BAB III: METODE PENELITIAN
H. Uji Instrumen Penelitian 1.Uji instrumen
4. Uji Asumsi Klasik a) Uji Multikoliniearitas a) Uji Multikoliniearitas
Uji multikoliniearitas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas (independen). Untuk mendeteksi ada atau tidaknya multikoliniearitas di dalam model regresi adalah apabila (1) Nilai R2 yang dihasilkan oleh suatu estimasi model regresi empiris sangat ringgi, tetapi secara individual variabel-variabel independen banyak yang tidak signifikan mempengaruhi variabel dependen, (2) Menganalisis matrik korelasi variabel-variabel independen. Jika antar variabel ada korelasi yang cukup tinggi (umumnya di atas 0,90) maka hal ini merupakan indikasi adanya multikolonieritas. (3) Multikolonieritas dapat juga dilihat dari nilai tolerance dan lawannya variance inflation factor (VIF). Jadi nilai tolerance yang rendah sama dengan nilai VIF tinggi (karena
VIF = 1≥10. Setiap peneliti harus menentukan tingkat kolonieritas
yang masih dapat ditolerir. Sebagai misal nilai tolerance = 0,10 sama dengan tingkat kolonieritas 0,95.
Tabel 4.14
Hasil Uji Multikoliniearitas
Coefficient Correlationsa Model Z_KE PUAS AN X3_A CTIO N X5_A PPEA RANC E X1_A TTIT UDE X6_A CCOU NTAB ILITY X2_A TTEN TION X4_A BILIT Y 1 Correlations Z_KEPUASAN 1,000 -0,139 -0,092 -0,073 -0,029 -0,508 -0,614 X3_ACTION -0,139 1,000 -0,164 -0,245 -0,056 0,159 -0,070 X5_APPEARANCE -0,092 -0,164 1,000 0,050 -0,049 -0,413 0,150 X1_ATTITUDE -0,073 -0,245 0,050 1,000 -0,389 -0,123 0,145 X6_ACCOUNTABILI TY -0,029 -0,056 -0,049 -0,389 1,000 -0,171 -0,470 X2_ATTENTION -0,508 0,159 -0,413 -0,123 -0,171 1,000 0,157 X4_ABILITY -0,614 -0,070 0,150 0,145 -0,470 0,157 1,000 Covariances Z_KEPUASAN 0,013 -0,001 -0,001 -0,001 0,000 -0,007 -0,007 X3_ACTION -0,001 0,004 -0,001 -0,002 0,000 0,001 0,000 X5_APPEARANCE -0,001 -0,001 0,006 0,000 0,000 -0,004 0,001 X1_ATTITUDE -0,001 -0,002 0,000 0,010 -0,004 -0,002 0,001 X6_ACCOUNTABILI TY 0,000 0,000 0,000 -0,004 0,010 -0,002 -0,005 X2_ATTENTION -0,007 0,001 -0,004 -0,002 -0,002 0,016 0,002 X4_ABILITY -0,007 0,000 0,001 0,001 -0,005 0,002 0,009
Tabel 4.15
Hasil Uji Multikolonieritas Tolerance dan VIF
Sumber: Data primer yang diolah, 2018
Melihat hasil besaran korelasi antar variabel independen tampak bahwa hanya variabel Z_KEPUASAN yang mempunyai korelasi cukup tinggi dengan variabel X4_ABILITY dengan tingkat korelasi sebesar -0,614 atau sekitar 61,4%. Oleh karena korelasi ini masih dibawah 95%, maka dapat dikatakan tidak terjadi multikolonieritas yang serius.
Hasil perhitungan nilai Tolerance yang menunjukkan tidak ada variabel independen yang memiliki nilai Tolerance kurang dari 0,10 yang berarti tidak ada korelsi antar variabel independen yang nilainya lebih dari 95%. Hasil perhitungan nilai Variance Inflation Factor (VIF) juga menunjukkan hal yang sama tidak ada satu variabel independen yang memiliki nilai VIF lebih dari 10.
Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics B Std.
