• Tidak ada hasil yang ditemukan

Metode Analisis Data

Dalam dokumen ANALISIS PENGARUH KUALITAS PELAYANAN KEP (Halaman 64-71)

METODE PENELITIAN

3.6 Metode Analisis Data

3.6.1 Uji Reliabilitas dan Uji Validitas 3.6.1.1Uji Reliabilitas

Reliabilitas atau kepercayaan mengandung pengertian apakah sebuah instrumen dapat mengukur sesuatu yang diukur secara konsisten dari waktu ke waktu. Jadi kata kunci untuk syarat kualifikasi suatu instrumen pengukuran adalah konsistensi, atau tidak berubah-ubah (Sugiyono, 2001).

Pengujian dalam penelitian ini dilakukan dengan cara mencobakan instrumen sekali saja, dan dari data yang diperoleh dianalisis dengan tertentu.

Teknik reliabilitas semacam ini disebut Interbal Consistency. Karena dalam penelitian ini jawaban dari instrumen bersifat berjenjang atau tidak bersifat dikotomi (mempunyai dua alternatif jawaban) maka digunakan teknik pengujian dengan metode Alpha Cronbach (Sugiyono, 2001).

Dalam melakukan perhitungan Alpha, digunakan alat bantu program komputer yaitu SPSS for Windows 17 dengan menggunakan model Alpha. Sedangkan dalam pengambilan keputusan reliabilitas, suatu instrumen dikatakan reliabel jika nilai alpha lebih besar dari 0,6 (Imam Ghozali, 2001).

3.6.1.2Uji Validitas

Valid berarti insrumen yang digunakan dapat mengukur apa yang hendak diukur (Augusty T. Ferdinand, 2006). Validitas yang digunakan dalam penelitian ini (content validity) menggambarkan kesesuaian sebuah pengukur data dengan apa yang akan diukur (Augusty T. Ferdinand, 2006). Biasanya digunakan dengan menghitung korelasi antara setiap skor butir instrumen dengan skor total (Sugiyono, 2001).

Dalam melakukan pengujian validitas, digunakan alat ukur berupa program komputer yaitu SPSS for Windows 17 dan jika suatu alat ukur mempunyai korelasi yang signifikan antara skor item terhadap skor totalnya maka dikatakan alat skor tersebut adalah valid (Imam Ghozali, 2001).

3.6.2 Uji Asumsi Klasik 3.6.2.1Uji Multikolinearitas

Uji multikolinieritas bertujuan untuk menguji apakah dalam model regresi ditemukan adanya korelasi antar variabel bebas. Dalam model regresi yang baik seharusnya tidak terjadi korelasi di antara variabel bebas. Jika variabel bebas saling berkorelasi, maka variabel – variabel ini tidak orthogonal. Variabel orthogonal ialah variabel bebas yang nilai korelasi antar sesamanya sama dengan nol (Ghozali,2001 : 91).

Dalam penelitian ini teknik untuk mendeteksi ada atau tidaknya multikolinearitas didalam model regresi adalah melihat dari nilai Variance Inflation Factor (VIF), dan nilai tolerance. Apabila nilai tolerance mendekati 1, serta nilai VIF disekitar angka 1 serta tidak lebih dari 10, maka dapat disimpulkan tidak terjadi multikolinearitas antara variabel bebas dalam model regresi (Santoso,2000).

3.6.2.2Uji Normalitas

Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel terikat, variabel bebas atau keduanya mempunyai distribusi normal atau tidak. Model regresi yang baik adalah memiliki distribusi data normal atau penyebaran data statistik pada sumbu diagonal dari grafik distribusi normal (Imam Ghozali,2001).

Pada prinsipnya, normalitas dapat dideteksi dengan melihat penyebaran data (titik) pada sumbu diagonal atau dengan melihat histogram dari residualnya. Dasar pengambilan keputusannya :

a) Jika data menyebar disekitar garis diagonal dan mengikuti arah garis diagonal atau grafik histogramnya menunjukkan distribusi normal, maka model regresi memenuhi asumsi normalitas.

b) Jika data menyebar jauh dari diagonal dan/atau tidak mengikuti arah garis diagonal atau grafik histogram tidak menunjukkan distribusi normal, maka model regresi tidak memenuhi asumsi normalitas.

3.6.2.3Uji Heteroskedastisitas

Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan varian dari satu pengamatan ke pengamatan yang lain (Ghozali,2001). Cara mendeteksinya adalah dengan melihat ada tidaknya pola tertentu pada grafik Scatterplot antara SRESID dan ZPRED, dimana sumbu Y adalah Y yang telah diprediksi, dan sumbu x adalah residual (Y prediksi – Y sesungguhnya) yang telah di-standardized.

