BAB V : GAMBARAN UMUM PERUSAHAAN
6.2. Tabulasi Data
Analisis data dilakukan dengan menggunakan metode regresi. Pemilihan metode ini untuk mengetahui seberapa besar variabel-variabel yang diteliti berpengaruh terhadap tujuan penelitian. Variabel penelitian terdiri dari variabel dependen dan variabel independen. Variabel dependen (Y) penelitian ini adalah keputusan untuk tidak melakukan pembayaran tagihan terkait dengan kepuasan. Variabel independen (X) yang diteliti dapat dilihat pada tabel 6.2.
Tabel 6.2. Variabel dan Atribut Penelitian
Variabel Kode Atribut
Kualitas Fisik dan Layanan
X1 Bau air Kekeruhan air Rasa air Warna air Kontinuitas air Debit air
Metode Penagihan dan Pembayaran X2
Jadwal pencatatan meter Cara pencatatan meter
Akurasi hasil pencatatan meter Jumlah outlet pembayaran tagihan Sistem pembayaran tagihan Pelayanan pembayaran
Penanganan terhadap penyelesaian
masalah tunggakan X3
Sikap petugas dalam menerima keluhan Kecepatan proses menangani keluhan Jaminan penyelesaian keluhan
Cara-cara penyelesaian keluhan
Tabel 6.2. Variabel dan Atribut Penelitian (Lanjutan)
Kesesuain tarif X4
Kesesuaian tarif dan pelayanan
Kesesuaian tarif dan tingkat pendapatan Kesesuaian kelas tarif
Kesesuaian tagihan dan penggunaan air sebenarnya
Komunikasi informasi tarif
Keputusan Akhir Y
Kesediaan menggunakan produk PDAM Penggunaan produk substitusi
Kesediaan membayar tagihan
Untuk menginput data kuesioner yang akan diolah, dilakukan perhitungan nilai rata-rata hasil kuesioner untuk masing-masing atribut. Hasil kuesioner yang disebarkan secara lengkap dapat dilihat pada lampiran.
6.3. Analisis Data
Penelitian dengan menggunakan metode regresi termasuk ke dalam kelompok penelitian parametrik. Untuk mengetahui suatu penelitian diselesaikan dengan menggunakan metode parametrik atau tidak, maka perlu dilakukan pengujian berupa uji normalitas sampel untuk mengetahui apakah sampel yang diambil berdistribusi normal atau tidak. Sampel yang berdistribusi normal dapat diolah dengan menggunakan metode parametrik.
6.3.1. Uji Normalitas
Uji normalitas dilakukan untuk mengetahui apakah populasi data berdistribusi normal atau tidak. Dalam riset ini uji normalitas dilakukan dengan menggunakan uji histogram dan uji normal P Plot. Hasil output untuk uji histogram dan uji P-Plot dapat dilihat pada Gambar 6.1. dan Gambar 6.2.
Gambar 6.1. Uji Histogram
Pada uji ini terlihat bahwa penyebaran data yang dikumpulkan mengikuti bentuk lonceng (kurva normal) dan simetris (kurva tidak melenceng ke arah kiri atau kanan). Kondisi ini menunjukkan bahwa data menyebar menurut distribusi normal (sampel berasal dari populasi yang normal)
Selain menggunakan uji histogram, pengujian normalitas juga dilakukan dengan menggunakan uji P Plot. Uji P Plot dilakukan dengan membentuk suatu garis diagonal dan memetakan data yang dihimpun pada garis tersebut. Bila data menyebar tidak sesuai dengan garis diagonalnya, maka disimpulkan data tersebut tidak berdistribusi normal. Pada Gambar 6.2. terlihat bahwa data menyebar mengikuti garis diagonal yang ada. Hal ini menunjukkan bahwa data tersebut menyebar secara normal, dengan kata lain sampel berasal dari populasi yang berdistribusi normal.
6.3.2.Uji Validitas dan Reliabilitas
Uji Validitas
Uji validitas adalah pengujian yang dilakukan untuk mengetahui kevalidan dari instrumen kuesioner yang digunakan dalam pengumpulan data. Uji validitas ini dilakukan untuk mengetahui apakah item-item yang tersaji dalam kuesioner benar-benar mampu mengungkapkan dengan pasti apa yang akan diteliti.
