BAB IV ANALISIS DATA
B. Analisis Data
2. Hasil Uji Analisis Data
Sebelum melakukan analisis lebih lanjut, penulis akan terlebih dahulu menjelaskan karakteristik responden yang digunakan untuk menggambarkan keadaan atau kondisi responden yang dapat memberikan informasi. Adapun karakteristik responden pada uji deskriptif pada penelitian ini diklasifikasikan pada jenis kelamin, usia responden, pekerjaan, lama menjadi nasabah BNI Syariah. Berikut adalah hasil data profil responden berdasarkan beberapa karakteristik yang digunakan:
1) Profil Responden Berdasarkan Jenis Kelamin Tabel 4.3
Jenis Kelamin Responden
Sumber: Data Primer yang Diolah, Juni 2017
Berdasarkan tabel 4.3 di atas, dapat diketahui bahwa responden dalam penelitian ini terdiri dari 55,8% perempuan yaitu sebanyak 72 responden, dan 44,2% laki-laki yaitu sebanyak 57 responden. Dengan demikian dapat diketahui bahwa responden yang digunakan dalam penelitian ini pada PT BNI Syariah KC Yogyakarta didominasi oleh perempuan.
2) Profil Responden Berdasarkan Usia Tabel 4.4 Usia Responden
Usia
Frequency Percent Valid Percent
Cumulative Percent Valid < 20th 15 11.6 11.6 11.6 21-30th 56 43.4 43.4 55.0 31-40th 33 25.6 25.6 80.6 41-50th 17 13.2 13.2 93.8 >50th 8 6.2 6.2 100.0 Total 129 100.0 100.0
Sumber: Data Primer yang Diolah, Juni 2017
Tabel 4.4 di atas menunjukkan usia nasabah BNI Syariah KCYogyakarta yang diambil sebagai responden, berdasarkan tabel tersebut responden yang paling banyak berusia 21-30 tahun sebanyak
Jenis_Kelamin
Frequency Percent Valid Percent
Cumulative Percent Valid Perempuan 72 55.8 55.8 55.8
Laki-Laki 57 44.2 44.2 100.0 Total 129 100.0 100.0
56 responden (43,4%). Terbanyak kedua yaitu berusia 31-40 tahun dengan jumlah 33 responden (25,6%), kemudian usia 41-50 tahun sebanyak 17 responden (13,2%), dan yang paling sedikit yaitu berusia lebih dari 50 tahun sebanyak 8 responden (6,2%).
3) Profil Responden Berdasarkan Pendidikan Terakhir Tabel 4.5
Pendidikan Terakhir Responden
Pendidikan_Terakhir
Frequency Percent Valid Percent
Cumulative Percent
Valid tidak diisi 1 .8 .8 .8
SD 1 .8 .8 1.6 SMP 4 3.1 3.1 4.7 SMA 44 34.1 34.1 38.8 D3 16 12.4 12.4 51.2 S1 57 44.2 44.2 95.3 S2 6 4.7 4.7 100.0 Total 129 100.0 100.0 Sumber: Data Primer yang Diolah, Juni 2017
Berdasarkan tabel 4.5 di atas, dapat diketahui bahwa pendidikan terakhir nasabah BNI Syariah KC Yogyakarta yang dijadikan responden dalam penelitian ini yang paling banyak yaitu S1 sebanyak 57 responden (44,2%), kemudian SMA sebanyak 44 responden (34,1%), setelah itu D3 sebanyak 16 responden (12,4%), untuk pendidikan terakhir S2 hanya 6 responden (4,7%), sedangkan SMP sebanyak 4 responden (3,1%), yang paling sedikit adalah pendidikan terakhir SD sebanyak 1 responden (8%), dan yang tidak mengisi pendidikan terakhirnya yaitu 1 responden (8%).
