Metode Analisis Data - TINJAUAN PUSTAKA - Pengaruh Kualitas Pelayanan, Harga dan Kualitas Produ

BAB II TINJAUAN PUSTAKA

D. Metode Analisis Data

Tahap ini merupakan tahap yang sangat penting dan menentukan.Pada tahap inilah data diolah sedemikian rupa sehingga berhasil disimpulkan kebenaran yang dapat dipakai untuk menjawab persoalan-persoalan yang diajukan dalam penelitian.

a. Uji Validitas

Uji validitas digunakan untuk mengukur sah atau valid tidaknya suatu kusioner. Suatu kuesioner dikatakan valid jika pertanyaan pada kuesioner mampu untuk mengungkapkan sesuatu yang akan diukur oleh kusioner tersebut (Ghazali, 2011:52).

Uji validitas dapat dilakukan dengan melakukan korelasi bivariate antara masing masing skor indikator dengan total skor inndikator. Hasil analisis korelasi bivariate dengan melihat output Cornbach Alpha pada kolom Correlated Item – Total Correlation

adalah indentik karena keduanya mengukur hal yang sama (Ghazali, 2011:55). Hasil r hitung kita bandingkan dengan r tabel dimana df=n- 2 dengan sig 5%. Jika r hitung > dari r tabel maka pertanyaan dianggap valid, begitu pula sebaliknya. (Sujarweni 2014:192)

b. Uji Reliabilitas

Reliabilitas adalah alat untuk mengukur suatu kuesioner yang merupakan indikator dari variabel atau konstruk (Ghazali, 2011:47).Kuesioner dikatakan reliabel atau handal jika jawaban seseorang terhadap pernyataan adalah konsisten atau stabil dari waktu ke waktu. Adapun cara yang digunakan untuk menguji realibilitas kuesioner dalam penelitian ini menggunakan uji statistik Cronbach’s Alpha. Untuk mengetahui kuesioner tersebut sudah reliabel atau tidak kita bisa menggunakan dengan bantuan program SPSS pada komputer.

Kriteria peniliaian uji reliabilitas menurut Nunnally (1994) yang dikutip oleh Ghozali (2011: 48) adalah jika Cronbach’s Alpha memberikan nilai > 0,70 maka instrumen penelitian dianggap reliabel. 2. Uji Normalitas Data

Screening terhadap normalitas data merupakan langkah awal yang harus dilakukan untuk setiap analisis multivariat, khususnya jika tujuannya adalah inferensi. Walaupun normalitas suatu variabel tidak selalu diperlukan dalam analisis akan tetapi hasil uji statistik akan lebih baik jika semua variabel berdistribusi normal (Ghozali, 2011:29). Pada

penelitian ini uji normalitas yang digunakan adalah dengan cara uji statistik Kolmogorov-Smirnov dengan kriteria (Ghozali, 2011:32) : data terdistribusi secara normal apabila nilai probabilitas signifikan > 0,05 data tidak terdistribusi secara normal apabila nilai probabilitas signifikan < 0,05.

3. Analisis Jalur (Path Analysis)

Teknik analisis jalur, yang dikembangkan oleh Sewal Wright di tahun 1934, sebenarnya merupakan pengembangan korelasi yang diurai menjadi beberapa interpretasi akibat yang ditimbulkan.Lebih lanjut, analisis jalur mempunyai kedekatan dengan regresi berganda. Dengan kata lain, regresi berganda merupakan bentuk khusus dari analisis jalur (Sarwono, 2007:1).

Terdapat beberapa definisi mengenai analisis jalur diantaranya, menurut Riduwan dan Kuncoro (2012:2) path analysis digunakan untuk menganalisis pola hubungan antar variabel dengan tujuan untuk mengetahui pengaruh langsung maupun tidak langsung seperangkat variabel bebas (eksogen) terhadap variabel terikat (endogen).Menurut Sugiyono (2012:49) dinamakan analisis jalur karena terdapat variabel yang berfungsi sebagai jalur antara. Dengan adanya variabel antara ini, akan dapat digunakan untuk mengetahui apakah untuk mencapai sasaran akhir harus melewati variabel antara itu atau bias langsung ke sasaran akhir.