Uji validitas dilakukan dengan menggunakan bantuan program pengolah data SPSS. Uji validitas dengan menggunakan SPSS dilakukan untuk menghitung nilai R hitung. Hasil nilai R hitung selanjutnya dibandingkang dengan nilai R tabel yang berasal dari tabel statistik.
Syarat minimum suatu kelompok data dikatakan valid adalah apabila nilai R hitung > nilai R tabel. Nilai r tabel sangat bergantung pada besaran nilai derajat kepercayaan, jumlah sampel dan derajat kebebasan. Berdasarkan hasil perhitungan SPSS yang dilakukan, diperoleh hasil sebagai berikut:
Tabel 6.3. Uji Validitas Pertanyaan
Variabel Kode Pertanyaan Korelasi Pearson Product (R Hitung)
Angka Kritis (R
Tabel) Keterangan
Kualitas Fisik dan Layanan
P1 0.422 0.197 Valid
P2 0.457 0.197 Valid
Tabel 6.3. Uji Validitas Pertanyaan (Lanjutan) P4 0.492 0.197 Valid P5 0.550 0.197 Valid P6 0.321 0.197 Valid Metode Penagihan dan Pembayaran P7 0.323 0.197 Valid P8 0.524 0.197 Valid P9 0.718 0.197 Valid P10 0.363 0.197 Valid P11 0.226 0.197 Valid P12 0.687 0.197 Valid Penanganan Keluhan Terkait Penyelesaian Masalah Tunggakan P13 0.205 0.197 Valid P14 0.505 0.197 Valid P15 0.564 0.197 Valid P16 0.311 0.197 Valid P17 0.750 0.197 Valid Kesesuaian Tarif P18 0.694 0.197 Valid P19 0.278 0.197 Valid P20 0.555 0.197 Valid P21 0.649 0.197 Valid P22 0.677 0.197 Valid Keputusan Akhir P23 0.778 0.197 Valid P24 0.443 0.197 Valid P25 0.789 0.197 Valid
Berdasarkan hasil pengujian validitas yang dilakukan dengan SPSS, terlihat bahwa dari keseluruhan atribut pertanyaan tersebut memiliki nilai R hitung yang lebih besar dari nilai R tabel. Hal ini menunjukkan bahwa keseluruhan pertanyaan tersebut memang layak untuk ditanyakan dan mewakili variabel penelitian yang telah ditentukan.
Uji Reliabilitas
Uji reliabilitas adalah pengujian yang dilakukan untuk mengetahui adanya konsistensi alat ukur dalam penggunaannya. Atau dengan kata lain alat ukur tersebut mempunyai hasil yang konsisten apabila digunakan berkali-kali pada waktu yang berbeda. Menurut Arikunto (2006) “Untuk uji reliabilitas, digunakan teknik alpha cronbach, dmana suatu instrumen dikatakan handal apabila memiliki koefisein kehandalan atau alpha lebih besar dari 0.6”. Uji reliabilitas juga dilakukan dengan menggunakan bantuan SPSS, yaitu dengan menghitung nilai Cronbach Alpha dari masing-masing variabel penelitian. Hasil pengujian reliabilitas dengan menggunakan SPSS dapat dilihat pada Tabel 6.4.
Pada hasil SPSS di atas, terlihat bahwa keseluruhan hasil uji reliabilitas menunjukkan nilai yang lebih besar dari 0.6. Hal ini menandakan bahwa instrumen penelitian ini reliabel dan dapat digunakan pada penelitian berikutnya. Penelitian berikutnya yang menggunakan instrumen yang sama dengan kondisi penelitian yang hanpir sama diperkirakan akan menghasilkan jawaban responden yang tidak berbeda jauh dari penelitian ini.