4) Profil Responden Berdasarkan Jenis Pekerjaan Tabel 4.6
Jenis Pekerjaan Responden Pekerjaan
Frequency Percent Valid Percent
Cumulative Percent Valid tidak diisi 1 .8 .8 .8
Pelajar/Mahasiswa 29 22.5 22.5 23.3 Pegawai Negeri 10 7.8 7.8 31.0 Pegawai Swasta 43 33.3 33.3 64.3 Wiraswasta 21 16.3 16.3 80.6 Lain-lain 25 19.4 19.4 100.0 Total 129 100.0 100.0
Sumber: Data Primer yang Diolah, Juni 2017
Pada tabel 4.6 di atas dapat dilihat bahwa jenis pekerjaan responden yang paling banyak adalah sebagai pegawai swasta dengan jumlah 43 responden (33,3%), kemudian sebagai pelajar/mahasiswa sebanyak 29 responden (22,5%), setelah itu yang mengisi lain-lain sejumlah 25 responden (19,4%), wiraswasta sejumlah 21 responden (16,3%), yang paling sedikit adalah sebagai pegawai negeri dengan jumlah 10 responden (7,8%), dan yang tidak mengisi jenis pekerjaan sejumlah 1 responden (8%).
5) Profil Responden Berdasarkan Lama Menjadi Nasabah BNI Syariah
Tabel 4.7
Lama Menjadi Nasabah Lama_Menjadi_Nasabah
Frequency Percent Valid Percent
Cumulative Percent Valid tidak diisi 1 .8 .8 .8
1th 27 20.9 20.9 21.7 1-2th 24 18.6 18.6 40.3
2-3th 19 14.7 14.7 55.0 3-4th 18 14.0 14.0 69.0 >4th 40 31.0 31.0 100.0 Total 129 100.0 100.0
Sumber: Data Primer yang Diolah, Juni 2017
Berdasarkan tabel 4.7 di atas, menunjukkan bahwa lama responden menjadi nasabah BNI Syariah KC Yogyakara yang paling banyak adalah selama lebih dari 4 tahun yaitu sebanyak 40 responden (31,0%), kemudian selama 1 tahun sebanyak 27 responden (20,9%), selama 1-2 tahun sebanyak 24 responden (18,6%), 2-3 tahun sebanyak 19 responden (14,7%), selama 3-4 tahun sebanyak 18 responden (14%), sedangkan 1 responden tidak mengisi berapa lama dia menjadi nasabah.
b. Hasil Uji Asumsi Klasik 1) Hasil Uji Multikolonieritas
Uji multikolinieritas ini dilakukan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas (independen). Dalam pengujian ini, peneliti melihat variance inflation factor (VIF) dalm uji multikolonieritas, nilai tolerance yang rendah sama dengan nilai VIF tinggi (karena VIF = 1/Tolerance), sedangkan nilai cutoff yang umum digunakan untuk mendeteksi adanya multikolonieritas adalah nilai Tolerance ≥ 0.10 atau sama dengan nilai VIF ≤ 10 (Ghozali, 2013:105-106). Berikut adalah hasil uji multikolinieritas yang di uji berdasarkan masing-masing persamaan regresi :
a) Uji Multikolonieritas dari persamaan regresi 1 Tabel 4.8
Hasil Uji Multikolonieritas Persamaan Regresi (1)
Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics B Std. Error Beta Tolerance VIF 1 (Constant) 5.992 3.276 1.829 .070
TEISTIS_X1 .515 .208 .203 2.473 .015 .644 1.552 ETIS_X2 -.145 .202 -.064 -.718 .474 .536 1.865 REALISTIS_X3 .922 .238 .406 3.872 .000 .394 2.537 HUMANISTIS_X4 .503 .196 .231 2.563 .012 .531 1.882 a. Dependent Variable: KEPUASAN_NASABAH_M
Sumber:Data Primer yang Diolah, Juli 2016
Berdasarkan tabel 4.8 di atas, dapat dilihat pada nilai tolerance variabel teistis (0.644), etis (0.536), realistis (0.394), dan humanistis (0.531), keempat variabel independen tersebut memiliki nilai
tolerance lebih dari 0.10 sehingga dapat diartikan tidak terdapat
korelasi antar variabel independen. Hasil perhitunga nilai Variance
Inflation Factor (VIF) juga menunjukkan hal yang sama, bahwa nilai
VIF variabel teistis (1.552), etis (1.865), realistis (2.537) dan humanistis (1.882) kurang dari 10. Oleh karena demikian, dapat disimpulkan bahwa tidak ada multikolinieritas antar variabel independen dalam model persamaan regresi satu.
