METODE PENELITIAN
3.7 Teknik Analisis Data
Teknik analisis data merupakan suatu langkah yang paling menentukan dari suatu penelitian, karena analisis data berfungsi untuk menyimpulkan hasil penelitian.
3.7.1 Analisis Statistik Deskriptif
Statistika Deskriptif adalah proses transformasi data penelitian dalam bentuk tabulasi sehingga lebih mudah dipahami dan diinterprestasikan. Tujuannya adalah untuk mengetahui gambaran umum mengenai data penelitian tersebut dan hubungan antara variabel yang akan digunakan dalam penelitian.
36 3.7.2 Uji Instrumen Data
Untuk menguji instrument yang digunakan dalam penggalian data pada penelitian ini, maka perlu dilakukan uji validitas dan reliabilitas instrument.
3.7.2.1 Uji Validitas
Uji Validitas terhadap instrumen dilakukan untuk menjamin bahwa instrumen yang digunakan akurat dan dapat dipercaya sebagai alat pengumpulan data. Pada penelitian ini uji validitas yang digunakan adalah Product Moment Pearson. Uji validitas digunakan untuk mengukur sah atau valid tidaknya suatu kuesioner. Suatu kuesioner dikatakan valid jika pernyataan atau pertanyaan pada kuesioner mampu untuk mengungkapkan sesuatu yang akan diukur oleh kuesioner tersebut (Ghozali, 2005). Validitas dilakukan dengan membandingkan r hitung dengan r tabel untuk degree of freedom (df) = n-2, dalam hal ini n adalah jumlah responden. Instrumen dikatakan valid bila mempunyai nilai koefisien korelasi (rhitung) > (rtabel), selain itu validitas dapat dilihat dari nilai signifikansi lebih kecil dari 0,05 maka item dapat dikatakan valid.
3.7.2.2 Uji Reliabilitas
Reliabilitas adalah alat untuk mengukur suatu kuesioner yang merupakan indikator dari variabel. Suatu kuesioner dikatakan mempunyai reliabilitas tinggi atau dapat dipercaya jika alat ukur itu stabil, dapat diandalkan (Dependability) dan dapat diramalkan (predictability). Pengujian reliabilitas dalam penelitian ini dilakukan dengan menghitung Cronbach Alpha dari masing-masing item pertanyaan dalam suatu variabel (Ghozali, 2005).
37 Setelah menilai alpha, selanjutnya membandingkan nilai tersebut dengan angka kritis reliabilitas. Instrumen yang dipakai dalam variabel diketahui handal (reliabel) apabila memiliki Cronbach Alpha > 0,60.
3.7.3 Uji Asumsi Klasik
Suatu model dapat dikatakan baik dan layak digunakan untuk memprediksi atau membuat keputusan dalam penelitian adalah apabila model yang akan digunakan dalam penelitian sudah lolos dari serangkaian uji asumsi klasik yang melandasinya. Penelitian ini menggunakan uji asumsi klasik yang meliputi uji normalitas, heteroskedastisitas, dan multikolinearitas.
3.7.3.1 Uji Normalitas
Pengujian normalitas digunakan untuk mengetahui apakah sampel terdistribusi dengan normal atau tidak. Pengujian normalitas model dapat dilakukan dengan melihat penyebaran data (titik) pada sumbu diagonal dari grafik. Dasar pengambilan keputusan adalah jika data menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal, maka model regresi memenuhi asumsi normalitas. Dan jika data menyebar jauh dari garis diagonal atau tidak mengikuti garis diagonal, maka model regresi tidak memenuhi asumsi normalitas model.
Penelitian ini mengutamakan uji non parametrik Kolmogorov-Smirnov untuk mengetahui signifikansi data yang terdistribusi normal disertai dengan normal grafik histogram sebagai pendukung kesimpulan pengujian.
Dalam uji Kolmogorov-Smirnov, suatu data dikatakan normal jika significant
38 atau nilai sig (signifikansi) > 0,05 dan data akan dikatakan berdistribusi tidak normal, jika nilai sig (signifikansi) > 0,05 (Ghozali, 2016).
3.7.3.2 Uji Heteroskedastisitas
Pengujian heteroskedastisitas dilakukan untuk mengetahui apakah dalam model regresi terjadi ketidaksamaan varian dari residual satu pengamatan ke pengamatan lainnya. Jika varian dari residual satu pengamatan ke pengamatan yang lain tetap, maka disebut homoskedastisitas. Dan jika berbeda disebut heteroskedastisitas. Dalam penelitian ini adanya heteroskedastisitas dapat diketahui dengan melakukan analisis residual, yaitu perbedaan antara nilai Y aktual dengan nilai Y hasil prediksi (nilai menurut garis regresi). Dalam hal ini variasi dari perbedaan antara nilai aktual dengan nilai prediksi harus sama dengan semua nilai prediksi Y dan nilai residual (Y-Y
²
) harus terdistribusi secara normal dengan rata-rata 0 (nol).Dasar pengambilan keputusan :
1. Jika ada pola tertentu, seperti titik-titik yang ada membentuk suatu pola tertentu yang teratur (bergelombang, melebar kemudian menyempit) maka telah terjadi heteroskedastisitas.
2. Jika tidak ada pola yang jelas serta titik-titik menyebar di atas dan dibawah angka nol pada sumbu Y, maka tidak terjadi heteroskedastisitas.
