Uji Analisis Jalur (Path Analysis)

METODE PENELITIAN A. Jenis Penelitian

J. Teknik Analisis Data

2. Uji Analisis Jalur (Path Analysis)

Analisis jalur adalah suatu teknik untuk menganalisis hubungan sebab

akibat yang terjadi pada regresi berganda jika variabel bebasnya

mempengaruhi variabel tergantung tidak hanya secara langsung, tetapi juga

secara tidak langsung. Tujuan dari analisis jalur adalah menentukan

regresi beta (𝛽)(Pardede, 2014). Analisis jalur merupakan perluasan dari persamaan regresi sederhana atau berganda yang diperlukan pada jalur

hubungan variabel-variabel yang melibatkan lebih dari satu persamaan.

Adapun langkah-langkah dalam uji analisis jalur adalah :

1. Uji Prasyarat Analisis

a. Uji Normalitas

Uji normalitas bertujuan untuk mengetahui apakah data penelitian

berdistribusi normal atau tidak. Sebab, dalam statistik parametrik distribusi

data yang normal adalah suatu keharusan dan merupakan syarat yang

mutlak yang harus dipenuhi. Uji normalitas memiliki tujuan untuk dapat

menguji apakah dalam model regresi, residual memiliki distribusi yang

normal. Pedoman yang dapat digunakan untuk dapat mengetahui residual

berdistribusi normal atau tidak dengan melihat pada nilai signifikansi pada

hasil uji Kolmogorov – Smirnov yaitu :

1. Jika nilai Sig. ≥0,05 maka data distribusi normal.

2. Jika nilai Sig. < 0,05 maka data tidak berdistribusi normal.

b. Uji Heteroskedastisitas

Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model

regresi terjadi ketidaksamaan varians dari residual satu pengamatan ke

pengamatan yang lain, jika tetap maka disebut homoskedastisitas dan jika

berbeda disebut heteroskedastisitas. Model regresi yang baik sebaiknya

heteroskedastisitas dilakukan dengan uji Glejser. Dasar pengambilan

keputusan pada uji Glejser adalah:

- Jika nilai Sig. ≥ 0,05 maka tidak terjadi heteroskedastisitas - Jika nilai Sig. < 0,05 maka terjadi heteroskedastisitas.

c. Uji Multikolinieritas

Uji Multikolinieritas bertujuan untuk menguji apakah model regresi

ditemukan adanya kolerasi antar variabel independen. Model regresi yang

baik seharusnya tidak terjadi korelasi antara variabel independen (tidak

terjadi multikolinieritas). Jika variabel bebas saling berkorelasi, maka

variabel – variabel ini tidak ortogonal adalah variabel independen yang

nilai korelasi antar sesama variabel bebas sama dengan nol. Salah satu cara

menguji adanya multikolinieritas adalah dengan melihat nilai VIF

(Variance Inflation Factor).

- Jika nilai VIF ≥ 10,00 maka terjadi multikolinieritas

- Jika nilai VIF < 10,00 maka tidak terjadi multikolinieritas.

2. Analisis Jalur

Analisis jalur adalah perluasan dari analisis regresi berganda. Analisis jalur

digunakan jika terdapat variabel mediasi. Variabel mediasi adalah variabel

yang besifat perantara/ penghubung (jembatan) dari variabel independen

ke variabel dependen. Analisis variabel mediasi dapat dilakukan melalui

dua pendekatan, yaitu pendekatan koefisien dan perkalian koefisien.

Pendekatan perbedaan koefisien menggunakan metode pemeriksaan

Sedangkan metode perkalian dilakukan dengan metode Sobel. Dalam hal

ini, peneliti akan melakukan pengujian analisis jalur dengan menggunakan

metode pendekatan koefisien.

Menurut Baron dan Kenny (1986), langkah-langkah dalam menguji

hipotesis adalah sebagai berikut :

1. Membuat persamaan regresi variabel independen terhadap variabel

dependen. (Persamaan I)

Persamaan ini digunakan untuk mengetahui kekuatan pengaruh dari

variabel persepsi konsumen pada kualitas pelayanan (X) terhadap

variabel loyalitas konsumen (Y).