b) Uji Multikolonieritas dari persamaan regresi 2 Tabel 4.9
Hasil Uji Multikolinieritas Persamaan Regresi (2)
Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics B Std. Error Beta Tolerance VIF 1 (Constant) .571 1.477 .386 .700 TEISTIS_X1 .381 .095 .272 4.013 .000 .614 1.628 ETIS_X2 -.146 .090 -.117 -1.614 .109 .534 1.873 REALISTIS_X3 .434 .112 .346 3.871 .000 .352 2.843 HUMANISTIS_X4 .156 .090 .130 1.745 .084 .505 1.982 KEPUASAN_NAS ABAH_M .168 .040 .305 4.205 .000 .536 1.865 a. Dependent Variable: REPUTASI_Y
Sumber:Data Primer yang Diolah, Juli 2016
Berdasarkan tabel 4.9 di atas, dapat dilihat pada nilai tolerance variabel teistis (0.614), etis (0.534), realistis (0.352), humanistis (0.505), dan kepuasan nasabah (0.536) kelima variabel independen tersebut memiliki nilai tolerance lebih dari 0.10 sehingga dapat diartikan tidak terdapat korelasi antar variabel independen. Hasil perhitunga nilai Variance Inflation Factor (VIF) juga menunjukkan hal yang sama, bahwa nilai VIF variabel teistis (1.628), etis (1.873), realistis (2.843), humanistis (1.982) dan kepuasan nasabah (1.865) kurang dari 10. Oleh karena demikian, dapat disimpulkan bahwa tidak ada multikolinieritas antar variabel independen dalam model persamaan regresi dua.
2) Hasil Uji Heteroskedastisitas
Uji heteroskedastisitas ini dilakukan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu
pengamatan ke pengamatan yang lain. Dari hasil grafik plot dalam uji heteroskedastisitas, dapat dianalisis dengan bauran titik-titiknya yaitu jika titik-titik dalam grafik membentuk pola tertentu maka terindikasi telah terjadi heteroskedastisitas, sedangkan apabila titik-titiknya menyebar di atas dan di bawah 0 pada sumbu Y maka tidak terjadi heteroskedastisitas (Ghozali, 2013: 139).
Untuk memperkuat hasil dari grafik scatterplots, peneliti kembali menguji dengan uji statistik lain yaitu uji metode White Test Keputusan yang dapat diambil adalah apabila koefisien parameter β dari persamaan regres residual kuadrat (Ui2) tersebut secara statistik dinyatakan signifikan (x2 hitung > x2 tabel), maka hal tersebut menunjukkan bahwa dalam data model empiris yang diestimasi terdapat heteroskedastisisitas, begitu juga sebaliknya apabila nilai β tidak signifikan secara statistik (x2 hitung < x2 tabel), maka homokedastisitas pada data model tersebut tidak dapat ditolak atau tidak terdapat heteroskedastisitas (Bawono, 2006: 145).
Berikut merupakan grafik scatterplot uji heteroskedastisitas dan uji model White test pada setiap model regresi:
a) Uji Heteroskedastisitas dari persamaan regresi 1 Tabel 4.10
Hasil Uji Metode White Test Persamaan Regresi (1)
Model Summary
Model R R Square Adjusted R Square
Std. Error of the Estimate 1 .318a .101 .033 15.14969
Sumber: Data Primer yang Diolah, Juli 2017
Berdasarkan tabel 4.10 di atas diperoleh nilai R2 sebesar 0.101, maka dapat diketahui persamaan x2 hitung yaitu 129*0.101 = 13.029, sedang kan besarnya x2 tabel adalah 132.806 pada tingkat kepercayaan 20%. Karena x2 hitung < x2 tabel, maka gejala penyakit heteroskedastisitas dalam model persamaan tidak terdeteksi.
b) Uji Heteroskedastisitas dari persamaan regresi 2 Tabel 4.11
Hasil Uji Metode White Test Persamaan Regresi (2)
Sumber: Data Primer yang Diolah, Juli 2017
Berdasarkan tabel 4.11 di atas diperoleh nilai R2 sebesar 0.072, maka dapat diketahui persamaan x2 hitung yaitu 129*0.072 = 9.288,
sedang kan besarnya x2 tabel adalah 132.806 pada tingkat kepercayaan 20%. Karena x2 hitung < x2 tabel, maka gejala penyakit heteroskedastisitas dalam model persamaan tidak terdeteksi.