39 3.7.3.3 Uji Multikolinearitas
Pengujian ini bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antara variabel bebas (independen). Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel independen. Jika variabel independen saling berkolerasi, maka variabel-variabel ini tidak ortogonal. Variabel ortogonal adalah variabel independen yang nilai korelasi antar sesama variabel independen sama dengan nol.
Salah satu cara untuk mengetahui ada tidaknya multikolinearitas pada suatu model regresi adalah dengan melihat nilai tolerance dan VIF (Variance Inflation Factor).
1. Jika nilai Tolerance > 0,10 dan VIF < 10, maka dapat diartikan bahwa tidak terdapat multikolinearitas pada penelitian tersebut.
2. Jika nilai Tolerance < 0,10 dan VIF > 10, maka dapat diartikan bahwa terjadi gangguan multikolinearitas pada penelitian tersebut.
3.7.4 Analisis Regresi Linear Berganda
Menurut Ghozali (2016) analisis regresi digunakan untuk mengukur kekuatan hubungan antara dua variabel atau lebih, juga menunjukan arah hubungan antara variabel dependen dengan independen. Analisis regresi linier berganda adalah hubungan secara linier antara dua atau lebih variabel independen (X) dengan variabel dependen (Y). Analisis ini untuk memprediksi nilai dari variabel dependen apabila nilai variabel independen mengalami kenaikan atau penurunan dan untuk mengetahui arah hubungan antara variabel independen dengan variabel dependen apakah masing-masing variabel independen
40 berhubungan positif atau negatif. Model persamaan regresi yang dapat dirumuskan adalah sebagai berikut :
Y = a + b₁X₁ + b₂X₂ + b₃X₃ + b₄X₄ + e Keterangan:
Y : Minat Menggunakan Online Banking a : Konstanta
b : Koefisien Regresi
X1: Kemudahan Penggunaan X2: Kemanfaaatan
X3: Kenyamanan X4: Keamanan
e : Kesalahan regresi (regression error) 3.7.5 Uji Koefisien Determinasi (Adjusted R2)
Uji koefisien determinasi pada dasarnya mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen. Nilai koefisien determinasi adalah antara nol sampai satu. Semakin kecil nilai koefisien determinasi, maka semakin kecil pengaruh variabel independen terhadap pengaruh dependennya. Sebaliknya, jika nilai koefisien determinasi semakin mendekati 1, maka semakin kuat pengaruh variabel independen dalam menjelaskan variabel independen (Ghozali, 2016).
Kelemahan mendasar penggunaan koefisien determinasi adalah bias terhadap jumlah variabel independen yang dimasukkan dalam model. Setiap tambahan satu independen maka R2 pasti akan meningkat tidak peduli apakah
41 variabel tersebut berpengaruh secara signifikan atau tidak (Ghozali, 2016). Oleh karena itu, adjusted R2 lebih dianjurkan untuk digunakan karena tidak seperti R2. Nilai adjusted R2 dapat naik atau turun apabila satu variabel independen ditambahkan kedalam model.
3.7.6 Pengujian Hipotesis dengan Uji F
Uji F digunakan untuk menguji pengaruh variabel independen secara simultan terhadap variabel dependen. Menurut Ghozali (2016) Uji F bertujuan untuk mengetahui apakah variabel bebas (independen) secara bersama–sama berpengaruh terhadap variabel terikat (dependen). Prosedur yang dapat digunakan adalah sebagai berikut :
1. Dalam penelitian ini digunakan tingkat signifikansi 0,05 dengan degree of freedom df = (n - k), dimana n adalah jumlah pengamatan dan k adalah jumlah variabel.
2. Kriteria keputusan :
1. Uji Kecocokan model ditolak jika α > 0,05 2. Uji Kecocokan model diterma jika α < 0,05
Kesimpulan pengujian ini adalah apabila F hitung > F tabel, maka H0 ditolak dan Ha diterima. Kondisi ini menunjukkan bahwa seluruh variabel independen secara simultan mampu menjelaskan variasi pada variabel dependennya, sedngkan apabila F hitung < F tabel maka H0 diterima dan Ha ditolak. Kondisi ini menunjukkan bahwa seluruh variabel independen secara simultan tidak mampu menjelaskan variasi pada variabel dependennya.
42 3.7.7 Pengujian Hipotesis dengan Uji t
Pengujian ini dilakukan untuk mengetahui apakah variabel bebas (X1, X2, X3, X4) secara parsial mempunyai pengaruh terhadap variabel terikat (Y). Uji statistik t dapat menunjukkan seberapa jauh pengaruh satu variabel independen dalam menerangkan variasi variabel dependen (Ghozali, 2016). Dalam penelitian ini menggunakan tingkat signifikansi 5% dan 10%. Penerimaan atau penolakan hipotesis dilakukan dengan kriteria menurut Ghozali (2016) sebagai berikut :
1. Jika t hitung < t tabel maka H0 diterima atau Ha ditolak. Hal ini berarti bahwa secara parsial variabel independen tersebut tidak mempunyai pengaruh yang signifikan terhadap variabel dependen.
2. Jika t hitung > t tabel maka H0 ditolak atau Ha diterima. Hal ini berarti bahwa secara parsial variabel independen tersebut mempunyai pengaruh yang signifikan terhadap variabel dependen.
43 BAB IV
HASIL PENELITIAN DAN PEMBAHASAN