Error Beta Tolerance VIF
1 (Constant) -5,569 2,384 -2,335 ,022 X1_ATTITUDE ,044 ,098 ,032 ,451 ,653 ,428 2,339 X2_ATTENTIO N ,336 ,126 ,266 2,665 ,009 ,215 4,657 X3_ACTION ,244 ,066 ,222 3,679 ,000 ,584 1,713 X4_ABILITY ,346 ,095 ,415 3,656 ,000 ,165 6,045 X5_APPEARA NCE ,456 ,079 ,380 5,764 ,000 ,491 2,035 X6_ACCOUNT ABILITY -,137 ,102 -,141 -1,347 ,181 ,194 5,148 Z_KEPUASAN -,056 ,113 -,067 -,498 ,620 ,119 8,437 a. Dependent Variable: Y_LOYALITAS
Jadi dapat disimpulkan bahwa tidak ada multikolonieritas antar variabel independen dalam model regresi.
b) Uji Heteroskedastisitas
Menurut Ghozali (2013:139) Uji heterokedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual atau pengamatan ke pengamatan yang lain. Jika variance dari residual satu pengamatan ke pengamatan lain tetap, maka disebut Hemoskedasitisitas dan jika berbeda disebut Heterokedastisitas.
Sumber: Data primer yang diolah, 2018
Gambar 4.1
Uji Heteroskedastisitas Scatterplot
Dari grafik scatterplots terlihat bahwa titik-titik menyebar secara acak serta tersebar baik di atas maupun di bawah angka 0 pada sumbu Y. Hal ini dapat disimpulkan bahwa tidak terjadi heteroskedastisitas pada model regresi, sehingga model regresi layak dipakai untuk memprediksi Y_LOYALITAS perusahaan
berdasarkan masukan variabel independen Attention (X2), Action (X3), Ability (X4), Appearance (X5), Accountability (X6) dan Kepuasan (Z).
Tabel 4.16
Uji Heteroskedastisitas dengan Metode Glejser Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) 1,384 1,343 1,031 ,305 X1_ATTITUDE ,000 ,055 ,001 ,008 ,994 X2_ATTENTION -,010 ,071 -,029 -,135 ,893 X3_ACTION -,022 ,037 -,076 -,580 ,563 X4_ABILITY ,127 ,053 ,586 2,382 ,019 X5_APPEARANC E -,030 ,045 -,097 -,680 ,498 X6_ACCOUNTAB ILITY -,065 ,057 -,255 -1,124 ,264 Z_KEPUASAN -,036 ,064 -,165 -,567 ,572
a. Dependent Variable: ABS_RES Sumber: Data primer yang diolah, 2018
Jika variabel independen signifikan secara ststistik mempengaruhi variabel dependen, maka ada indikasi terjadi Heteroskedastisitas. Hasil tampilan output SPSS dengan jelas menunjukkan bahwa tidak ada satupun variabel independen yang dignifikan secara statistik mempengaruhi variabel dependen nilai Absolut (ABS_RES). Hal ini terlihat dari probabilitas signifikansinya di atas tingkat kepercayaan 5%. Jadi dapat disimpulkan model regresi tidak mengandung adanya Heteroskedastisitas.
c) Uji Normalitas
Uji normalitas digunakan untuk menguji apakah dalam model regresi, data variabel dependen dan independen yang digunakan memiliki distribusi normal atau tidak. Sebuah data penelitian yang baik adalah yang datanya berdistribusi normal. Kalau asumsi ini dilanggar maka uji statistik menjadi tidak valid untuk jumlah sampel kecil(Ghozali, 2013:160). Pada pengujian ini peneliti menggunakan analisa statistik yang dapat digunakan untuk menguji normalitas residual adalah uji statistik non-parametrik Kolmogorov-Smirnov (K-S).
Sumber: Data primer yang diolah, 2018 Gambar 4.2 Grafik Histogram
Sumber: Data primer yang diolah, 2018 Gambar 4.3
Garis Normal P-P Plot of Regression Standardized Residual
Dengan melihat tampilan grafik histogram maupun grafik normal plot dapat disimpulkan bahwa grafik histogram memberikan pola distribusi yang normal (skewness) di ikuti garis diagonal. Sedangkan pada grafik normal plot terlihat titik-titik menyebar disekitar diagonal. Kedua grafik ini menunjukkan bahwa model regresi memenuhi asumsi normalitas.
