METODOLOGI PENELITIAN A. Ruang Lingkup Penelitian
C. Skala Pengukuran
Skala yang digunakan dalam penelitian ini adalah skala Likert, yang
digunakan untuk mengukur sikap, pendapat, dan persepsi seseorang atau
sekelompok tentang kejadian atau gejala sosial
Instrumen pertanyaan menghasilkan total skor bagi tiap anggota sampel,
yang diwakili oleh setiap nilai skor seperti yang tercantum pada skala likert
dibawah ini:
Tabel 3. 1 Tabel Skala Likert
Penilaian Bobot
Sts (sangat tidak setuju) 1
Ts (tidak setuju) 2
N (netral) 3
S (setuju) 4
Ss (sangat setuju) 5
52 D. Jenis Dan Metode Pengumpulan Data
1. Data Primer
Data primer adalah data yang berasal dari sumber asli atau sumber
pertama yang secara umum kita sebut sebagai nara sumber. Data ini tidak
tersedia dalam bentuk terkompilasi ataupun dalam bentuk file-file (Sarwono,
2012:37). Data primer (field researh) dalam penelitian ini diperoleh melalui
kuesioner/ angket dan wawancara (interview). Kuesioner adalah suatu alat
pengumpulan data yang nantinya data tersebut akan diolah untuk menghasilkan
informasi tertentu (Umar, 2002:101). Angket/ Kuesioner ini digunakan
bertujuan untuk mengetahui secara langsung tanggapan responden yang
berhubungan dengan topik penelitian. Interview adalah salah satu mendapatkan
data dengan bertanya dalam bentuk komunikasi verbal atau wawancara guna
mendapatkan informasi dari responden dalam hal ini adalah pihak manajemen
perusahaan yang diperlukan informasinya dalam mendukung penulisan skripsi.
2. Data Sekunder
Data sekunder adalah data yang diperoleh yang sudah ada data tersebut
sudah dikumpulkan sebelumnya untuk tujuan-tujuan yang tidak mendadak
(Soegoto, 2008:18). Adapun data sekunder yang di dapatkan dalam penelitian
ini berupa data-data yang diambil dari beberpa literatur buku, jurnal, makalah,
53 E. Metode Analisis Data
1. Statistik Deskriptif
Penyajian statistik deskriptif dalam penelitian ini bertujuan untuk
menggambarkan karakter sampel dalam penelitian serta memberikan
deskripsi dari variabel perilaku religius, kualitas pelayanan, nilai pelanggan,
dan kepuasan nasabah Bank Muamalat Cabang Padangsidimpuan.
2. Uji Kualitas Data
a. Uji Validitas
Uji validitas digunakan untuk mengukur sah atau valid tidaknya suatu
kuesioner. Suatu kuesioner dikatakan valid jika pertanyaan pada kuesioner
mampu untuk mengungkapkan sesuatu yang akan diukur oleh kuesioner
tersebut (Ghozali, 2016:52).
Untuk menguji validitas alat ukur, terlebih dahulu dicari harga korelasi
antara bagian-bagian dari alat ukur secara keseluruhan dengan cara
mengkorelasikan setiap butir alat ukur dengan skor total yang merupakan
jumlah tiap skor butir. Selanjutnya dihitung dengan Uji-t dengan kaidah
keputusan jika t hitung > t tebel berarti valid, sebaliknya jika t hitung < t tabel
berarti tidak valid (Riduwan, 2004:110).
Jika instrumen itu valid, maka dilihat kriteria penafsiran mengenai indeks
korelasinya sebagai berikut: (Riduwan, 2004:110).
Antara 0,800 sampai dengan 1,000: sangat tinggi Antara 0,600 sampai dengan 0,799: tinggi Antara 0,400 sampai dengan 0,599: cukup tinggi Antara 0,200 sampai dengan 0,399: rendah
54
b. Uji Reliabilitas
Reliabilitas adalah alat untuk mengukur suatu kuesioner yang
merupakan indikator dari variabel atau konstruk. Suatu kuesioner dikatakan
reliabel atau handal jika jawaban seorang terhadap pernyataan adalah
konsisten atau stabil dari waktu ke waktu (Ghozali, 2016:47)
Uji reliabilitas dalam penelitian ini menggunakan alpha cronbach, yaitu
suatu pernyataan dalam kusioner akan reliabel jika nilai cronbach alpha >
0,70 (Ghozali, 2016:48).