3) Hasil Uji Normalitas
Uji normalitas digunakan untuk menguji dalam model regresi apakah variabel pengganggu atau residual memiliki distribusi normal. Untuk mendeteksi residual tersebut normal atau tidak, peneliti
a. Predictors: (Constant), X1X2X3X4, ETIS_X2, TEISTIS_X1,
REALISTIS_X3, HUMANISTIS_X4, TEISTIS_X12, HUMANISTIS_X42, REALISTIS_X32, ETIS_X22
Model Summary
Model R R Square Adjusted R Square
Std. Error of the Estimate 1 .269a .072 .002 3.52940
a. Predictors: (Constant), X1X2X3X4, ETIS_X2, TEISTIS_X1,
REALISTIS_X3, HUMANISTIS_X4, TEISTIS_X12, HUMANISTIS_X42, REALISTIS_X32, ETIS_X22
menggunakan analisis grafik. Dengan ketentuan apabila data menyebar disekitar garis diagonal dan mengikuti arah garis diagonal atau grafik hostogramnya berarti menunjukkan pola distribusi normal (Ghozali, 2013: 160-163).
Untuk hasil yang lebih akurat peneliti menguji normalitas data dengan uji statistik, peneliti penggunakan uji statistik non-parametrik Kolmogrov-Smirnov (K-S). ketentuan analisa pada uji statistik K-S adalah apabila nilai Kolmogorov-Smirnov dan nilai signisikansinya tidak signifikan, maka data residual telah terdistribusi normal (Ghozali, 2013: 160-163).
Adapun hasil uji normalitas dengan grafik dan Kolmogorov- Smirnov sebagai berikut:
a) Uji Normalitas dari persamaan regresi 1
Gambar 4.3
Regression Standardized Residual Regresi (1) Sumber: Data Primer yang Diolah, Juli 2017
Gambar 4.4
Grafik Normal Plot Regresi (1) Sumber: Data Primer yang Diolah, Juli 2017
Berdasarkan hasil grafik histogram dan grafik normal plot di atas, dapat dilihat bahwa pada grafik histogram (gambar 4.5) menunjukkan bahwa perbandingan antara data observasi dengan distribusi telah mendekati normal, demikian pula pada grafik plot (gambar 4.6) menunjukkan bahwa data menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal. Jadi dapat disimpulkan bahwa model regresi satu memenuhi asumsi normalitas.
Tabel 4.12
Hasil Uji Normalitas Regresi (1)
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 129
Normal Parametersa Mean .0000000 Std. Deviation 3.13440483 Most Extreme Differences Absolute .054 Positive .041 Negative -.054 Kolmogorov-Smirnov Z .614 Asymp. Sig. (2-tailed) .845 a. Test distribution is Normal.
Berdasarkan tabel 4.12 di atas, dapat dilihat nilai N=129 yang berarti jumlah sampel yang diambil sebanyak 129, nilai kolmogorov-
smirnov z menunjukkan angka 0.614 dan Asymp. Sig. (2-tailed)
menunjukkan angka 0.845. dapat disimpulkan bahwa data pada persamaan regresi satu tersebut terdistribusi normal karena Asymp. Sig. (2-tailed) lebih dari 0.05 atau tidak signifikan.
b) Uji Normalitas dari persamaan regresi 2
Gambar 4.5
Regression Standardized Residual Regresi (2) Sumber: Data Primer yang Diolah, Juli 2017
Gambar 4.6
Grafik Normal Plot Regresi (2) Sumber: Data Primer yang Diolah, Juli 2017
Berdasarkan hasil grafik histogram dan grafik normal plot di atas, dapat dilihat bahwa pada grafik histogram (gambar 4.7) menunjukkan bahwa perbandingan antara data observasi dengan distribusi telah mendekati normal, demikian pula pada grafik plot (gambar 4.8) menunjukkan bahwa data menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal. Jadi dapat disimpulkan bahwa model regresi dua memenuhi asumsi normalitas.
Tabel 4.13
Hasil Uji Normalitas Regresi (2)
Sumber: Data Primer yang Diolah, Juli 2017
Berdasarkan tabel 4.13 di atas, dapat dilihat nilai N=129 yang berarti jumlah sampel yang diambil sebanyak 129, nilai kolmogorov-
smirnov z menunjukkan angka 0.876 dan Asymp. Sig. (2-tailed)
menunjukkan angka 0.427. dapat disimpulkan bahwa data pada persamaan regresi dua tersebut terdistribusi normal karena Asymp. Sig. (2-tailed) lebih dari 0.05 atau tidak signifikan.