Tabel 4.17
Uji Normalitas dengan Analisis Statistik One-Sample Kolmogorov-Smirnov Test
Unstandardiz ed Residual
N 99
Normal Parametersa,b Mean ,0000000 Std. Deviation 1,39962058 Most Extreme Differences Absolute ,067 Positive ,036
Negative -,067
Test Statistic ,067
Asymp. Sig. (2-tailed) ,200c,d
a. Test distribution is Normal. b. Calculated from data.
c. Lilliefors Significance Correction.
d. This is a lower bound of the true significance. Sumber: Data primer yang diolah, 2018
Berdasarkan output diatas, diktahui bahwa nilai signifikan sebesar 0,200 lebih besar dari 0,05, sehingga dapat disimpulkan bahwa data yang diuji berdistribusi normal.
d) Uji lineritas
Uji linearitas digunakan untuk menguji apakah spesifikasi model yang digunakan sudah benar atau tidak. Apakah fungsi yang digunakan dalam studi empiris sebaiknya berbentuk linear, kuadrat atau kubik. Dengan uji linearitas akan diperoleh informasi model empiris tersebut (Ghozali, 2013: 166).
Tabel 4.18
Uji Linearitas Durbin-Watson Model Summaryb Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson 1 ,898a ,806 ,791 1,452 2,214
a. Predictors: (Constant), Z_KEPUASAN, X3_ACTION,
X5_APPEARANCE, X1_ATTITUDE, X6_ACCOUNTABILITY, X2_ATTENTION, X4_ABILITY
b. Dependent Variable: Y_LOYALITAS Sumber: Data primer yang diolah, 2018
Tabel 4.19
Uji Linearitas Durbin-Watson Model Summaryb Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson 1 ,876a ,767 ,749 99,20806 2,202
a. Predictors: (Constant), Z_KEPUASAN2, X3_ACTION2,
X5_APPEARANCE2, X1_ATTITUDE2, X6_ACCOUNTABILITY2, X2_ATTENTION2, X4_ABILITY2
b. Dependent Variable: Y_LOYALITAS2 Sumber: Data primer yang diolah, 2018
Dari tabel diatas menunjukkan bahwa uji linearitas menggunakan Durbin-Watson dengan hasil output spss menghasilkan nilai dw sebesar 2,214 dan 2,202 dengan taraf signifikansi 5% dengan jumlah sample 100 dan variabel independen 7 (k=7). Nilai dL dari tabel durbin watson sebesar 1,5279. Nilai dU dari tabel durbin watson sebesar 1,8262. Dari tabel diatas dsapat dilihat bahwa dari hasil liniearitas dan liniearitas kuadrat menunjukkan 4-dU (2,1738) lebih kecil dari nilai Durbin-Watson (2,214 dan 2,202) lebih kecil dari 4-dL (2,4721). Maka disimpulkan tidak terjadi autokorelasi negatif.
5. Path Analysis
Untuk menguji pengaruh variabel intervening digunakan metode analisis jalur (path Analysis). Nalisis jalur merupakan perluasan dari analisis regresi berganda, atau analisis jalur adalah penggunaan analisis regresi untuk menaksir hubungan kausalitas antar variabel (model casual) yang telah ditetapkan sebelumnya berdasarkan teori. Analisis jalur sendiri tidak dapat menentukan
hubungan sebab-akibat dan juga tidak dapat digunakan sebagai substitusi bagi peneliti untuk melihat hubungan kausalitas antar variabel. Hubungan kausalitas antar variabel telah dibentuk dengan model berdasarkan landasan teoritis. Apa yang dapat dilakukan oleh analisis jalur adalah menentukan pola hubungan antara tiga atau lebih variabel dan tidak dapat digunakan untuk mengkonfrimasi atau menolak hipotesis kasualitas imajiner (Ghozali, 2013: 249).