Gambar III.1

Persamaan Regresi X dan Y Adapun persamaan yang digunakan adalah :

𝑌 = 𝜌_𝑥𝑦𝑋 + 𝜀₁ a. Koefisien Determinasi (R2)

Menurut Pardede (2014), koefisien determinasi (R²) merupakan

suatu ukuran yang penting dalam regresi, karena dapat

menginformasikan baik atau tidaknya model regresi yang

terestimasi. Nilai koefisien determinasi (R²) mencerminkan

seberapa besar variasi dari variabel dependen (Y) dapat

diterangkan oleh variabel independen (X). Bila suatu koefisien persepsi konsumen

pada kualitas pelayanan (X)

loyalitas konsumen

determinasi sama dengan nol (R² = 0), artinya variansi dari Y

tidak dapat diterangkan oleh X sama sekali. Sementara bila R2 =

1, maka semua titik pengamatan berada tepat pada garis regresi.

Dengan demikian, baik atau buruknya suatu persamaan regresi

ditentukan oleh R²nya yang mempunyai nilai antara 0 dan 1.

Menurut Gudono (2011), data mengenai koefisien determinasi dapat digunakan untuk menghitung nilai error terms (𝑒/𝜀). Error

terms(𝑒/𝜀) merupakan elemen variasi variabel dependen yang tidak dapat dijelaskan oleh semua variabel independen. Rumus

yang digunakan untuk menghitung error terms :

𝜀1 = √1 − 𝑅2 b. Uji Signifikansi

- Menentukan Hipotesis

Uji hipotesis berguna untuk memeriksa atau menguji apakah

koefisien regresi yang diperoleh signifikan (berbeda nyata).

Maksud dari signifikansi ini adalah suatu nilai koefisien

regresi tidak sama dengan nol (Pardede, 2014).

Hipotesis statistik yang dirumuskan sebagai berikut :

(Ridwan dan Kuncoro, 2013)

H0 : 𝜌𝑦𝑥 = 0, artinya persepsi konsumen pada kualitas pelayanan (X) tidak berpengaruh terhadap loyalitas

Ha : 𝜌𝑦𝑥 ≠ 0, artinya persepsi konsumen pada kualitas pelayanan (X) berpengaruh terhadap loyalitas konsumen (Y).

- Menentukan Taraf Signifikansi

Taraf signifikansi (𝛼) yang digunakan dalam penelitian ini adalah 5% atau 0,05.

- Menentukan thitung

Rumus untuk menentukan thitung menurut Pardede (2014)

adalah sebagai berikut :

𝑡 = ^{𝑏𝑗 − 𝛽𝑗} 𝑠. 𝑒 (𝑏𝑗) Keterangan :

tj = thitung koefisien regresi variabel j, j = 1,2,…

bj = koefisien regresi variabel j

sbj = standart error variabel

- Kaidah Pengambilan Keputusan (Supranto, 2009)

Jika Sig ≥ 0,05 atau nilai –ttabel ≤thitung ≤ttabel, maka H0 diterima dan Ha ditolak.

Jika Sig < 0,05 atau nilai –ttabel> thitung > ttabel, maka H0 ditolak

dan Ha diterima.

- Penarikan Kesimpulan

Jika H0 diterima berarti persepsi konsumen pada kualitas

pelayanan (X) tidak berpengaruh terhadap loyalitas

Jika H0 ditolak berarti persepsi konsumen pada kualitas

pelayanan (X) berpengaruh terhadap loyalitas konsumen (Y).

2. Membuat persamaan regresi variabel independen dengan variabel

mediasi. (Persamaan II)

Persamaan ini digunakan untuk mengetahui kekuatan pengaruh dari

variabel persepsi konsumen pada kualitas pelayanan (X) terhadap

variabel kepuasan konsumen (M).

Gambar III.2

Persamaan Regresi X dan M Adapun persamaan yang digunakan adalah :

𝑀 = 𝜌_𝑥𝑚𝑋 + 𝜀₂ a. Koefisien Determinasi (R²)

Menurut Pardede (2014), koefisien determinasi (R2) merupakan

suatu ukuran yang penting dalam regresi, karena dapat

menginformasikan baik atau tidaknya model regresi yang

terestimasi. Nilai koefisien determinasi (R²) mencerminkan

seberapa besar variasi dari variabel mediasi (M) dapat

diterangkan oleh variabel independen (X). Bila suatu koefisien

determinasi sama dengan nol (R² = 0), artinya variansi dari Y

tidak dapat diterangkan oleh X sama sekali. Sementara bila R² =

1, maka semua titik pengamatan berada tepat pada garis regresi. persepsi konsumen

pada kualitas pelayanan (X)

kepuasan konsumen

Dengan demikian, baik atau buruknya suatu persamaan regresi

ditentukan oleh R2nya yang mempunyai nilai antara 0 dan 1.