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 129
Normal Parametersa Mean .0000000
Std. Deviation 1.38942404 Most Extreme Differences Absolute .077
Positive .061
Negative -.077
Kolmogorov-Smirnov Z .876
Asymp. Sig. (2-tailed) .427
4) Hasil Uji Linieritas
Uji linieritas dilakukan untuk menguji apakah spesifikasi yang peneliti gunakan sudah tepat atau lebih baik dengan model lain. Peneliti menggunakan model Durbin-Watson, dengan membuat dua persamaan terlebih dahulu yaitu persamaan linier dan kuadrat. Dari kedua persamaan tersebut dicari nilai D-W, kemudian dibandingkan dengan nilai D-W tabel. Jika persamaan tersebut berada diantara du
dan 4 - du, maka dapat disimpulkan bahwa tidak terdapat kesalahan
spesifikasi model atau keduanya layak dipakai. Dengan kata lain spesifikasi model linier layak untuk digunakan untuk model regresi.
Berikut adalah hasil uji model D-W, pada ketiga persamaan model regresi dalam penelitian ini:
a) Hasil Uji Linieritas dari persamaan regresi 1 Tabel 4.14
Persamaan Linier Regresi (1)
Model Summaryb
Model R R Square Adjusted R Square
Std. Error of the Estimate
Durbin- Watson 1 .681a .464 .446 3.185 1.937
a. Predictors: (Constant), HUMANISTIS_X4, TEISTIS_X1, ETIS_X2, REALISTIS_X3 b. Dependent Variable: KEPUASAN_NASABAH_M
Sumber: Data Primer yang Diolah, Juli 2017 Tabel 4.15
Persamaan Kuadrat Regresi (1)
Model Summaryb
Model R R Square Adjusted R Square
Std. Error of the Estimate
Durbin- Watson 1 .685a .469 .434 3.221 1.898
a. Predictors: (Constant), HUMANISTIS_X42, TEISTIS_X1, ETIS_X22,
REALISTIS_X32, TEISTIS_X12, HUMANISTIS_X4, REALISTIS_X3, ETIS_X2
b. Dependent Variable: KEPUASAN_NASABAH_M Sumber: Data Primer yang Diolah, Juli 2017
Berdasar hasil output SPSS di atas, maka dapat diketahui besarnya nilai Durbin-Watson keduanya dalam model regresi satu yaitu untuk persamaan linier (tabel 4.14) sebesar 1.937 dan persamaan kuadrat (tabel 4.15) sebesar 1.898. Sedangkan nilai tabel Durbin- Watson diketahui dengan ketentuan jumlah sampel atau observasi = 129, jumlah variabel independen dalam model regresi satu (k) = 4, dengan asumsi derajat kepercayaan 5%, nilai tabel du = 1.758, nilai 4 -
du = 4 – 1.758 = 2.242, dikarenakan nilai DW test kedua persamaan
tersebut diantara du dan 4 - du, maka dapat disimpulkan bahwa tidak
terdapat kesalahan spesifikasi model atau keduanya layak dipakai. Sehingga dengan kata lain bahwa spesifikasi model linier layak untuk digunakan untuk model regresi satu.
b) Hasil Uji Linieritas dari persamaan regresi 2 Tabel 4.16
Persamaan Linier Regresi (2)
Model Summaryb Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson 1 .809a .654 .640 1.417 2.031
a. Predictors: (Constant), KEPUASAN_NASABAH_M, ETIS_X2, TEISTIS_X1, HUMANISTIS_X4, REALISTIS_X3
b. Dependent Variable: REPUTASI_Y
Sumber: Data Primer yang Diolah, Juli 2017 Tabel 4.17
Persamaan Kuadrat Regresi (2)
Model Summaryb Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson 1 .835a .696 .671 1.355 2.123
a. Predictors: (Constant), KEPUASAN_NASABAH_M2, ETIS_X2, TEISTIS_X12,
HUMANISTIS_X42, REALISTIS_X32, KEPUASAN_NASABAH_M, TEISTIS_X1,
HUMANISTIS_X4, REALISTIS_X3, ETIS_X22
b. Dependent Variable: REPUTASI_Y
Berdasar hasil output SPSS di atas, maka dapat diketahui besarnya nilai Durbin-Watson keduanya dalam model regresi dua yaitu untuk persamaan linier (tabel 4.16) sebesar 2.031 dan persamaan kuadrat (tabel 4.17) sebesar 2.123. Sedangkan nilai tabel Durbin- Watson diketahui dengan ketentuan jumlah sampel atau observasi = 129, jumlah variabel independen dalam model regresi satu (k) = 5, dengan asumsi derajat kepercayaan 5%, nilai tabel du = 1.780, nilai 4 -
du = 4 – 1.780 = 2.220, dikarenakan nilai DW test kedua persamaan
tersebut diantara du dan 4 - du, maka dapat disimpulkan bahwa tidak
terdapat kesalahan spesifikasi model atau keduanya layak dipakai. Sehingga dengan kata lain bahwa spesifikasi model linier layak untuk digunakan untuk model regresi dua.
