar 0.508 atau 50,8%. 4) Nilei koefisien regresi lokasi = 0.292, artinya jika variabel lokasi mengalami peningkatan 1 satuan, sedangkan variabel produk, harga dan promosi konstan atau sebesar 0, maka kepuasan nasabah akan mengalami peningkatan sebesar 0.292 atau 29,2%. 5) Nilei koefisien regresi promosi = 0.304, artinya jika variabel promosi mengalami peningkatan 1 satuan, sedangkan variabel produk, harga dan lokasi konstan atau sebesar 0, maka kepuasan nasabah akan mengalami peningkatan sebesar 0.304 atau 30,4%. b. Persamaan Regresi 2 : Variabel independen (produk, harga, lokasi, promosi dan kepuasan nasabah) terhadap variabel dependen (loyalitas).
Berdasarkan hasil uji regresi pada tabel X, dapat diketahui hasil analisis regresi diperoleh koefisien untuk variabel produk sebesar 0.377, kemudian variabel harga sebesar 0.240, untuk variabel lokasi sebesar 0.246, variabel promosi sebesar 0.285 dan variabel kepuasan nasabah sebesar 0.131. Sehingga model persamaan regresi 1 dapat diperoleh sebagai berikut:
Y = 3.541 + 0.377X1 + 0.240X2 + 0.246X3 + 0.285X4 + 0.131Z + ε2 Dimana: Y = Loyalitas Nasabah Z = Kepuasan Nasabah X1 = Produk X2 = Harga X3 = Lokasi X4 = Promosi
Arti dari model persamaan regresi sederhana di atas adalah: 1) Nilai konstan (β0) = 3.541 diartikan bahwa ketika variabel
produk, harga, lokasi, promosi dan kepuasan nasabah konstan atau sebesar 0, maka loyalitas nasabah akan mengalami peningkatan sebesar 3.541.
2) Nilai koefisien regresi variabel produk = 0.377, artinya jika variabel produk mengalami peningkatan 1 satuan, sedangkan variabel harga, lokasi, promosi dan kepuasan nasabah konstan
atau sebesar 0, maka loyalitas nasabah akan mengalami peningkatan sebesar 0.377 atau 37,7%.
3) Nilei koefisien regresi harga = 0.240, artinya jika variabel harga mengalami peningkatan 1 satuan, sedangkan variabel produk, lokasi, promosi dan kepuasan nasabah konstan atau sebesar 0, maka loyalitas nasabah akan mengalami peningkatan sebesar 0.240 atau 24%.
4) Nilei koefisien regresi lokasi = 0.246, artinya jika variabel lokasi mengalami peningkatan 1 satuan, sedangkan variabel produk, harga, promosi dan kepuasan nasabah konstan atau sebesar 0, maka loyalitas nasabah akan mengalami peningkatan sebesar 0.246 atau 24,6%.
5) Nilei koefisien regresi promosi = 0.285, artinya jika variabel promosi mengalami peningkatan 1 satuan, sedangkan variabel produk, harga, lokasi dan kepuasan nasabah konstan atau sebesar 0, maka loyalitas nasabah akan mengalami peningkatan sebesar 0.285 atau 28,5%.
6) Nilei koefisien regresi kepuasan nasabah = 0.131, artinya jika variabel kepuasan nasabah mengalami peningkatan 1 satuan, sedangkan variabel produk, harga, lokasi dan promosi konstan atau sebesar 0, maka loyalitas nasabah akan mengalami peningkatan sebesar 0.131 atau 13,1%.