Menurut Ghozali (2013:255) Pengaruh mediasi yang ditunjukkan oleh perkalian koefisien (p2 x p3) signifikan atau tidak, diuji dengan sobel test sebagai berikut:
Sp2p3 = √𝑝32 𝑆𝑝22+ 𝑝22 𝑆𝑝32 + 𝑆𝑝22 𝑆𝑝32
Berdasarkan hasil 𝑆𝑝2 𝑝3 ini kita dapat menghitung nilai t statistik pengaruh mediasi dengan rumus sebagai berikut:
t = 𝑝2𝑝3
𝑆𝑝2 𝑝3
Apabila nilai t hitung > t tabel dengan tingkat signifikan 0.05 yaitu sebesar 1,96 maka dapat disimpulkan ada pengaruh mediasi.
Berdasarkan hasil uji jalur spss dapat menghasilkan model analisis jalur sebagai berikut:
Dari tabel 4.8 dan tabel 4.9 diatas besarnya nilai e1 = √(1 − 0,836) = 0,404 dan besarnya nilai e2 = √(1 − 0,881) = 0,344.
a. Pengaruh Attitude Terhadap Loyalitas Nasbah Dengan
Kepuasan Sebagai Variabel Intervening
Besarnya pengaruh langsung adalah -0,144 sedangkan besarnya pengaruh tidak langsung harus dihitung dengan mengalikan koefisien tidak langsungnya yaitu (-0,144) x (0,035) = -0,00504 atau total pengaruh Attitude ke Loyalitas Nasabah 0,063 + (-0,144 x 0,035) = 0,05796
Pengaruh mediasi yang ditunjukkan oleh perkalian koefisien (p2 x p3) sebesar -0,00504 signifikan atau tidak, diuji dengan Sobel test sebagai berikut:
Hitung standar error dari koefisien indirect effect (Sp2p3) Sp2p3 = √𝑝32 𝑆𝑝22+ 𝑝22 𝑆𝑝32 + 𝑆𝑝22 𝑆𝑝32 Sp2p3= √(0,035)2(0,090)2+ (0,063)2(0,091)2+ (0,090)2(0,091)2 Sp2p3= √(0,0000099225)+ (0,0000328673) + 0,0000670761 Sp2p3= √0,00011= 0,0331
Berdasarkan hasil 𝑆p2p3 ini dapat menghitung nilai t statistik pengaruh mediasi dengan rumus sebagai berikut:
t = 𝑠𝑝3
𝑆𝑝2 𝑝3= −0,00504
0,0331 = -0,152
Oleh karena nilai t hitung = -0,152 lebih kecil dari t tabel dengan tingkat signifikansi 0,05 yaitu sebesar 1,9860, maka dapat
disimpulkan bahwa koefisien mediasi -0,152 tidak signifikan yang berarti tidak ada pengaruh mediasi. Kepuasan tidak dapat memediasi pengaruh attittude terhadap loyalitas nasabah.
b. Pengaruh Attention Terhadap Loyalitas Nasbah Dengan
Kepuasan Sebagai Variabel Intervening
Besarnya pengaruh langsung adalah 0,476 sedangkan besarnya pengaruh tidak langsung harus dihitung dengan mengalikan koefisien tidak langsungnya yaitu (0,476 x (0,035) = 0,01666 atau total pengaruh Attention ke Loyalitas Nasabah 0,564 + (0,310 x -0,048) = 0,58066
Pengaruh mediasi yang ditunjukkan oleh perkalian koefisien (p2 x p3) sebesar 0,01666 signifikan atau tidak, diuji dengan Sobel test sebagai berikut:
Hitung standar error dari koefisien indirect effect (Sp2p3) Sp2p3 = √𝑝32 𝑆𝑝22+ 𝑝22 𝑆𝑝32 + 𝑆𝑝22 𝑆𝑝32
Sp2p3=
√(0,035)2(0,100)2+ (0,564)2(0,091)2+ (0,100)2(0,091)2 Sp2p3= √(0,00001225)+(0,002634153)+ (0,00008281) Sp2p3= √0,002729= 0,0522
Berdasarkan hasil 𝑆p2p3 ini dapat menghitung nilai t statistik pengaruh mediasi dengan rumus sebagai berikut:
t = 𝑠𝑝3
𝑆𝑝2 𝑝3= 0,01666
Oleh karena nilai t hitung = 0,319 lebih kecil dari t tabel dengan tingkat signifikansi 0,05 yaitu sebesar 1,986, maka dapat disimpulkan bahwa koefisien mediasi 0,319 tidak signifikan yang berarti tidak ada pengaruh mediasi. Kepuasan tidak dapat memediasi pengaruh Attention terhadap loyalitas nasabah.