Sedangkan dasar pengambilan keputusan untuk uji heteroskedastisitas adalah :

a) Jika ada pola tertentu, seperti titik yang ada membentuk pola tertentu teratur (bergelombang, melebur kemudian menyempit), maka mengindikasikan telah terjadi heteroskedastisitas.

e

x

b

x

b

x

b

a

Y  

1 1

2 2

3 3

2 2 2 ) x ( x n y x -y x a         2 2 x) ( x n y x -xy n b       

b) Jika tidak ada pola yang jelas, serta titik-titik menyebar diatas dan dibawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas.

3.6.3 Analisis Regresi Berganda

Dalam upaya menjawab permasalahan dalam penelitian ini maka digunakan analisis regresi linear berganda (Multiple Regression). Analisis regresi linear berganda digunakan untuk menganalisis pengaruh antara variabel independen yaitu kualitas pelayanan, kepuasan pelanggan dan lokasi terhadap variabel dependen yaitu loyalitas pelanggan. Rumus matematis dari regresi linear berganda yang diganakan dalam penelitian ini adalah :

dimana :

Keterangan :

Y = Loyalitas Pelanggan ( variabel dependen ) x1 = Kualitas Pelayanan ( variabel independen ) x2 = Kepuasan Pelanggan ( variabel independen ) x3 = Lokasi ( variabel independen )

b1 = Koefisien regresi variabel kualitas pelayanan b2 = Koefisien regresi variabel kepuasan pelanggan b3 = Koefisien regresi variabel lokasi

e = error

3.6.4 Uji Goodness of Fit

Ketepatan fungsi regresi sampel dalam menaksir nilai aktual dapat dinilai dengan Goodness of Fit-nya. Secara statistik setidaknya ini dapat diukur dari nilai koefisien determinasi, nilai statistik F dan nilai statistik t. Perhitungan statistik disebut signifikan secara statistik apabila nilai uji statistiknya berada dalam daerah kritis (daerah dimana Ho ditolak), sebaliknya disebut tidak signifikan bila nilai uji statistiknya berada dalam daerah dimana Ho diterima (Imam Ghozali, 2001).

3.6.4.1Uji F

Uji F pada dasarnya dilakukan untuk mengetahui signifikansi hubungan antara semua variabel bebas dan variabel terikat, apakah variabel bebas yang dimasukkan dalam model mempunyai pengaruh bersama – sama terhadap variabel terikat. Dalam penelitian ini pengujian hipotesis secara simultan dimaksudkan untuk mengukur besarnya pengaruh kualitas pelayanan, kepuasan pelanggan, dan lokasi terhadap loyalitas pelanggan sebagai variabel terikatnya.

Ketentuannya :

1) H0 : β1 ≤ 0 artinya tidak ada pengaruh yang signifikan pada masing – masing variabel bebas ( X ) terhadap variabel terikat ( Y ).

2) H0 : β1 > 0 artinya ada pengaruh yang signifikan pada masing – masing variabel bebas ( X ) terhadap variabel terikat ( Y ).

Tingkat kepercayaan yang digunakan 95% atau taraf signifikansinya adalah 5% dengan kriteria sebagai berikut :

1) Apabila f hitung > f tabel, maka H0 ditolak dan H1 diterima berarti ada pengaruh yang signifikan antara variabel bebas ( X ) secara bersama – sama dengan variabel terikat ( Y ).

2) Apabila f hitung < f tabel, maka H0 diterima dan H1 ditolak berarti tidak ada pengaruh yang signifikan antara variabel bebas ( X ) secara bersama – sama dengan variabel terikat (Y).

3.6.4.2Uji t

Uji t pada dasarnya menunjukkan seberapa jauh pengaruh satu variabel independen secara individual dalam menerangkan variasi variabel independen (Imam Ghozali, 2001). Langkah-langkah Uji Hipotesis untuk Koefisien Regresi adalah:

1. Perumusan Hipotesis Nihil (H0) dan Hipotesis Alternatif (H1)

0: 1

H   

Tidak ada pengaruh yang signifikan dari masing-masing variabel bebas (X1, X2) terhadap variabel terikat (Y).

1: 0

Ada pengaruh yang signifikan dari masing-masing variabel bebas (X1, X2) terhadap variabel terikat (Y).

2. Penentuan harga t tabel berdasarkan taraf signifikansi dan taraf derajat kebebasan

 Taraf signifikansi = 5% (0,05)  Derajat kebebasan = (n-1-k)

3.6.4.3Koefisien Determinasi (R2)

Koefisien determinasi (R2) pada intinya mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel independen. Nilai koefisien determinasi adalah antara nol dan satu. Nilai R2 yang kecil berarti kemampuan variabel-variabel independen dalam menjelaskan variasi variabel dependen sangat terbatas. Nilai yang mendekati satu berarti variabel-variabel independen memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variasi variabel dependen (Imam Ghozali, 2001).

Dalam dokumen ANALISIS PENGARUH KUALITAS PELAYANAN KEP (Halaman 64-71)

Dokumen terkait