Menurut Gudono (2011), data mengenai koefisien determinasi dapat digunakan untuk menghitung nilai error terms (𝑒/𝜀). Error

terms(𝑒/𝜀) merupakan elemen variasi variabel mediasi yang tidak dapat dijelaskan oleh semua variabel independen. Rumus yang

digunakan untuk menghitung error terms :

𝜀2 = √1 − 𝑅2 b. Uji Signifikansi

- Menentukan Hipotesis

Uji hipotesis berguna untuk memeriksa atau menguji apakah

koefisien regresi yang diperoleh signifikan (berbeda nyata).

Maksud dari signifikansi ini adalah suatu nilai koefisien

regresi tidak sama dengan nol (Pardede, 2014).

Hipotesis statistik yang dirumuskan sebagai berikut :

(Ridwan dan Kuncoro, 2013)

H0 : 𝜌𝑦𝑥 = 0, artinya persepsi konsumen pada kualitas pelayanan (X) tidak berpengaruh terhadap kepuasan

konsumen (M).

Ha : 𝜌𝑦𝑥 ≠ 0, artinya persepsi konsumen pada kualitas pelayanan (X) berpengaruh terhadap kepuasan konsumen

(M).

Taraf signifikansi (𝛼) yang digunakan dalam penelitian ini adalah 5% atau 0,05.

- Menentukan thitung

Rumus untuk menentukan thitung menurut Pardede (2014)

adalah sebagai berikut :

𝑡 = ^{𝑏𝑗 − 𝛽𝑗} 𝑠. 𝑒 (𝑏𝑗) Keterangan :

tj = thitung koefisien regresi variabel j, j = 1,2,…

bj = koefisien regresi variabel j

sbj = standart error variabel

- Kaidah Pengambilan Keputusan (Supranto, 2009)

Jika Sig ≥ 0,05 atau nilai –ttabel ≤thitung ≤ttabel, maka H0 diterima dan Ha ditolak.

Jika Sig < 0,05 atau nilai –ttabel> thitung > ttabel, maka H0 ditolak

dan Ha diterima.

- Penarikan Kesimpulan

Jika H0 diterima berarti persepsi konsumen pada kualitas

pelayanan (X) tidak berpengaruh terhadap kepuasan

konsumen (M).

Jika H0 ditolak berarti persepsi konsumen pada kualitas

pelayanan (X) berpengaruh terhadap kepuasan konsumen

3. Membuat persamaan regresi variabel independen dan variabel

mediasi terhadap variabel dependen. (Persamaan III)

Persamaan ini digunakan untuk mengetahui kekuatan pengaruh dari

variabel persepsi konsumen pada kualitas pelayanan (X) dan

kepuasan konsumen (M) terhadap variabel loyalitas konsumen (Y).

Gambar III.3

Persamaan Regresi X dan M terhadap Y Adapun persamaan yang digunakan adalah :

𝑌 = 𝜌_𝑦𝑥𝑋 + 𝜌_𝑦𝑚𝑀 + 𝜀₃ a. Koefisien Determinasi (R²)

Menurut Pardede (2014), koefisien determinasi (R2) merupakan

suatu ukuran yang penting dalam regresi, karena dapat

menginformasikan baik atau tidaknya model regresi yang

terestimasi. Nilai koefisien determinasi (R²) mencerminkan

seberapa besar variasi dari variabel dependen (Y) dapat

diterangkan oleh variabel independen (X) dan variabel mediasi

(M). Bila suatu koefisien determinasi sama dengan nol (R² = 0), Persepsi Konsumen pada

Kualitas Pelayanan (X)

Loyalitas Konsumen (Y)

artinya variansi dari Y tidak dapat diterangkan oleh X dan M

sama sekali. Sementara bila R2 = 1, maka semua titik pengamatan

berada tepat pada garis regresi. Dengan demikian, baik atau

buruknya suatu persamaan regresi ditentukan oleh R²nya yang

mempunyai nilai antara 0 dan 1.