c. Analisis Regresi
Dalam penelitian ini terdapat dua variabel Y yaitu kepuasan nasabah (Y1) dan reputasi (Y2) dimana pada variabel Y1 memiliki fungsi sebagai variabel mediator. Sehigga dalam penelitian ini terdapat dua persamaan regresi yaitu:
KN = β0 + β1TT+ β2 ET+ β3RL+ β4HM + ε1
R = β0 + β1TT+ β2 ET+ β3RL+ β4HM + β5KN + ε2
1) Persamaan regresi 1 : Variabel independen (teistis, etis, realistis, dan humanistis) terhadap variabel intervening (kepuasan nasabah)
Tabel 4.18 Hasil Uji Regresi 1
Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) 5.992 3.276 1.829 .070 TEISTIS_X1 .515 .208 .203 2.473 .015 ETIS_X2 -.145 .202 -.064 -.718 .474 REALISTIS_X3 .922 .238 .406 3.872 .000 HUMANISTIS_X4 .503 .196 .231 2.563 .012 a. Dependent Variable: KEPUASAN_NASABAH_M
Sumber: Data Primer yang Diolah, Juli 2017
Berdasarkan uji regresi pada tabel 4.18 di atas, dapat diketahui hasil analisis regresi diperoleh koefisien untuk variabel teistis
(rabbaniyah) sebesar 0.515; kemudian variabel etis (akhlaqiyah)
sebesar -0.145; untuk variabel realistis (al-waqi’iyyah) sebesar 0.922; dan variabel humanistis (insaniyyah) sebesar 0.503 sehingga model persamaan regresi yang diperoleh sebagai berikut:
KN= 5.992 + 0.515 TT – 0.145 ET + 0.922 RL + 0.503 HM Dimana: KN = Kepuasan Nasabah TT = Teistis ET = Etis RL = Realistis HM = Humanistis
Arti dari model persamaan regresi sederhana di atas adalah:
a) Nilai konstan (β0) = 5.992 diartikan bahwa ketika variabel teistis,
etis, realistis dan humanistis konstanstan atau sebesar 0, maka kepuasan nasabah akan mengalami peningkatan sebesar 5.992.
b) Nilai koefisien regresi variabel teistis = 0.515, artinya jika variabel teistis menngalami peningkatan 1 satuan, sedangkan variabel etis, realistis dan humanistis konstan atau sebesar 0, maka kepuasan nasabah akan mengalami peningkatan sebesar 0.515 atau 51,5%. c) Nilai koefisien regresi variabel etis = - 0.145, artinya jika variabel
etis mengalami penurunan 1 satuan, sedangkan variabel teistis, realistis dan humanistis konstan atau sebesar 0, maka kepuasan nasabah tidak akan mengalami perubahan.
d) Nilai koefisien regresi variabel realistis = 0.922, artinya jika variabel realistis mengalami peningkatan 1 satuan, sedangkan variabel teistis, etis dan humanistis konstan atau sebesar 0, maka kepuasan nasabah akan mengalami peningkatan sebesar 0.922 atau 92,2%.
e) Nilai koefisien regresi variabel humanistis = 0.503, artinya jika variabel realistis mengalami peningkatan 1 satuan, sedangkan variabel teistis, etis dan relistis konstan atau sebesar 0, maka kepuasan nasabah akan mengalami peningkatan sebesar 0.503 atau 50.3%.
