METODE PENELITIAN
F. Teknik Pengumpulan Data 1.Field Research 1.Field Research
2. Analisis Kuantitatif
Analisis ini digunakan untuk mengolah data yang diperoleh dari kuesioner yang sudah diolah dalam bentuk angka dan dianalisis melalui perhitungan statistik.
a. Pengujian Instrumen Penelitian
1) Uji Validitas
Uji validitas digunakan untuk mengukur seberapa cermat suatu instrumen penelitian melakukan fungsi akuransinya. Suatu instrumen dikatakan valid apabila dapat mengukur apa yang diinginkan dan dapat mengungkap data dari variabel yang diteliti secara tepat. Tinggi rendahnya validitas instrumen menunjukan sejauh mana data yang terkumpul tidak menyimpang dari gambaran tentang variabel yang dimaksud. Semakin tinggi validitas suatu fungsi ukur, semakin tinggi pengukuran mengenai sasaranya. Telnik uji validitas yang digunakan adalah
Confirmatory Factor Analysis (CFA) dengan factor loading ³ 0,5, menggunakan bantuan program SPSS for Windows versi 15.0.
Menurut Hair et al. (1998), factor loading lebih besar ± 0.30 dianggap memenuhi level minimal, factorloading± 0.40 dianggap lebih baik dan sesuai dengan rules of thumb yang dipakai para peneliti, dan factor loading ³ 0.50 dianggap signifikan. Jadi semakin besar nilai absolut factor loading, semakin penting
loading tersebut menginterpretasikan konstruknya. 2) Uji Reliabilitas
Reliabilitas adalah indeks yang menunjukan sejauh mana suatu alat pengukur dapat dipercaya atau dapat diandalkan dan sejauh mana pengukurannya tetap konsisten bila dilakukan pengukuran dua kali atau lebih terhadap gejala yang sama dengan alat ukur yang sama. Hasilnya ditunjukan oleh sebuah indeks yang menunjukan seberapa jauh sebuah alat ukur dapat diandalkan. Untuk menguji reliabilitas digunakan metode Cronbach Alpha dengan bantuan program SPSS for Windows versi 15.0. Menurut Sekaran (2000), nilai alpha 0,8 sampai 1,0 dikategorikan reliabilitasnya baik. Sedangkan antara 0,6 sampai 0,79 berarti reliabilitasnya diterima, dan jika nilai alpha kurang dari 0,6 dikategorikan reliabilitasnya kurang baik.
b. Uji Asumsi Klasik
1) Uji Normalitas
Uji normalitas adalah untuk melihat apakah nilai residual terdistribusi normal atau tidak. Model regresi yang baik adalah memiliki nilai residual yang terdistribusi normal. Jadi uji
normalitas bukan dilakukan pada masing-masing variabel tetapi pada nilai residualnya. Uji normalitas dapat dilakukan dengan melihat besaran Kolmogorov Smirnov dari hasil analisis menggunakan bantuan program SPSS for Windowsversi 15.0. Kriteria Pengujian:
· Apabila nilai signifikansi (Sig.) < 0,05, maka data tidak berdistribusi normal
· Apabila nilai signifikansi (Sig.) > 0,05, maka data berdistribusi normal
2) Uji Multikolinearitas
Uji multikolinearitas adalah untuk melihat ada atau tidaknya korelasi yang tinggi antara variabel-variabel bebas dalam suatu model regresi linear berganda. Jika ada korelasi yang tinggi di antara variabel-variabel bebasnya, maka hubungan antara variabel bebas terhadap variabel terikatnya menjadi terganggu. Uji multikolinearitas dilakukan dengan melihat nilai tolerance dan
Variance Inflation Factor (VIF) dari hasil analisis menggunakan bantuan program SPSS for Windowsversi 15.0.
Kriteria Pengujian:
· Apabila nilai tolerance <0,10 atau nilai VIF >10 maka telah terjadi multikolinieritas di dalam model regresi.
· Apabila nilai tolerance >0,10 atau nilai VIF <10 maka model regresi terbebas dari persoalan multikolinearitas.
3) Uji Heteroskedastisitas
Uji heteroskedastisitas adalah untuk melihat apakah terdapat ketidaksamaan varians dari residual satu pengamatan ke pengamatan yang lain. Model regresi yang memenuhi persyaratan adalah di mana terdapat kesamaan varians dari residual satu pengamatan ke pengamatan yang lain atau disebut homoskedastisitas. Deteksi heteroskedastisitas dapat dilakukan dengan metode Scatter Plot dengan memplotkan nilai ZPRED (nilai prediksi) dengan SRESID (nilai residualnya), menggunakan bantuan program SPSS for Windowsversi 15.0.
Kriteria Pengujian:
· Apabila terdapat pola tertentu pada grafik, seperti mengumpul di tengah, menyempit kemudian melebar atau sebaliknya, maka terjadi gangguan heteroskedastisitas.