c. Pengaruh Action Terhadap Loyalitas Nasbah Dengan
Kepuasan Sebagai Variabel Intervening
Besarnya pengaruh langsung adalah 0,257 sedangkan besarnya pengaruh tidak langsung harus dihitung dengan mengalikan koefisien tidak langsungnya yaitu (0,257) x (0,035) = 0,008995 atau total pengaruh Action ke Loyalitas Nasabah 0,081 + (0,257 x 0,035) = 0,089995
Pengaruh mediasi yang ditunjukkan oleh perkalian koefisien (p2 x p3) sebesar 0,008995 signifikan atau tidak, diuji dengan Sobel test sebagai berikut:
Hitung standar error dari koefisien indirect effect (Sp2p3) Sp2p3 = √𝑝32 𝑆𝑝22+ 𝑝22 𝑆𝑝32 + 𝑆𝑝22 𝑆𝑝32
Sp2p3=
√(0,035)2(0,060)2+ (0,081)2(0,091)2+ (0,060)2(0,091)2 Sp2p3= √(0,00000441)+(0,0000543316)+ (0,0000298116) Sp2p3= √0,0000885532= 0,0094
Berdasarkan hasil 𝑆p2p3 ini dapat menghitung nilai t statistik pengaruh mediasi dengan rumus sebagai berikut:
t = 𝑠𝑝3
𝑆𝑝2 𝑝3= 0,008995
0,0094 = 0,956
Oleh karena nilai t hitung = 0,956 lebih kecil dari t tabel dengan tingkat signifikansi 0,05 yaitu sebesar 1,986, maka dapat disimpulkan bahwa koefisien mediasi 0,956 tidak signifikan yang berarti tidak ada pengaruh mediasi. Kepuasan tidak dapat memediasi pengaruh Action terhadap loyalitas nasabah.
d. Pengaruh Ability Terhadap Loyalitas Nasbah Dengan
Kepuasan Sebagai Variabel Intervening
Besarnya pengaruh langsung adalah 0,216 sedangkan besarnya pengaruh tidak langsung harus dihitung dengan mengalikan koefisien tidak langsungnya yaitu (0,216) x (0,035) = 0,00756 atau total pengaruh Ability ke Loyalitas Nasabah 0,512 + (0,216 x 0,035) = 0,51956
Pengaruh mediasi yang ditunjukkan oleh perkalian koefisien (p2 x p3) sebesar 0,00756 signifikan atau tidak, diuji dengan Sobel test sebagai berikut:
Hitung standar error dari koefisien indirect effect (Sp2p3) Sp2p3 = √𝑝32 𝑆𝑝22+ 𝑝22 𝑆𝑝32 + 𝑆𝑝22 𝑆𝑝32
Sp2p3=
Sp2p3=
√(0,00000583223)+(0,002170814)+ (0,0000394258) Sp2p3= √0,002216073= 0,0470
Berdasarkan hasil 𝑆p2p3 ini dapat menghitung nilai t statistik pengaruh mediasi dengan rumus sebagai berikut:
t = 𝑠𝑝3
𝑆𝑝2 𝑝3= 0,00756
0,0470= 0,160
Oleh karena nilai t hitung = 0,160 lebih kecil dari t tabel dengan tingkat signifikansi 0,05 yaitu sebesar 1,986, maka dapat disimpulkan bahwa koefisien mediasi 0,160 tidak signifikan yang berarti tidak ada pengaruh mediasi. Kepuasan tidak dapat memediasi pengaruh Ability terhadap loyalitas nasabah.