Menurut Gudono (2011), data mengenai koefisien determinasi dapat digunakan untuk menghitung nilai error terms (𝑒/𝜀). Error

terms(𝑒/𝜀) merupakan elemen variasi variabel dependen yang tidak dapat dijelaskan oleh semua variabel independen. Rumus

yang digunakan untuk menghitung error terms :

𝜀3 = √1 − 𝑅2 b. Uji Signifikansi

- Menentukan Hipotesis

Uji hipotesis berguna untuk memeriksa atau menguji apakah

koefisien regresi yang diperoleh signifikan (berbeda nyata).

Maksud dari signifikansi ini adalah suatu nilai koefisien

regresi tidak sama dengan nol (Pardede, 2014).

Hipotesis statistik yang dirumuskan sebagai berikut :

(Ridwan dan Kuncoro, 2013)

H0 : 𝜌𝑦𝑥 = 0, artinya persepsi konsumen pada kualitas pelayanan (X) dan kepuasan konsumen (M) tidak

Ha : 𝜌𝑦𝑥 ≠ 0, artinya persepsi konsumen pada kualitas pelayanan (X) dan kepuasan konsumen (M) berpengaruh

terhadap loyalitas konsumen (Y).

- Menentukan Taraf Signifikansi

Taraf signifikansi (𝛼) yang digunakan dalam penelitian ini adalah 5% atau 0,05.

- Menentukan thitung

Rumus untuk menentukan thitung menurut Pardede (2014)

adalah sebagai berikut :

𝑡 = ^{𝑏𝑗 − 𝛽𝑗} 𝑠. 𝑒 (𝑏𝑗) Keterangan :

tj = thitung koefisien regresi variabel j, j = 1,2,…

bj = koefisien regresi variabel j

sbj = standart error variabel

- Kaidah Pengambilan Keputusan (Supranto, 2009)

Jika Sig ≥ 0,05 atau nilai –ttabel ≤thitung ≤ttabel, maka H0 diterima dan Ha ditolak.

Jika Sig < 0,05 atau nilai –ttabel> thitung > ttabel, maka H0 ditolak

dan Ha diterima.

- Penarikan Kesimpulan

Jika H0 diterima berarti persepsi konsumen pada kualitas

pelayanan (X) dan kepuasan konsumen (M) tidak

Jika H0 ditolak berarti persepsi konsumen pada kualitas

pelayanan (X) dan kepuasan konsumen (M) berpengaruh

terhadap loyalitas konsumen (Y).

4. Pengaruh Langsung, Pengaruh Tidak Langsung, dan Pengaruh Total

a. Pengaruh Langsung

Pengaruh langsung adalah pengaruh dari suatu variabel ke variabel

lainnya tanpa melalui perantara variabel lain. Besarnya pengaruh

dapat dilihat dari satu atau lebih variabel independen yang

panahnya mengarah langsung ke variabel dependen (Gudono,

2011). Besarnya pengaruh langsung dapat dilihat dari besarnya

koefisien jalur yang ditunjukkan oleh output SPSS pada tabel

coefficient yang dinyatakan sebagai standarized coefficient atau

dikenal dengan nilai Beta (Sarjono, 2011).

b. Pengaruh Tidak Langsung

Pengaruh tidak langsung adalah pengaruh satu variabel ke variabel

lainnya melalui perantaraan satu atau lebih variabel lain (Gudono,

2011). Pengaruh tidak langsung dihitung dengan cara mengalikan

koefisien jalur variabel independen terhadap variabel mediasi

dengan variabel dependen.

c. Pengaruh Total

Pengaruh total merupakan penjumlahan dari pengaruh langsung

Setelah melakukan pemeriksaan, variabel mediasi disebut sebagai

mediator jika terpenuhi kriteria berikut :

- Persamaan I, persepsi konsumen pada kualitas pelayanan (X) secara

signifikan mempengaruhi loyalitas konsumen (Y).

- Persamaan II, persepsi konsumen pada kualitas pelayanan (X) secara

signifikan mempengaruhi kepuasan konsumen (M).

- Persamaan III, kepuasan konsumen (M) secara signifikan

mempengaruhi loyalitas konsumen (Y).

Jika pengaruh persepsi konsumen pada kualitas pelayanan (X) dan

kepuasan konsumen terhadap loyalitas konsumen (Y) menurun menjadi

nol (0) (tidak signifikan), maka terjadi mediasi sempurna (perfect

mediation). Namun jika efek variabel persepsi konsumen pada kualitas

pelayanan dan kepuasan konsumen terhadap loyalitas konsumen menurun

67 BAB IV