· Apabila tidak terdapat pola tertentu pada grafik, maka model regresi tidak mengalami gangguan heteroskedastisitas.
4) Uij Autokorelasi
Uji autokorelasi adalah untuk menguji apakah dalam suatu model regresi ada korelasi antara kesalahan pada periode t dengan kesalahan pada periode t-1 (sebelumnya). Model regresi yang baik adalah regresi yang bebas dari autokorelasi, jadi tidak boleh ada korelasi antara observasi dengan data observasi sebelumnya Jika terjadi korelasi maka dinamakan ada problem autokorelasi.. Untuk mendeteksi ada atau tidaknya autokorelasi, dapat dilakukan dengan
uji Durbin-Watson (D-W), menggunakan bantuan program SPSS for Windowsversi 15.0.
Kriteria Pengujian:
· Apabila angka Durbin-Watson berada di bawah -2, berarti ada autokorelasi.
· Apabila angka Durbin-Watson berada di antara -2 sampai +2, berarti model regresi terbebas dari autokorelasi.
· Apabila angka Durbin-Watson berada di atas +2, berarti ada autokorelasi negatif.
c. Pengujian Hipotesis
1) Uji Regresi Linier Berganda
Uji regresi linier berganda digunakan untuk mengetahui pengaruh antar variabel independen terhadap variabel dependen, dimana variabel independen terdiri lebih dari dua variabel. Digunakan untuk mengukur pengaruh relationship marketing yang terdiri dari variabel memahami harapan nasabah (understanding customer expectation), kerjasama dengan nasabah (building service partnership), Total Quality Management dan pemberdayaan karyawan (empowering employees)terhadap loyalitas nasabah PT. BRI (Persero) Tbk. Cabang Wonogiri, dengan persamaan sebagai berikut: e X X X X Y =a +b1 1 +b2 2 +b3 3 +b4 4 +
Keterangan:
Y : Loyalitas nasabah
a : Konstanta
1
X : Memahami harapan nasabah
2
X : Kerjasama dengan nasabah
3
X : Total QualityManagement
4
X : Pemberdayaan karyawan
e : Error
4
1 b
b - : Besarnya nilai koefisien regresi
2) Uji t
Uji t digunakan untuk menguji apakah variabel independen secara parsial atau individu mempunyai pengaruh yang signifikan terhadap variabel dependen. Pengujian dilakukan dengan menggunakan level of significant
( )
a sebesar 5% atau 0,05 yang berarti bahwa tingkat keyakinan adalah sebesar 95% . Untuk mengetahui apakah variabel-variabel independen berpengaruh secara parsial atau tidak terhadap variabel dependen, maka dapat diketahui melalui probabilitas nilai t (Sig t) dari hasil analisis menggunakan bantuan program SPSS for Windowsversi 15.0. Kriteria Pengujian:· Apabila nilai signifikansi t (Sig t) lebih besar dari level of significant yang digunakan (α = 0,05), maka variabel
independen secara parsial tidak memiliki pengaruh yang signifikan terhadap variabel dependen.
· Apabila nilai signifikansi t (Sig t) lebih kecil dari level of significant yang digunakan (α = 0,05), maka variabel independen secara parsial memiliki pengaruh yang signifikan terhadap variabel dependen.
3) Uji F
Uji F digunakan untuk menguji apakah sekelompok variabel idependen secara bersama-sama mempunyai pengaruh yang signifikan terhadap variabel dependen dengan level of significant
( )
a sebesar 5% atau 0,05. Untuk mengetahui apakah variabel-variabel independen berpengaruh secara bersama-sama atau tidak terhadap variabel dependen, maka dapat diketahui melalui probabilitas nilai F (Sig F) dari hasil analisis menggunakan bantuan program SPSS for Windowsversi 15.0.Kriteria Pengujian:
· Apabila nilai signifikansi F (Sig F) lebih besar dari level of significant yang digunakan (α = 0,05), maka variabel independen secara bersama-sama tidak memiliki pengaruh yang signifikan terhadap variabel dependen.
· Apabila nilai signifikansi F (Sig F) lebih kecil dari level of significant yang digunakan (α = 0,05), maka variabel independen secara bersama-sama memiliki pengaruh yang signifikan terhadap variabel dependen.
4) Koefisien Determinasi (R2)
Uji R2digunakan untuk mengetahui seberapa besar persentase pengaruh dari semua variabel independen yang diteliti terhadap variabel dependen. Hal ini ditunjukan oleh besarnya koefisien determinasi (R2) yang besarnya antara 0 sampai 1 atau 0£ R2 £1. Jika R2 mendekati 1, menunjukan bahwa variabel independen berpengaruh terhadap variabel dependen sehingga model yang digunakan dapat dikatakan baik. Sedangkan, jika nilai 2
R
mendekati 0, berarti bahwa variabel independen tidak berpengaruh terhadap variabel dependen sehingga model yang digunakan kurang tepat.
BAB IV