64 rx1x3 rx1x2 rx2x3 ρyx2 ρyx1 ρyx3 ρzx1 ρzy ρzx3 Є1 Є2 Teknis analisis jalur ini akan digunakan dalam menguji besarnya sumbangan (kontribusi) yang ditunjukkan oleh koefisien jalur pada setiap diagram jalur dari hubungan kausal X1, X2, dan X3terhadap Y serta dampaknya kepada Z (Riduwan dan Kuncoro, 2012:115). Lebih jelasnya, maka digambarkan diagram jalur untuk penelitian ini dengan model struktural sebagai berikut.

Gambar 3.1 Diagram Analisis Jalur

Dimana :

X1 = Kualitas Pelayanan Z = Word of Mouth X2 = Harga Є = Standart Error X3 =Kualitas Produk

Y = Kepuasan konsumen

Diagram jalur dalam penelitian ini terdiri atas dua persamaan struktural dimana X1, X2, dan X3 adalah variabel eksogen dan Y serta Z

Kualitas Pelayanan (X1) Harga (X2) Kualitas Produk (X3) Word of Mouth (Z) Kepuasan Konsumen (Y)

65 ρyx1 ρyx2 ρyx3 Є1 ρzx1 ρzy ρzx3 Є2 adalah variabel endogen. Persamaan struktural dapat dilihat sebagai berikut :

a. Hipotesis untuk persamaan Sub Struktur I Gambar 3.2 Sub StrukturI

Dari gambar di atas terdapat variabel endogen (Y) dan variabel eksogen (X1, X2 dan X3), yang memiliki persamaan struktur Y =

ρ

yx1X1 +

ρ

yx2X2+

ρ

yx3X3+

ρ

yϵ1Є1

b. Hipotesis untuk persamaan Sub Struktur II Gambar 3.3 Sub Struktur II c.

Dari gambar di atas terdapat variabel endogen (Y dan Z) dan variabel eksogen (X1 dan X3), yang memiliki persamaan struktur Kualitas Pelayanan (X1) Kepuasan Konsumen (Y) Harga (X2) Kualitas Produk (X3) Kualitas Produk (X3) Kepuasan Konsumen (Y) Word of Mouth (Z) Kualitas Pelayanan (X1)

Z= ρzx1X1 + ρzx3X3+ ρzyY+ρzϵ2Є2

Persamaan struktural di atas senada dengan yang diungkapkan oleh Riduwan dan Kuncoro (2012:6).

Pada persamaan struktur kedua pendapat di atas variabel harga (X2) tidak di masukkan ke dalam persamaan sub struktur kedua karena hubungan variabel harga (X2) tidak langsung terhadap variabel word of mouth (Z), karena untuk mempengaruhi word of mouth (Z) variabel harga (X2) harus melewati variabel kepuasan konsumen (Y) terlebih dahulu, oleh karena itu variabel harga (X2) tidak di masukkan ke dalam persamaan sub struktur kedua.

4. Pengujian Hipotesis Analisis Jalur

Dari perhitungan program SPSS nanti, akan diperoleh keterangan atau hasil dari koefisien determinasi (R2), uji secara parsial (Uji t) dan uji secara parsial (Uji F). Berikut ini keterangan yang berkenaan dengan hal tersebut :

a. Koefisien Determinasi (Uji Kontribusi Model)

Koefisien determinasi merupakan besarnya kontribusi variabel bebas terhadap variabel tergantungnya.Semakin tinggi koefisien determinasi, semakin tinggi kemampuan variabel bebas dalam menjelaskan variasi perubahan pada variabel tergantungnya (Pardede dan Manurung, 2014:28).