3. Uji Asumsi Klasik
a. Uji Multikolinieritas
Uji ini digunakan untuk mengetahui apakah pada model regresi
ditemukan adanya korelasi antar-variabel independen. Jika terjadi korelasi,
maka dinamakan terdapat problem Multikolinieritas (Multiko). Model
regresi yang baik seharusnya tidak terjadi korelasi diantara variabel
independen (Santoso, 2014:183).
Adapun pedoman suatu model regresi yang bebas multikolinieritas adalah:
1) Besaran VIF (Variance Inflation Factor) dan Tolerance
Pedoman suatu model regresi yang bebas multiko adalah:
Mempunyai nilai VIF di sekitar angka 1
Mempunyai angka TOLERANCE mendekati 1
55
2) Besaran korelasi antar-variabel independen
Koefisien korelasi antar-variabel independen haruslah lemah (dibawah 0,5). Jika korelasi kuat, maka terjadi problem multiko
Jika terjadi multikolinieritas, bisa dilakukan langkah seperti:
Mengeluarkan salah satu variabel. Misal variabel independen A dan B saling berkorelasi dengan kuat, maka bisa dipilih variabel A atau B
yang dikeluarkan dari model regresi.
Menggunakan metode lanjut seperti regresi Bayesian atau regresi Ridge.
b. Uji Heteroskedastisitas
Alat uji ini digunakan untuk mengetahui apakah dalam sebuah model
regresi, terjadi ketidaksamaan varians residual dari satu pengamatan ke
pengamatan yang lain. Jika varians residual dari satu pengamatan ke
pengamatan yang lain tetap, maka hal tersebut homoskedastisitas. Dan
jika varians berbeda, disebut sebagai heteroskedastisitas (Santoso,
2014:187).
Deteksi adanya heteroskedastisitas dengan melihat ada tidaknya pola
tertentu pada grafik, dimana sumbu X adalah Y yang telah diprediksi,
dan sumbu X adalah residual (Y prediksi- Y sesungguhnya) yang telah
56
Dasar pengambilan keputusan:
1) Jika ada pola tertentu seperti titik-titik yang ada membentuk pola tertentu
yang teratur (bergelombang, melebar kemudian menyempit), maka
mengindikasikan telah terjadi heteroskedastisitas.
2) Jika tidak ada pola yang jelas serta titik-titik yang menyebar di atas dan
dibawah angka nol pada sumbu Y, maka tidak terjadi heteroskedastisitas.
c. Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam sebuah model
regresi, nilai residu dari regresi mempunyai distribusi yang normal. Jika
distribusi dari nilai-nilai residual tersebut tidak dapat dianggap berdistribusi
normal, maka dikatakan ada masalah terhadap asumsi normalitas ( Santoso,
2014:192).
Adapun cara mendeteksi normalitas dengan melihat penyebaran data
(titik) pada sumbu diagonal dari grafik, dengan dasar pengambilan
keputusan:
Jika data menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal, maka model regresi memenuhi asumsi Normalitas.
Jika data menyebar jauh dari garis diagonal dan/atau tidak mengikuti
arah garis diagonal, maka model regresi tidak memenuhi asumsi Normalitas.
4. Uji Regresi Linear Berganda
Analisis regresi ganda adalah suatu alat analisis peramalan nilai
pengaruh dua variabel bebas atau lebih terhadap variabel terikat untuk
57
antara dua variabel bebas atau lebih dengan suatu variabel terikat (Riduwan,
2004:152).
Analisa regresi linear berganda dilakukan untuk mengetahui apakah
terdapat hubungan antara variabel indpenden yaitu: perilaku religius,
kualitas pelayanan, dan nilai pelanggan terhadap variabel dependen yaitu,
kepuasan nasabah (Priyanto, 2010:60).