e. Pengaruh Appearance Terhadap Loyalitas Nasabah Dengan
Kepuasan Sebagai Variabel Intervening
Besarnya pengaruh langsung adalah 0,371 sedangkan besarnya pengaruh tidak langsung harus dihitung dengan mengalikan koefisien tidak langsungnya yaitu (0,371) x (0,035) = 0,012985 atau total pengaruh Appearance ke Loyalitas Nasabah 0,064 + (0,371 x 0,035) = -0,1076
Pengaruh mediasi yang ditunjukkan oleh perkalian koefisien (p2 x p3) sebesar 0,012985 signifikan atau tidak, diuji dengan Sobel test sebagai berikut:
Sp2p3 = √𝑝32 𝑆𝑝22+ 𝑝22 𝑆𝑝32 + 𝑆𝑝22 𝑆𝑝32 Sp2p3= √(0,035)2(0,072)2+ (0,064)2(0,091)2+ (0,072)2(0,091)2 Sp2p3= √(0,0000063504)+(0,000033919)+ (0,00000429287) Sp2p3= √0,0000831981= 0,0091
Berdasarkan hasil 𝑆p2p3 ini dapat menghitung nilai t statistik pengaruh mediasi dengan rumus sebagai berikut:
t = 𝑠𝑝3
𝑆𝑝2 𝑝3= 0,012985
0,0091 = 1,426
Oleh karena nilai t hitung = 1,426 lebih kecil dari t tabel dengan tingkat signifikansi 0,05 yaitu sebesar 1,986, maka dapat disimpulkan bahwa koefisien mediasi 1,426 tidak signifikan yang berarti tidak ada pengaruh mediasi. Kepuasan tidak dapat memediasi pengaruh Appearance terhadap loyalitas nasabah. f. Pengaruh Accountability Terhadap Loyalitas Nasabah Dengan
Kepuasan Sebagai Variabel Intervening
Besarnya pengaruh langsung adalah 0,002 sedangkan besarnya pengaruh tidak langsung harus dihitung dengan mengalikan koefisien tidak langsungnya yaitu (0,002) x (0,035) = 0,00007 atau total pengaruh Appearance ke Loyalitas Nasabah 0,026 + (0,002 x 0,035) = 0,02607
Pengaruh mediasi yang ditunjukkan oleh perkalian koefisien (p2 x p3) sebesar 0,00007 signifikan atau tidak, diuji dengan Sobel test sebagai berikut:
Hitung standar error dari koefisien indirect effect (Sp2p3) Sp2p3 = √𝑝32 𝑆𝑝22+ 𝑝22 𝑆𝑝32 + 𝑆𝑝22 𝑆𝑝32 Sp2p3= √(0,035)2(0,094)2+ (0,026)2(0,091)2+ (0,094)2(0,091)2 Sp2p3= √(0,0000108241)+(0,00000559796)+ (0,0000731709) Sp2p3= √0,000089593= 0,0094
Berdasarkan hasil 𝑆p2p3 ini dapat menghitung nilai t statistik pengaruh mediasi dengan rumus sebagai berikut:
t = 𝑠𝑝3
𝑆𝑝2 𝑝3= 0,00007
0,0094 = 0,007
Oleh karena nilai t hitung = 0,007 lebih kecil dari t tabel dengan tingkat signifikansi 0,05 yaitu sebesar 1,986, maka dapat disimpulkan bahwa koefisien mediasi 0,007 tidak signifikan yang berarti tidak ada pengaruh mediasi. Kepuasan tidak dapat memediasi pengaruh Accountability terhadap loyalitas nasabah.
Dari tabel 4.10 dan 4.11 diatas dapat menghasilkan model analisis jalur seperti dibawah ini:
H11 H7
Gambar 4.4 Model Analisis Jalur Attention (X2) Action (X3) Loyalitas Nasabah (Y) Kepuasan (Z) Ability (X4) Appearance (X5) Accountability (X6) H3= 0,082 H2 = 0,564 H1= 0,063 H5 = 0,064 H6 = 0,026 H7= 0,035 H8 = -0,0144 H9 = 0,476 H10= 0,257 H11= 216 H12= 0,371 H13= 0,002 Attitude H4 = 0,512 e1= 0,404 e2= 0,344
C Hasil Hipotesis
Penelitian ini bertujuan untuk mengetahui pengaruh Service Excellence terhadap Lpualitas Nasabah dengan Kepuasan sebagai variabel intervening pada Bank BNI Syariah Kantor Cabang Semarang. Pembahasan masing-masing hipotesis adalah sebagai berikut: