METODE PENELITIAN
4.5 Teknik Analisis Data
Analisis data dalam penelitian ini menggunakan bantuan komputer dengan program SPSS 16. Adapun teknik analisa yang digunakan adalah sebagai berikut:
4.5.1 Statistik deskriptif
Statistik deskriptif adalah statistik yang digunakan untuk menganalisis data dengan cara mendeskripsikan atau menganalisis data yang terkumpul sebagaimana adanya tanpa bermaksud membuat kesimpulan yang berlaku untuk umum atau generalisasi. Analisis deskriptif dimaksudkan untuk mengetahui karakteristik dan tanggapan responden terhadap item-item pertanyaan dalam kuesioner. Pada teknik analisis ini seluruh variabel yang diteliti dideskripsikan dengan menggunakan nilai rata-rata dan persentase dari skor jawaban responden.
4.5.2 Uji kualitas data
Data yang dihasilkan pada penelitian ini akan dievaluasi melalui uji validitas dan reliabilitas. Uji ini akan dilakukan untuk mengetahui konsistensi dan akurasi data yang dikumpulkan dari hasil penelitian (Ghozali, 2001: 47) .
Metode statistik yang digunakan untuk menguji validitas variabel dari analisis faktor dapat dilihat pada Tabel 4.5. Berdasarkan Tabel 4.5, analisis faktor dapat digunakan apabila besarnya KMO minimal 0,5 dan jika nilai KMO di bawah 0,5 maka analisis faktor tidak bisa digunakan. Di samping itu, faktor yang dipertimbangkan bermakna adalah bilamana varian kumulatifnya minimal 50 persen, signifikan pada maksimal 0,05 dan apabila item indikatornya mempunyai loading faktor di atas 0,50 maka dinyatakan valid.
Tabel 4.5 Nilai Validitas dalam Analisis Faktor
Nilai Validitas Cut-off Value
KMO (Kaiser-Meyer-Olkin) ≥ 0,50
Significance Probability ≤ 0,05
Varians Kumulatif ≥ 50 persen
Faktor Loading ≥ 0,50
Sumber : Utama, 2009
Sedangan uji reliabilitas menunjukkan konsistensi dan stabilitas dari suatu skor (skala pengukuran). Suatu kuesioner dikatakan reliabel atau handal jika jawaban seseorang terhadap pernyataan adalah konsisten atau stabil dari waktu ke waktu dengan kata lain bahwa reliabilitas menunjukan apakah suatu pengukuran dapat memberikan hasil yang konsisten apabila dilakukan pengukuran kembali terhadap subjek yang sama. Teknik yang digunakan untuk menguji reliabilitas butir pertanyan dalam penelitian ini adalah metode uji reliabilitas cronbach alpha
dengan standar nilai reliabilitas instrumen adalah lebih besar atau sama dengan 0.6.
4.5.3 Uji asumsi klasik
Dalam penelitian ini menggunakan alat uji regresi linier berganda. Sebelum model regresi digunakan, terlebih dahulu dilakukan pengujian asumsi klasik untuk mengetahui keberartian hubungan antara variabel independen dengan variabel dependen (Ghozali, 2006: 211). Penelitian ini menggunakan tiga uji asumsi klasik yaitu uji normalitas, uji multikolinearitas, dan uji heteroskedatisitas. a. Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah pada model regresi, resedual mempunyai distribusi normal atau tidak. Pengujian normalitas dilakukan menggunakan uji Kolmogorov-Smirnov. Resedual berdistribusi normal apabila tingkat signifikasinya menunjukan nilai yang lebih besar dari 0,05.
b. Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji apakah pada model regresi ditemukan adanya korelasi antar variabel bebas. Multikolinearitas dapat dilihat dari tolerance atau variance inflatation factor (VIF). Jika nilai tolerance lebih dari 10 % atau VIF kurang dari 10 dikatakan tidak ada multikolinearitas. c. Uji Heteroskedatisitas
Uji heteroskedatisitas bertujuan untuk menguji apakah terjadi ketidaksamaan variance resedual suatu pengamatan ke pengamatan ke pengamatan lain. Untuk mendeteksi heteroskedatisitas dengan menggunakan uji Glejeser. Suatu model
dikatakan tidak mengandung heteroskedatisitas apabila signifikasinya diatas 0,05.
4.5.4 Analisis regresi linier berganda
Alat uji regresi linier berganda dimaksudkan untuk melihat seberapa besar pengaruh antara variabel independen terhadap variabel dependen.
Model regresi berganda dalam penelitian ini yaitu:
Y = β0 + β1X1 + β2X2 + e ... (1)
Penelitian ini juga dilakukan untuk menguji pengaruh variabel bebas terhadap variabel terikat menggunakan variabel pemoderasi. Variabel pemoderasi ini memperkuat atau memperlemah hubungan variabel bebas dan variabel terikat. Model regresi yang dapat digunakan untuk menguji pengaruh variabel pemoderasi uji nilai selisih mutlak. Alasan menggunakan uji nilai selisih mutlak adalah karena model ini mampu mengatasi masalah multikolinearitas yang umumnya terjadi sangat tinggi apabila menggunakan uji interaksi (Utama, 2009: 131).