Tabel 6.4. Uji Reliabilitas Pertanyaan
Variabel Nilai Kesimpulan
Kualitas Fisik dan Layanan 0.846 Reliabel Metode Penagihan dan
Pembayaran 0.821 Reliabel Penanganan Keluhan Terkait Penyelesaian Masalah Tunggakan 0.849 Reliabel
Kesesuaian Tarif 0.756 Reliabel
6.3.3. Analisis Korelasi Pearson
Analisis korelasi pearson digunakan untuk mengetahui keeratan hubungan antara seluruh komponen penelitian secara bersama-sama dengan keputusan responden melakukan tindakan akhirnya. Tingkat hubungan korelasi ini dinyatakan dengan notasi antara -1 dan 1. Nilai korelasi yang mendekati 1 (di atas 0.5) menyatakan bahwa hubungan yang terjadi antara instrumen penelitian tersebut kuat. Hasil analisis korelasi pearson tersebut dapat dilihat pada Tabel 6.5
Tabel 6.5. Hasil Uji Korelasi Pearson
Variabel Nilai Korelasi
X1 0.542
X2 0.605
X3 .0816
Hasil uji korelasi Pearson di atas menunjukkan bahwa:
- Nilai korelasi X1 dan Y adalah 0.542, hal ini menunjukkan hubungan positif dan kuat antara X1 dan Y
- Nilai korelasi X2 dan Y adalah 0.605, hal ini menunjukkan hubungan positif dan kuat
- Nilai korelasi X3 dan Y adalah 0.816, hal ini menunjukkan hubungan positif dan kuat
- Nilai korelasi X4 dan Y adalah 0.648, hal ini menunjukkan hubungan positif dan kuat.
6.3.4. Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas. Model regresi yang baik seharusnya tidak terjadi korelasi antara variabel independen. Hasil uji multikolinearitas dapat dilihat pada Tabel 6.6.
Berdasarkan hasil analisis pada uji multikolinearitas, menunjukkan bahwa nilai VIF (varians inflation factor) yang dihasilkan tidak mengindikasikan terjadinya gejala multikolinearitas pada variabel X1, X2, X3 dan X4. Gejala multikolinearitas terjadi apabila nilai VIF lebih besar dari 10. Pada data yang terlihat di atas, tidak terdapat data dengan nilai VIF yang lebih dari 10. Hal ini
berarti bahwa data yang dikumpulkan tidak memiliki permasalahan multikolinearitas.
Tabel 6.6. Uji Multikolinearitas
Model Collinearity Statistics Tolerance VIF 1 (Constant) x1 .462 2.167 x2 .377 2.656 x3 .587 1.702 x4 .230 4.351
6.3.5. Persamaan Model Regresi
Hasil pengolahan data dengan menggunakan SPSS untuk mendapatkan model regresi menghasilkan data yang dapat dilihat pda Tabel 6.7. Dalam menentukan model regresi yang akan digunakan, hal terpenting untuk dilihat dari tabel hasil perhitungan SPSS di atas adalah nilai B pada kolom Unstandardized Coefficients. Nilai B pada kolom tersebut merupakan nilai koefisien dari model regresi yang akan digunakan. Sedangkan kolom lainnya akan digunakan pada perhitungan statistik lainnya.
Pada perhitungan ini diperoleh hasil sebagai berikut: - Nilai koefisien regresi adalah – 1.194
- Nilai koefisien X1 adalah 0.196 - Nilai koefisien X2 adalah 0.255 - Nilai koefisien X3 adalah 0.934 - Nilai koefisien X4 adalah 0.039 Persamaan regresi adalah:
Y = -1.194 + 0.196 X1 + 0.255 X2 + 0.934 X3 + 0.039 X4
Tabel 6.7. Hasil Uji SPSS untuk Persamaan Regresi
Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics
B Std. Error Beta Tolerance VIF
1 (Constant) -1.194 .364 -3.276 .001 X1 .196 .139 .114 1.408 .162 .462 2.167 X2 .255 .135 .169 1.885 .063 .377 2.656 X3 .934 .104 .645 8.980 .000 .587 1.702 X4 .039 .141 .032 .276 .783 .230 4.351 a. Dependent Variable: Y
6.3.6. Koefisien Determinasi dan Korelasi
Koefisien determinasi bertujuan untuk mengetahui seberapa besar kemampuan variabel independen menjelaskan variabel dependen. Koefisien determinasi terletak pada tabel model summary dan tertulis di adjusted R square (hasil output SPSS)
