ANALISIS DATA DAN HASIL PENELITIAN
4.3 Hasil Uji Validitas dan Reliabilitas
Hasil pengumpulan data dari responden perlu diuji untuk menguji kesahihan dan keandalan data dengan menggunakan uji validitas dan reliabilitas instrumen penelitian. Instrumen penelitian dinyatakan valid dan reliable apabila koefisien korelasi (r) menghasilkan nilai probabilitas lebih kecil dari 0,05 dan koefisien keandalannya (Cronbach Alpha) lebih besar dari 0,6.
Tabel berikut menunjukkan hasil uji validitas dan reliabilitas terhadap variabel minat penggunaan internet banking (Y).
Tabel 4.7
Uji Validitas dan Reliabilitas Variabel Minat Penggunaan Internet Banking (Y) Validitas
Variabel Nomor Item
Korelasi (r) Probabilitas (p) Cronbach Alpha Y Y11 0.851 0,000 Y12 0,873 0,000 0,653 Sumber : Data primer (diolah)
Hasil pengujian pada tabel di atas menunjukkan semua item pertanyaan menghasilkan koefisien korelasi (r) dengan probabilitas lebih kecil dari 0,05 sehingga dapat disimpulkan semua item pertanyaan dinyatakan valid. Pengujian juga
menghasilkan nilai Cronbach Alpha sebesar 0,653 (lebih besar dari 0,6) sehingga instrumen dinyatakan reliable.
Tabel berikut menunjukkan hasil uji validitas dan reliabilitas terhadap variabel persepsi kegunaan (X1).
Tabel 4.8
Uji Validitas dan Reliabilitas Variabel Persepsi Kegunaan (X1) Validitas
Variabel Nomor Item
Korelasi (r) Probabilitas (p) Cronbach Alpha X1 X11 0,845 0,000 X12 0,827 0,000 X13 0,575 0,000 X14 0,736 0,000 0,737
Sumber : Data primer (diolah)
Hasil pengujian pada tabel di atas menunjukkan semua item pertanyaan menghasilkan koefisien korelasi (r) dengan probabilitas lebih kecil dari 0,05 sehingga dapat disimpulkan semua item pertanyaan dinyatakan valid. Pengujian juga menghasilkan nilai Cronbach Alpha sebesar 0,737 (lebih besar dari 0,6) sehingga instrumen dinyatakan reliable.
Tabel berikut menunjukkan hasil uji validitas dan reliabilitas terhadap variabel persepsi kemudahan penggunaan (X2).
Tabel 4.9
Uji Validitas dan Reliabilitas Variabel Persepsi Kemudahan Penggunaan(X2) Validitas
Variabel Nomor Item
Korelasi (r) Probabilitas (p) Cronbach Alpha X2 X21 0,796 0,000 X22 0,710 0,000 X23 0,773 0,000 X24 0,808 0,000 X25 0,762 0,000 0,827
Sumber : Data primer (diolah)
Hasil pengujian pada tabel di atas menunjukkan semua item pertanyaan menghasilkan koefisien korelasi (r) dengan probabilitas lebih kecil dari 0,05 sehingga
dapat disimpulkan semua item pertanyaan dinyatakan valid. Pengujian juga menghasilkan nilai Cronbach Alpha sebesar 0,827 (lebih besar dari 0,6) sehingga instrumen dinyatakan reliable.
Tabel berikut menunjukkan hasil uji validitas dan reliabilitas terhadap variabel persepsi kredibilitas (X3).
Tabel 4.10
Uji Validitas dan Reliabilitas Variabel Persepsi Kredibilitas (X3) Validitas
Variabel Nomor Item
Korelasi (r) Probabilitas (p) Cronbach Alpha X3 X31 0,840 0,000 X32 0,871 0,000 X33 0,792 0,000 0,782 Sumber : Data primer (diolah)
Hasil pengujian pada tabel di atas menunjukkan semua item pertanyaan menghasilkan koefisien korelasi (r) dengan probabilitas lebih kecil dari 0,05 sehingga dapat disimpulkan semua item pertanyaan dinyatakan valid. Pengujian juga menghasilkan nilai Cronbach Alpha sebesar 0,782 (lebih besar dari 0,6) sehingga instrumen dinyatakan reliable.
4.4 Uji Asumsi Klasik
Pengujian hipotesis dilakukan dengan menggunakan Uji Regresi Linier Berganda dan Uji Moderated Regression Analysis (MRA). Dalam pengujian dengan menggunakan metoda kuadrat terkecil biasa (ordinary least squares/OLS), dibutuhkan sifat tidak bias linier terbaik (best linier unbiased estimator/BLUE) dari penaksir (Gujarati, 1997). Serangkaian uji dapat dilakukan agar persamaan regresi yang terbentuk dapat memenuhi persyaratan BLUE ini, yaitu uji normalitas, uji gejala multikolinieritas, uji gejala autokorelasi, dan uji gejala heteroskedastisitas. Mengingat
dalam penelitian ini, ada dua model regresi, maka pengujian asumsi klasiknya dibedakan menjadi dua.