Y = β0 +β1 X1 + β2X2 +β3Z +β4 I X2-ZI + e
Menurut Frucot dan Shearon (1991 dalam Utama, 2009: 131), untuk menghindari excluded variable pada pengujian statistik maka dilakukan standardized score pada variabel-variabel independen sehingga model tersebut menjadi:
Y = β0 +β1Z X1 + β2 ZX2 + β3Zz + β4 I ZX2-ZzI +e ... (2) Keterangan:
β0 : Konstanta
Y : Perilaku pembelian kompulsif
ZX1 : Faktor situasional yang distandardized ZX2 : Materialisme yang distandardized
Zz : Penggunaan Kartu Kredit yang distandardized I ZX2-Zz I : Interkasi yang diukur dengan nilai absolut perbedaan
antara ZZ dan ZX2
E : Error
Langkah yang dilakukan setelah variabel distandardized scored adalah menentukan apakah variabel penggunaan kartu kredit (Zz) merupakan variabel pemoderasi atau bukan. Hal ini dapat dilihat dari apapun nilai β2 (signifikan atau tidak, postif atau negatif), asalkan β4 signifikan berarti penggunaan kartu kredit (Zz) merupakan variabel moderating (Utama, 2009: 128). Setelah itu, untuk menentukan apakah variabel moderasi memperkuat pengaruh variabel dependen terhadap variabel independen. Dalam persamaan ini, jika β4 signifikan, selanjutnya dilacak apakah variabel Zz memperkuat atau memperlemah pengaruh X2 terhadapY, yaitu:
a) Jika β2 positif, signifikan atau tidak dan β4 positif signifikan, maka Zz sebagai variabel moderating yang memperkuat pengaruh ZX2 terhadap Y (pengaruh positifnya bertambah)
b) Jika β2 negatif, signifikan atau tidak dan β4 negatif signifikan, maka Zz sebagai variabel moderating yang memperkuat pengaruh ZX2 terhadap Y (pengaruh negatifnya bertambah)
c) Jika β2 positif, signifikan atau tidak dan β4 negatif signifikan, maka Zz sebagai variabel moderating yang memperlemah pengaruh ZX2 terhadapY (pengaruh positifnya berkurang)
d) Jika β2 negatif, signifikan atau tidak dan β4 positif signifikan, maka Zz sebagai variabel moderating yang memperlemah pengaruh ZX2 terhadapY (pengaruh negatifnya berkurang)
4.5.5 Uji hipotesis
Ketepatan fungsi regresi untuk pengujian hipotesis dalam menaksir nilai aktual dapat diukur dari goodness of fit. Secara statistik, setidaknya ini dapat diukur dari nilai statistik uji signifikansi parameter individual, nilai statistik F, dan nilai koefisien determinasi (Ghozali, 2006: 211). Untuk lebih rinci, dapat dijabarkan sebagai berikut:
a. Uji Signifikansi Parameter Individual
Uji signifikansi parameter individual menunjukkan seberapa jauh pengaruh satu variabel independen secara individual dalam menerangkan variasi variabel dependen. Apakah variabel independen berpengaruh secara nyata atau tidak. Untuk menentukan tingkat signifikansi secara parsial antara variabel-variabel bebas dan variabel terikat, maka hipotesis harus diuji pada taraf signifikan 5% atau 0,05 secara dua arah (two tail). Selanjutnya diambil suatu keputusan, diterima atau ditolak suatu hipotesis, yaitu dengan cara membandingkan Beta hitung (nilai Unstandardized Coefficients pada Tabel Coefficients) dengan Beta tabel dengan kriteria atau dengan membandingkan nilai signifikan yang
diperoleh dari hasil uji statistik dengan nilai signifikan yang telah ditentukan. Pada penelitian ini akan menggunakan signifikansi 5% atau 0,05.
b. Uji F
Sehubungan dengan uji regresi linier berganda, uji hipotesis ditentukan dengan menggunakan Uji F. Pengujian ini dilakukan dengan menentukan signifikansi pengaruh-pengaruh variabel bebas secara simultan terhadap variabel terikat. Pengujian ini akan membandingkan nilai signifikan dari hasil pengujian data dengan membandingkan nilai signifikan yang telah ditetapkan. Pada penelitian ini akan menggunakan signifikansi 5% atau 0,05.
c. Koefisien Determinasi
Koefisien deteminasi (R2) mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel terikat. Apabila hanya terdapat satu variabel independen maka R2 yang dipakai. Tetapi apabila terdapat dua atau lebih variabel independen maka Adjusted R2 yang digunakan. Setiap tambahan suatu variabel bebas, maka R2 pasti meningkat. Sedangkan nilai Adjusted R2 dapat naik atau turunapabila satu variabel independen ditambahkan kedalam suatu model.
BAB V