5. Analisis Jalur / Path Analysis
Uji analisis jalur ini dilakukan untuk melihat pengaruh variabel
intervening pada model yang telah ditetapkan berdasarkan teori. Berikut adalah hasil uji untuk analisis jalur:
a. Tampilan Output SPSS Persamaan Regresi 1 Tabel 4. 22 Persamaan Regresi (1) Variabel Unstandardized beta Signifikansi Produk (X1) -0.251 0.041 Harga (X2) 0.508 0.000 Lokasi (X3) 0.292 0.003 Promosi (X4) 0.304 0.000 Variabel Dependen: Kepuasan Nasabah (Z)
Sumber: Data Primer yang Diolah, Agustus 2018
Dari hasil persamaan regresi pertama (1), diperoleh
Unstandardized beta pada variabel produk sebesar -0.251 (p1) dengan nilai sig. 0.041, harga sebesar 0.508 (p2) dengan nilai sig. 0.000, lokasi sebesar 0.292 (p3) dengan nilai sig. 0.003, dan promosi sebesar 0.304 (p4) dengan nilai sig. 0.000.
Diperoleh R2 = 0.568
Maka besarnya nilai ε1 = (1-R2) = (1 – 0.568) = 0.432 = 0.657
b. Tampilan Output SPSS Persamaan Regresi 2 Tabel 4. 23 Persamaan Regresi (2) Variabel Unstandardized beta Signifikansi Produk (X1) 0.377 0.000 Harga (X2) 0.240 0.003 Lokasi (X3) 0.246 0.000 Promosi (X4) 0.285 0.000 Kepuasan (Y) 0.131 0.033 Variabel Dependen: Loyalitas Nasabah (Y)
Sumber: Data Primer yang Diolah, Agustus 2018
Dari hasil persamaan regresi pertama (1), diperoleh
Unstandardized beta pada variabel produk sebesar 0.377 (p6) dengan nilai sig. 0.000, harga sebesar 0.240 (p7) dengan nilai sig. 0.003, lokasi sebesar 0.246 (p8) dengan nilai sig. 0.000, dan promosi sebesar 0.285 (p9) dengan nilai sig. 0.000, dan kepuasan nasabah sebesar 0.131 (p5) dengan nilai sig. 0.033.
Diperoleh R2 = 0.815
Maka besarnya nilai ε2 = (1-R2) = (1 – 0.815) = 0.185 = 0.430
Secara lengkap hasil persamaan jalur dalam penelitian ini dapat dilihat dalam gambar berikut:
Gambar 4. 7
Hasil Analisi Jalur (Path Analysis)
6. (Pengaruh langsung dan pengaruh tidak langsung)
Analisis jalur mempertimbangkan pengaruh langsung dan tidak langsung. Berdasarkan diagram jalur dapat ditunjukkan bagaimana pengaruh langsung dan tidak langsung tersebut. Berdasarkan hasil analisis di atas, berikut merupakan hasil kesimpulan analisis secara menyeluruh:
a. Pengaruh Langsung (Direct Effect)
Pengaruh langsung adalah pengaruh dari satu variabel independen ke variabel dependen, tanpa melalui variabel dependen lainnya. Pengaruh langsung dapat dilihat pada hasil uji persamaan regresi 2 pada tabel 4.23. Berdasarkan tabel tersebut, maka dapat diketahui pengaruh langsung masing-masing variabel sebagai berikut:
Kepuasan Nasabah (Z)
Loyalitas Nasabah (Y)
1) Produk terhadap Loyalitas (Y)
Berdasarkan tabel 4.23, diketahui bahwa produk berpengaruh positif dan signifikan terhadap loyalitas dengan koefisien regresi 0.377 dan nilai signifikan 0.000 < 0.05 dengan demikian produk berpengaruh signifikan secara langsung terhadap loyalitas.
2) Harga terhadap Loyalitas (Y)
Berdasarkan tabel 4.23, diketahui bahwa harga berpengaruh positif dan signifikan terhadap loyalitas dengan koefisien regresi 0.240 dan nilai signifikan 0.003 < 0.05 dengan demikian harga berpengaruh signifikan secara langsung terhadap loyalitas.
3) Lokasi terhadap Loyalitas (Y)
Berdasarkan tabel 4.23, diketahui bahwa lokasi