Adapun persamaan regresi linier berganda tersebut yaitu:
Y a Dimana: Y = Kepuasan Nasabah X1 = Perilaku Religius X2 = Kualitas Pelayanan X3 = Nilai Pelanggan a = konstanta e = standar eror
Kaidah pengujian signifikansi (Riduwan, 2004:139):
Jika F hitung F tabel, maka tolak Ho artinya signifikan dan Jika F hitung F tabel, maka terima Ho artinya tidak signifikan 5. Uji Hipotesis
a. Koefisien Determinasi
Koefisien determinasi ( ) pada intinya mengukur seberapa jauh
kemampuan model dalam menerangkan variasi variabel dependen. Nilai
58
kemampuan variabel-variabel independen dalam menjelaskan variabel
dependen amat terbatas. Nilai yang mendekati satu berarti variabel-variabel
independen memberikan hampir semua informasi yang dibutuhkan untuk
memprediksi variasi variabel dependen. Setiap tambahan satu variabel
independen, maka pasti meningkat tidak perduli apakah variabel tersebut
berpengaruh secara signifikan terhadap variabel dependen. Oleh karena itu
banyak peneliti menganjurkan untuk menggunakan nilai Adjusted pada
saat mengevaluasi mana model regresi terbaik. Tidak seperti nilai
Adjusted dapat naik atau turun apabila satu variabel independen
ditambahkan kedalam model (Ghozali, 2016:95).
b. Uji Statistik t
Uji statistik t pada dasarnya menunjukkan seberapa jauh pengaruh
satu variabel penjelas/ independen secara individual dalam menerangkan
variasi variabel dependen. Hipotesis nol (Ho) yang hendak di uji adalah
apakah suatu parameter (bi) sama dengan nol, atau :
Ho : bi = 0
Artinya apakah suatu variabel independen bukan merupakan penjelas
yang signifikan terhadap variabel dependen. Hipotesis alternatifnya (HA)
parameter suatu variabel tidak sama dengan nol, atau :
HA : bi 0
Artinya, variabel tersebut merupakan penjelas yang signifikan
terhadap variabel dependen (Ghozali, 2016:97).
59
Quick look : bila jumlah degree of freedom (df) adalah 20 atau lebih, dan derajat kepercayaan sebesar 5%, maka Ho yang menyatakan bi =
0 dapat ditolak bila nilai t lebih besar dari 2 (dalam nilai absolut).
Dengan kata lain kita menerima hipotesis alternatif, yang
menyatakan bahwa suatu variabel independen secara individual
mempengaruhi variabel dependen.
Membandingkan nilai statistik t dengan titik kritis menurut tabel. Apabila nilai statistik t hasil perhitungan lebih tinggi dibandingkan
nilai t tabel, kita menerima hipotesis alternatif yang menyatakan
bahwa suatu variabel independen secara individual mempengaruhi
variabel dependen.
c.Uji Statistik F
Tidak seperti uji t yang menguji signifikansi koefisien parsial regresi
secara individu dengan uji hipotesis terpisah bahwa setiap koefisien regresi
sama dengan nol. Uji F menguji joint hipotesia bahwa b1, b2, b3 secara
simultan sama dengan nol, atau :
H0 : b1 = b2 = ……. = bk = 0
HA : b1 b2 …… bk 0
Uji hipotesis seperti ini dinamakan uji signifikansi secara
keseluruhan terhadap garis regresi yang diobservasi maupun estimasi,
apakah Y berhubungan linear terhadap X1, X2, dan X3. Apakah joint
hipotesis dapat diuji dengan signifikansi b1, b2, dan b3 individu.
60
parsial koefisien regresi diasumsikan bahwa setiap uji signifikansi
berdasarkan sampel (independen) yang berbeda. Jadi menguji signifikansi
b2 dengan hipotesis b2 = 0 diasumsikan pengujian ini berdasarkan sampel
yang berbeda ketika kita akan menguji b3 dengan hipotesis b3 = 0.
Sementara itu ketika kita menguji joint hipotesis dengan sampel yang sama
akan menyalahi asumsi prosedur pengujian.
Untuk menguji hipotesis ini digunakan Statistik F dengan kriteria
pengambilan keputusan sebagai berikut (Ghozali, 2016:96) :
Quick look : bila nilai F lebih besar daripada 4 maka Ho dapat ditolak pada derajat kepercayaan 5%. Dengan kata lain kita
menerima hipotesis alternatif, yang menyatakan bahwa semua
variabel independen secara serentak dan signifikan mempengaruhi
variabel dependen.
Membandingkan nilai F hasil perhitungan dengan nilai F menurut tabel. Bila nilai F hitung lebih besar daripada nilai F tabel, maka Ho
ditolak dan menerima HA.