2) Persamaan Regresi 2 : Variabel independen (teistis, etis, realistis, humanistis dan kepuasan nasabah) terhadap variabel dependen (reputasi)
Tabel 4.19 Hasil Uji Regresi 2
Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) .571 1.477 .386 .700 TEISTIS_X1 .381 .095 .272 4.013 .000 ETIS_X2 -.146 .090 -.117 -1.614 .109 REALISTIS_X3 .434 .112 .346 3.871 .000 HUMANISTIS_X4 .156 .090 .130 1.745 .084 KEPUASAN_NASABAH_M .168 .040 .305 4.205 .000 a. Dependent Variable: REPUTASI_Y
Sumber: Data Primer yang Diolah, Juni 2017
Berdasarkan uji ttest pada tabel 4.19 di atas, dapat diketahui hasil
analisis regresi diperoleh koefisien untuk variabel teistis (rabbaniyah) sebesar 0.467; kemudian variabel etis (akhlaqiyah) sebesar -0.170; untuk variabel realistis (al-waqi’iyyah) sebesar 0.589; dan variabel humanistis (insaniyyah) sebesar 0.241 sehingga model persamaan regresi yang diperoleh sebagai berikut:
R= 0.571+ 0.381 TT - 0.146 ET + 0.434 RL + 0.156 HM + 0.168 KN Dimana: Y2 =Reputasi X1 =Teistis X2 =Etis X3 =Realistis X4 =Humanistis Y1 = Kepuasan Nasabah
Arti dari model persamaan regresi sederhana di atas adalah:
a) Nilai konstan (β0) = 0.571 diartikan bahwa ketika variabel teistis,
sebesar 0, maka kepuasan nasabah akan mengalami peningkatan sebesar 0.571.
b) Nilai koefisien regresi variabel teistis = 0.381, artinya jika variabel teistis mengalami peningkatan 1 satuan, sedangkan variabel etis, realistis, humanistis, dan kepuasan nasabah konstan atau sebesar 0, maka reputasi akan mengalami peningkatan sebesar 0.381 atau 38.1%.
c) Nilai koefisien regresi variabel etis = - 0.146, artinya jika variabel etis mengalami penurunan 1 satuan, sedangkan variabel teistis, realistis humanistis, dan kepuasan nasabah konstan atau sebesar 0, maka reputasi tidak akan mengalami perubahan.
d) Nilai koefisien regresi variabel realistis = 0.434, artinya jika variabel realistis mengalami peningkatan 1 satuan, sedangkan variabel teistis, etis, humanistis, dan kepuasan nasabah konstan atau sebesar 0, maka reputasi akan mengalami peningkatan sebesar 0.434 atau 43.4%.
e) Nilai koefisien regresi variabel humanistis = 0. 156, artinya jika variabel realistis mengalami peningkatan 1 satuan, sedangkan variabel teistis, etis, relistis dan kepuasan nasabah konstan atau sebesar 0, maka reputasi akan mengalami peningkatan sebesar 0.156 atau 15.6%.
f) Nilai koefisien regresi variabel kepuasan nasabah = 0.168, artinya jika variabel realistis mengalami peningkatan 1 satuan, sedangkan variabel teistis, etis, realistis dan humanistis konstan atau sebesar 0, maka reputasi akan mengalami peningkatan sebesar 0.168 atau 16.8%.
d. Hasil Uji t (Uji Secara Parsial)
Uji ini digunakan untuk melihat seberapa jauh pengaruh setiap variabel penjelas (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: 98-99). Berikut merupakan hasil uji ttest variabel independen
terhadap variabel dependen: 1) Uji ttest Persamaan regresi 1:
Berikut merupakan hasil ttest berdasarkan hasil persamaan regresi 1
Tabel 4.20 Hasil Uji ttest 1
Variabel Dependen: Kepuasan Nasabah (M) Sumber: Data Primer yang Diolah, Juni 2017
Untuk pengambilan keputusan dalam penelitian ini, apabila nilai signifikansi kurang dari nilai alfa 0.05 maka variabel tersebut dinyatakan positif mempengaruhi variabel dependennya. Berdasarkan hasil uji t pada tabel di atas, peneliti mendapat nilai t hitung masing-
Variabel T hitung Signifikansi
Teistis (X1) 2.473 0.015
Etis (X2) -.718 0.474
Realistis (X3) 3.872 0.000
masing untuk teistis (X1), etis (X2), realistis (X3) dan humanistis (X4), yaitu:
a) Variabel teistis (X1) dengan t hitung 2.473 dan signifikansi 0.015 dimana nilai signifikansi lebih kecil dari nilai alfa 0.05, maka dapat dikatakan bahwa variabel teistis (X1) secara statistik berpengaruh positif dan signifikan terhadap kepuasan nasabah (M).