Nilai koefisien korelasi menunjukkan seberapa besar hubungan yang terjadi antara variabel independen dan variabel dependen. Koefisien determinasi dan koefisien korelasi dapat dilihat pada tabel berikut:
Tabel 6.8. Koefisien Determinasi Regresi
Model Summaryb Model R R Square Adjusted R Square Std. Error of the Estimate Change Statistics R Square Change F Change df1 df2 Sig. F Change 1 .844a .712 .700 .34216 .712 58.617 4 95 .000 a. Predictors: (Constant), X4, X3, X1, X2 b. Dependent Variable: Y
Berdasarkan hasil pengolahan data di atas, diperoleh kesimpulan:
- Koefisien korelasi antara variabel X1, X2, X3 dan X4 terhadap Y dapat dilihat pada kolom R dari tabel diatas. Hubungan antara variabel independen dan dependen sangat kuat, hal ini terlihat dari nilai R sebesar 0.844 (mendekati 1)
- Koefisien determinasi mencerminkan seberapa besar kemampuan variabel bebas dalam menjelaskan varians variabel terikatnya. Mempunyai nilai antara 0 – 1 di mana nilai yang mendekati 1 berarti semakin tinggi kemampuan variabel bebas dalam menjelaskan varians variabel terikatnya. Koefisien determinasi dilihat pada kolom adjusted R square sebesar 0.700. Angka ini menunjukkan bahwa sebanyak 70.0% kemauan membayar rekening air terjadi karena pengaruh X1, X2, X3 dan X4
6.3.7. Uji F
Uji ini dilakukan untuk mengetahui apakah variabel independen (X1, X2, X3 dan X4) secara bersama-sama berpengaruh secara signifikan terhadap variabel dependen (Y). Dengan kata lain, uji F dilakukan untuk mengetahui apakah model regresi dapat digunakan untuk memprediksi variabel dependen atau tidak.
Uji F dilakukan dengan membandingkan nilai F hitung dan F tabel. Jika F hitung < F tabel maka tidak terjadi pengaruh secara signifikan. Namun jika F hitung > F tabel, maka terjadi pengaruh secara signifikan. Hasil uji F dapat dilihat pada tabel berikut.
Tabel 6.9. Nilai F Hitung
ANOVAb
Model Sum of Squares df Mean Square F Sig.
1 Regression 27.449 4 6.862 58.617 .000a
Residual 11.122 95 .117
Total 38.571 99
a. Predictors: (Constant), X4, X3, X1, X2 b. Dependent Variable: Y
Pada tabel tersebut terlihat bahwa nilai F hitung adalah 58,617. Sedangkan nilai F tabel (untuk α =0.05, df 1 = 4, dan df 2 = 45) adalah 2.47. Keadaan ini menunjukkan bahwa nilai F hitung > F tabel, sehingga dapat disimpulkan bahwa variabel independen (X1, X2, X3 dan X4) memang dapat memprediksi terjadinya kemungkinan kemacetan pembayaran tagihan air.
6.3.8. Uji t
Uji T digunakan untuk mengetahui apakah dalam model regresi variabel independen (X1, X2, X3 dan X4) secara parsial berpengaruh secara signifikan terhadap variabel independen (Y). Selain itu juga akan diketahui variabel independen yang paling dominan mempengaruhi terjadinya tunggakan pembayaran rekening air.
Pengujian terhadap uji t juga dilakukan dengan membandingkan nilai t hitung dan t tabel yang ada. Jika nilai t hitung > t tabel, maka dapat disimpulkan
terjadi pengaruh secara parsial terhadap keputusan terjadinya tunggakan pembayaran rekening air, begitu juga sebaliknya. Nilai t tabel untuk penelitian ini adalah (α =0.05) 1,98397 Berikut adalah hasil pengolahan data yang menunjukkan nilai t hitung:
Tabel 6.10. Nilai t Hitung
Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t B Std. Error Beta 1 (Constant) -1.194 .364 -3.276 X1 .196 .139 .114 1.408 X2 .255 .135 .169 1.885 X3 .934 .104 .645 8.980 X4 .039 .141 .032 .276
Pada tabel di atas, terlihat bahwa:
- Nilai t hitung X1 = 1.408 (lebih kecil dari t tabel)
- Nilai t hitung X2 = 1.885 (lebih kecil dari t tabel)
- Nilai t hitung X3 = 8.980 (lebih besar dari t tabel)
Hasil perhitungan ini menunjukkan bahwa hanya variabel X3 yang berpengaruh secara parsial dan signifikan terhadap terjadinya tunggakan pembayaran rekening air