4.4.1 Hasil Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi variabel pengganggu atau residual memiliki distribusi normal, karena uji-t dan uji-f mengasumsikan bahwa nilai residual mengikuti distribusi normal (Ghozali, 2006). Pengujian normalitas dilakukan terhadap nilai unstandardized residual dari model regresi dengan menggunakan uji One Sample Kolmogorov-Smirnov Test. Data dikategorikan berdistribusi normal jika menghasilkan nilai asymptotic significance > α=5%. Hasil pengujian disajikan pada tabel berikut.
Tabel 4.11
Hasil Uji One-Sample Kolmogorov-Smirnov Test
Model Regresi Kolmogorov-Smirnov Z
Model Regresi I 0,217
Model Regresi II 0,122
Sumber data : lampiran
Berdasarkan hasil pengujian terhadap nilai residual, keseluruhan model regresi menghasilkan nilai Asymptotic Significance lebih besar dari 0,05. Hasil tersebut menunjukkan bahwa data berdistribusi normal.
4.4.2 Hasil Uji Gejala Multikolinieritas
Uji multikoliniearitas digunakan untuk menguji apakah ada korelasi antara variabel independen. Metoda yang digunakan untuk mendeteksi adanya multikoliniearitas dengan menggunakan nilai VIF (variance inflation factor), nilai VIF lebih kecil dari angka 10 (VIF<10) menunjukkan tidak terdapat gejala multikolinearitas dengan variabel bebas yang lainnya. Pengujian terhadap gejala multikolinieritas pada
model regresi kedua dilakukan dengan menggunakan transformasi data berupa center
data. Center data adalah data mentah dikurangi nilai mean.
Tabel 4.12
Hasil Uji Gejala Multikolonieritas
No Variabel VIF
1 Model Regresi I
Persepsi Kegunaan (X1) 1,536
Persepsi Kemudahan Penggunaan (X2) 2,060
Persepsi Kredibilitas (X3) 1,591
2 Model Regresi II
Persepsi Kegunaan (X1) 2,894
Persepsi Kemudahan Penggunaan (X2) 3,139
Persepsi Kredibilitas (X3) 1,660
Gender (X4) 1,143
(X1*X4) 3,730
(X2*X4) 3,417
Sumber: data diolah lampiran
Berdasarkan hasil pengujian pada tabel di atas, nilai VIF pada keseluruhan model regresi menghasilkan nilai lebih kecil dari 10. Hasil tersebut menunjukkan tidak dijumpai gejala multikolinieritas antar variabel independen.
4.4.3 Uji Gejala Autokorelasi.
Metoda uji ini digunakan untuk mengetahui apakah dalam suatu model regresi linier ada korelasi antara kesalahan pengganggu pada periode t, dengan kesalahan pada periode t-1. Jika terjadi korelasi, berarti dijumpai problem autokorelasi.
Tabel 4.13
Hasil Uji Gejala Autokorelasi
Model Regresi dU 4-dU DW Statistic
I 1,715 2,285 2,209
II 1,772 2,228 2,144
Sumber data: lampiran
Berdasarkan hasil pengujian terhadap gejala autokorelasi pada tabel di atas, keseluruhan model regresi menghasilkan nilai DW-hitung diantara nilai
dU<DW-hitung<4-dU. Berdasarkan hasil tersebut maka dapat disimpulkan tidak dijumpai gejala autokorelasi pada model regresi.
4.4.4 Uji Gejala Heteroskedastisitas
Metoda ini digunakan untuk menguji apakah dalam sebuah model regresi terjadi ketidaksamaan varians dari residual pada satu pengamatan ke pengamatan yang lain. Jika terdapat perbedaan varians, maka dijumpai gejala heteroskedastisitas. Cara mendeteksi ada tidaknya gejala heteroskedastisitas adalah dengan melihat ada tidaknya pola tertentu pada grafik scatterplot di sekitar nilai X dan Y. Jika ada pola tertentu, maka telah terjadi gejala heteroskedastisitas. Berdasarkan hasil pengujian terhadap gejala heteroskedastisitas pada keseluruhan model regresi (lihat lampiran hasil uji asumsi klasik), dapat diamati tidak dijumpai pola tertentu pada grafik yang terbentuk. Dengan hasil ini maka dapat disimpulkan tidak dijumpai gejala heteroskedastisitas pada model regresi yang digunakan.