b) Variabel etis (X2) dengan t hitung -0.718 dan signifikansi 0.474 dimana nilai signifikansi lebih besar dari nilai alfa 0.05, maka dapat diartikan bahwa etis berpengaruh negatif tapi tidak signifikan terhadap kepuasan nasabah (M).
c) Variabel realistis (X3) dengan t hitung 3.872 dan signifikansi 0.000 dimana nilai signifikansi lebih kecil dari nilai alfa 0.05, maka dapat dikatakan bahwa variabel realistis (X3) secara statistik berpengaruh positif dan signifikan terhadap kepuasan nasabah (M).
d) Variabel Humanistis (X4) dengan t hitung 2.563 dan signifikansi 0.012 dimana nilai signifikansi lebih kecil dari nilai alfa 0.05, maka dapat dikatakan bahwa variabel humanistis (X4) secara statistik berpengaruh positif dan signifikan terhadap kepuasan nasabah (M). 2) Persamaan regresi 2:
Berikut merupakan hasil uji ttest berdasar hasil persamaan regresi
2 yaitu variabel independen (teistis, etis, realistis, humanistis) dan kepuasan nasabah terhadap variabel reputasi (Y):
Tabel 4.21 Hasil Uji ttest (2)
Variabel Dependen : Reputasi (Y)
Sumber: Data Primer yang Diolah, Juni 2017
Untuk pengambilan keputusan dalam penelitian ini, apabila nilai signifikansi kurang dari nilai alfa 0.05 maka variabel tersebut dinyatakan positif mempengaruhi variabel dependennya. hasil uji t pada tabel di atas, peneliti mendapat nilai t hitung masing-masing untuk teistis (X1), etis (X2), realistis (X3) dan humanistis (X4), dan kepuasan nasabah (Y1) yaitu:
a) Variabel teistis (X1) dengan t hitung 4.013 dan signifikansi 0.000 dimana nilai signifikansi lebih kecil dari nilai alfa 0.05, maka dapat dikatakan bahwa variabel teistis (X1) secara statistik berpengaruh positif dan signifikan terhadap reputasi (Y).
b) Variabel etis (X2) dengan t hitung -1.614 dan signifikansi 0.109 dimana nilai signifikansi lebih besar dari nilai alfa 0.05, maka dapat diartikan bahwa etis berpengaruh negatif tidak signifikan terhadap kepuasan nasabah (Y).
c) Variabel realistis (X3) dengan t hitung 3.871 dan signifikansi 0.000 dimana nilai signifikansi lebih kecil dari nilai alfa 0.05, maka dapat
Variabel T hitung Signifikansi
Teistis (X1) 4.013 0.000
Etis (X2) -1.614 0.109
Realistis (X3) 3.871 0.000
Humanistis (X4) 1.745 0.084
dikatakan bahwa variabel realistis (X3) secara statistik berpengaruh positif dan signifikan terhadap reputasi (Y).
d) Variabel Humanistis (X4) dengan t hitung 1.745 dan signifikansi 0.084 dimana nilai signifikansi lebih besar dari nilai alfa 0.05, maka dapat dikatakan bahwa variabel humanistis (X4) secara statistik berpengaruh positif tapi tidak signifikan terhadap reputasi (Y).
e) Variabel kepuasan nasabah (M) dengan t hitung 4.205 dan signifikansi 0.000 dimana nilai signifikansi lebih besar dari nilai alfa 0.05, maka dapat dikatakan bahwa variabel kepuasan nasabah secara statistik berpengaruh positif dan signifikan terhadap reputasi (Y)
e. Hasil Uji F (Uji Secara Simultan)
Uji 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) Tabel Uji F persamaan regresi 1
Tabel 4.22 Hasil Uji F (1)
Sumber: Data Primer yang Diolah, Juni 2017 ANOVAb
Model Sum of Squares df Mean Square F Sig. 1 Regression 1087.488 4 271.872 26.808 .000a
Residual 1257.535 124 10.141 Total 2345.023 128
a. Predictors: (Constant), HUMANISTIS_X4, TEISTIS_X1, ETIS_X2, REALISTIS_X3 b. Dependent Variable: KEPUASAN_NASABAH_M
Pada tabel 4.22 di atas, menunjukkan bahwa F hitung 26.808 dengan nilai signifikansi 0.000. Karena probabilitas signifikansi jauh lebih kecil dari 0.05 maka H0 ditolak dan HA diterima. Hal ini menunjukkan bahwa variabel karakteristik marketing syariah (teistis,