METODE PENELITIAN
H. Uji Instrumen Penelitian
Analisis data yang dilakukan adalah analisis data kuantitatif, dilakukan dengan beberapa langkah antara lain:
1. Uji Instrumen a) Uji Reliabilitas
Analisis ini dipakai untuk mengetahui sejauh mana pengukuran data dapat memberikan hasil relatif konsisten atau tidak berbeda jika diukur ulang pada subyek yang sama, sehingga dapat diketahui konsistensi atau keterandalan alat ukur (kuisioner). Pada prinsipnya uji reliabilitas digunakan untuk menguji data yang kita peroleh sebagai misal hasil dari jawaban kuisioner yang dibagikan. Suatu kuisioner dikatakan reliable atau handal jika jawaban sesorang terhadap pertanyaan adalah konsisten atau stabil dari waktu ke waktu. Teknik yang digunakan dalam pengukuran reliabilitas ini adalah teknik
cronbach alpha. Suatu variabel dikatakan reliabel jika nilai cronbach alpha lebih besar dari 0,6 (Bawono, 2006: 63-64).
Analisis ini dipakai untuk mengukur seberapa cermat suatu test melakukan fungsi ukurnya atau telah benar-benar dapat mencerminkan variabel yang diukur Uji validitas digunakan untuk mengukur valid atau tidaknya suatu kuesioner. Suatu kuisioner dikatakan valid jika pertanyaan pada kuesioner tersebut mampu untuk mengungkapkan sesuatu yang akan diukur oleh kuesioner tersebut (Bawono, 2006: 68).
Uji validitas dari penelitian ini digunakan untuk mengungkapkan apakah pertanyaan pada kuisioner tersebut sahih atau tidak dengan cara menentukan korelasi antara score butir pertanyaan dengan total score-nya. Signifikan atau tidaknya penelitian ini dapat dilihat pada kolom atau baris total score, jika pada kolom atau baris tersebut masing-masing total butir pertanyaan mnghasilkan tanda bintang, berarti data tersebut signifikan. Tanda bintang ada dua kemungkinan (Bawono, 2006: 76):
1) Kalau berbintang satu itu berarti korelasi signifikan pada level 5% (0,05) untuk dua sisi
2) Kalau berbintang dua itu berarti korelasi signifikan pada level 1% (0,01) untuk dua sisi
c) Uji Regresi Berganda
Regresi ini digunakan untuk menganalisa data yang bersifat multivariate. Analisa ini digunakan untuk meramalkan nilai variabel dependen (Y), dengan variabel independen yang lebih dari satu
(minimal dua), sehingga analisa regresi berganda sering disebut juga analisa multivariate, karena variabel yang mempengaruhi anak turunnya variabel dependen (Y) lebih dari satu variabel independen (X). Sehingga regresi berganda ini lebih real dengan kenyataan dilapangan, bahwa sesuatu hal pasti dipengaruhi oleh banyak hal. Sedangkan untuk membuktikan ada atau tidaknya hubungan fungsional atau hubungan kausal antara beberapa variabel independen (X1,X2,X3,X4,X5) mempengaruhi variabel dependen (Y) dapat dilakukan dengan uji statistik. Persamaan regresi berganda dapat berupa sebagai berikut (Bawono,2006:85):
Y = a + b1 X1 + b2 X2 + b3 X3 +b4 X4 + b5 X5 + e Dimana:
Y : Kepuasan Nasanbah
b1 : Koefisien regresi variabel X1 (Kehandalan) b2 : Koefisien regresi variabel X2 (Pinjaman) b3 : Koefisien regresi variabel X3 (Sarana fisik) b4 : koefisien regresi variabel X4 (Daya Tanggap) b5 : Koefisien regresi variabel X5 ( Empati) X1 : Kehandalan
X2 : Jaminan X3 : Sarana fisik
X4 : Daya tanggap X5 : Empati
E : Error / variabel penggangg 2. Uji Statistik
Uji statistik ini digunakan untuk melihat tingkat ketepatan atau keakuratan dari suatu fungsi atau persamaan utuk menaksir dari data yang kita analisa (Bawono, 2006: 88). Uji statistik ini dapat dilihat dari nilai:
a. Uji ttest (uji secara individu)
Uji ini digunakan untuk melihat tingkat signifikansi variabel independen mempengaruhi variabel dependen secara individu atau sendiri-sendiri. Pengujian ini dilakukan secara parsialatau idividu, dengan menggunakan uji t statistik untuk masing-masing variabel bebas, dengan tingkat kepercayaan tertentu. Langkah-langkah pengujiannya:
1. Menentukan hipotesis
Ho : β1 = 0, artinya variabel independen tidak berpengaruh terhadap variabel dependen.