Hasil output SPSS pada model summary khususnya, angka yang terdapat pada kolom R Square digunakan untuk melihat besarnya

pengaruh variabel eksogen terhadap variabel endogen dengan cara menghitung koefisien (KD) dengan menggunakan rumus sebagai berikut (Sarwono, 2007:30) :

KD = r2 x 100% b. Uji Parsial (Uji-t)

Uji statistik yang digunakan untuk pengujian secara individual yaitu dengan cara menghitung besarnya angka tablet dengan ketentuan taraf signifikansi ɑ/2 atau 0,05/2 = 0,025 (pengujian 2 sisi) dan derajat kebebasan (degree of freedom) = n–1 (Montgomery dan Runger, 2011:312). Setelah itu, menentukan kriteria uji hipotesis yaitu sebagai berikut :

1) Jika t hitung > t tabel atau –t hitung < -t tabel maka Ho ditolak dan Ha diterima.

2) Jika t hitung < t tabel atau –t hitung > -t tabel maka Ho diterima dan Ha ditolak

Selanjutnnya untuk mengetahui signifikansi analisis jalur bandingkan dengan nilai probabilitas 0,05 dengan nilai probabilitas Sig. dengan dasar pengambilan keputusan sebagai berikut (Riduwan dan Kuncoro 2012:118) :

1) Jika nilai probabilitas 0,05 ≤ nilai probabilitas Sig. atau [0.05 ≤ Sig], maka H0 diterima dan Ha ditolak, yang artinya tidak signifikan.

2) Jika nilai probabilitas ≥ 0.05 nilai probabilitas Sig. atau [0,05 ≥ Sig], maka H0 ditolak dan Ha diterima, yang artinya signifikan. c. Uji Simultan (Uji-F)

Untuk mengetahui pengaruh secara keseluruhan (uji simultan) dapat dilakukan dengan cara membandingkan besarnya angka F hitung dengan angka F tabel. Angka F hitung didapat dari hasil outout SPSS, sedangkan F tabel didapat dari melihat daftar tabel dengan ketentuan taraf signifikansi0,05 da derajat kebebasan dengan ketentuan numerator : jumlah variabel – 1 dan denumerator: jumlah sampel – jumlah kasus. (Sarwono 2007 : 55). Setelah itu, menentukan kriteria uji hipotesis yaitu sebagai berikut :

1) Jika F hitung > F tabel maka Ho ditolak dan Ha ditermia. 2) Jika F hitung < F tabel maka Ho diterima dan Ha ditolak.

Untuk mengethui besarnya angka signifikansi pada penelitian ini dengan cara membandingkan angka taraf signifikan (sig) hasil penghitungan dengan taraf signifikansi 0,05 (5%). Kriterianya sebagai berikut (Riduwan dan Kuncoro, 2012:117) :

1) Jika nilai probabilitas 0,05 lebih kecil atau sama dengan nilai

probabilitas Sig atau [0,05 ≤ Sig], maka H0 diterima dan Ha ditolak, artinya tidak signifikan.

2) Jika nilai probabilitas 0,05 lebih besar atau sama dengan nilai

probabilitas Sig atau [0,05 ≥ Sig], maka H0 ditolak dan Ha diterima, artinya signifikan.

5. Analisis Korelasi

Analisis korelasi adalah alat statistik yang dapat digunakan untuk mengetahui derajat hubungan linear antara satu variabel dengan variabel lain (Suliyanto, 2005:52). Pada penelitian ini skala pengukuran data yang digunakan yaitu berjenis interval, menurut Pardede dan Manurung (2014:31) untuk data yang berjenis interval dan rasio maka digunakan analisis korelasi Pearson Product Moment.

Korelasi Pearson Product Moment (PPM) sangat popular dan sering digunakan oleh mahasiswa dan para peneliti (Riduwan dan Kuncoro, 2012:61). Dasar pemikiran analisis korelasi product moment adalah perubahan antar variabel, artinya jika perubahan suatu varabel diikuti perubahan variabel yang lain maka kedua variabel tersebut saling berkolerasi (Pardede dan Manurung, 2014:31).Korelasi PPM dilambangkan (r) dengan ketentuan nilai r tidak lebih dari harga (-1 ≤ r ≤ +1), apabila nilai r = -1 artinya korelasinya negatif sempurna; r = 0 artinya tidak ada korelasi; r = 1 berarti korelasinya sangat kuat (Riduwan dan Kuncoro, 2010:62). Oleh karena itu, untuk mempermudah pemberian kategori koefisien korelasi maka dibuat kriteria pengukuran sebagai berikut :

Tabel 3.2

Interpretasi Koefisien Korelasi Nilai R Interval Koefisien Tingat Hubungan

0.80 - 1,000 Sangat Kuat

0,60 - 0,799 Kuat

0,40 - 0,599 Cukup Kuat

0,20 - 0,399 Rendah

0,00 - 0,199 Korelasi sangat kuat Sumber: Riduwan dan Kuncoro (2012:62)

Korelasi dua variabel bersifat signifikan jika angka signifikansi (sig) < 0,05, sebaliknya jika angka signifikansi (sig) > 0,05 maka hubungan kedua variabel tidak signifikan (Sarwono, 2007:23).

6. Model Trimming

Model trimming adalah model yang digunakan untuk memperbaiki suatu model struktur analisis jalur dengan cara mengeluarkan dari model variabel eksogen yang koefisien jalurnta tidak signifikan (Heise dalam Riduwan dan Kuncoro, 2008:127). Jadi, model trimming terjadi ketika koefisien jalur diuji secara keseluruhan ternyata ada variabel yang tidak signifikan.Walaupun ada satu, dua, atau lebih variabel yang tidak signifikan, penulis perlu memperbaiki model struktur analisis jalur yang telahdihipotesiskan.Cara menggunakan model trimming yaitu

denganmenghitung ulang koefisien jalur tanpa menyertakan variabel eksogen yangkoefisien jalurnya tidak signifikan.

7. Uji Kesesuaian Model, Koefisien Q

Uji Kesesuaian model (goodness-of-fit test) dimaksudkan untuk menguji apakah model yang diusulkan memilii kesesuaian (fit) dengan data atau tidak. Schumacker & Lomax (1996:43) dan Kusnaedi (2005:19) (dalam Kuncoro, 2012 : 146) mengatakan bahwa dalam analisis jalur untuk suatu model yang diusulkan dikatakan fit dengan data apabila matris korelasi sampel tidak jauh berbeda dengan matriks korelasi estimasi (reproduced correlation matrix) atau korelasi yang diharapkan (expeted correlation matrix).

8. Uji Sobel

Dalam peneltian ini terdapat variabel intervening yakni kepuasan konsumen. Menurut Baron dan Kenny (1986) dalam Ghozali (2011:247) suatu variabel disebut variabel intervening jika variabel tersebut ikut mempengaruhi hubungan antar variabel prediktor (independen) dan variabel criterion (dependen). Pengujian hipotetis mediasi dapat dilakukan dengan prosedur yang dikembangkan oleh Sobel (1982), dikenal dengan uji sobel (Sobel test)

Uji sobel dilakukang dengan cara menguji kekuatan pengaruh tidak langsung variabel independen (X) ke variabel dependen (Y) melalui variabel intervening (M). Besarnya standar error pengaruh tidak langsung (indirect effect) Sp2p3 dihitung dengan rumus dibawah ini.

Sp2p3 = √p32Sp22+ p22Sp32+ Sp22 Sp32

Kemudian untuk mencari nilai t statistic pengaruh mediasi dengan rumus sebagai berikutt

∶

p2p3

Sp 2p3

Keterangan

p2 : Unstandarized Coefficient beta variabel independen p3 : Unstandarized Coefficient beta variabel intervening Sp2 : Standar Error variabel independen

Sp3 : Standar Error variabel intervening

Dalam dokumen Pengaruh Kualitas Pelayanan, Harga dan Kualitas Produk terhadap Kepuasan Konsumen dan Dampaknya terhadap Word Of Mouth (Studi Kasus Warung Spesial Sambal Cabang Bintaro 1) (Halaman 77-88)