Ho : β1 ≠ 0, artinya variabel independen berpengaruh terhadap
variabel dependen. 2. Menentukan t tabel
Untuk menentukan t table dengan menggunakan tingkat α 5% dan derajat kepercayaan (dk) = α/2, n-k.
Dimana : n : jumlah data k : jumlah variable
3. Pengambilan keputusan
Jika t hitung < t tabel maka Ho diterima, artinya tidak ada pengaruh yang signifikan.
Jika t hitung ≥ t tabel maka Ho ditolak, artinya ada pengaruh
yang signifikan.
b. Uji Ftest (uji secara serempak)
Uji F dilakukan dengan tujuan untuk mengetahui seberapa jauh semua variabel X1,2,3,4,5 (independen) secara bersama-sama dapat mempengaruhi variabel Y (Bawono, 2006:91). Langkah pengujiannya adalah:
1. Menentukan hipotesis
Ho: β1, β2, .... βn = 0, artinya variabel independen secara bersama-sama tidak berpengaruh terhadap variabel dependen.
Ho: β1, β2, .... βn ≠ 0, artinya variabel independen secara
bersama-sama berpengaruh terhadap variabel dependen. 2. Menentukan F table
Untuk memperoleh F tabel digunakan taraf signifikasi α = 5%
dan derajat kebebasan (dk) = (n – k). 3. Mencari F hitung dengan rumus
Dimana:
R2 = koefisien determinasi K = jumlah variabel independen
n = jumlah sampel 4. Pengambilan keputusan
Jika f hitung < f tabel, maka Ho ditolak artinya ada pengaruh yang signifikan antara variabel independen secara bersama-sama berpengaruh terhadap variabel dependen. Jika f hitung > f tabel, maka Ho ditolak artinya ada pengaruh yang signifikan antara variabel independen secara bersama-sama berpengaruh terhadap variabel dependen (Y).
c. Uji R2 (koefisien determinasi)
Koefisien determinasi (R2) menunjukan sejauh mana tingkat hubungan antara variabel dependen dengan variabel independen, atau sejauh mana kontribusi variabel mempengaruhi variabel dependen (Y) (Bawono, 2006: 92).
Ciri-ciri nilai R2 adalah:
1. Besarnya nilai kefisien determinasi terletak antara 0 sampai dengan 1, atau
(0 ≤ R2≤ 1).
2. Nilai 0 menunjukan tidak adanya hubungan antara variabel independen dengan variabel dependen.
3. Nilai 1 menunjukan adanya hubungan yang sempurna antara variabel independen dengan variabel dependen.
4. Menghitung koefisien determinasi (R2)untuk menilai besarnya sumbangan atau kontribusivariabel independen (X1,2,3,...) terhadap nilai variabel dependen (Y).
3. Uji Asumsi Klasik
Uji asumsi klasik merupakan tahapan yang penting dilakukan dalam proses analisis regresi. Apabila tidak terdapat gejala asumsi klasik diharapkan dapat dihasilkan model regresi yang handal sesuai dengan BLUE (Best Linier Unbiased Estimator), yang menghasilkan model regresi yang tidak biasdan handal sebagai penaksir. Pelanggaran terhadap asumsi klasik berarti model regresi yang diperoleh tidak banyak bermanfaat dan kurang valid. Di samping itu uji asumsi klasik berguna untuk melengkapi uji statistik yang telah dilakukan yaitu uji F, t dan determinasi (Bawono, 2006:115). Uji asumsi klasik terdiri dari:
a. Uji Multicollinearity
Multicollinearity adalah situasi di mana terdapat korelasi variabel-variabel bebas di antara satu dengan yang lainnya. Masalah Multikolinearitas yang serius dapat mengakibatkan berubahnya tanda dari parameter estimasi (Bawono, 2006: 115).
Untuk uji Multicollinearity ini peneliti menggunakan metode VIF (Varian Inflation Factor) dan nilai Tolerance. Kedua nilai VIF dan Tolerance ini, nilainya berlawanan, kalau
tolerancenya besar maka VIF nya kecil dan sebaliknya. Nilai VIF tidak boleh lebih besar dari 5 (lima), jika lebih maka bisa dikatakan
ada gejala Multicollinearity, dan sebaliknya jika nilai VIF lebih kecil dari 5 maka tidak ada gejala Multicollinearity. Demikian juga dengan nilai Tolerance nya berarti sebaliknya (Bawono, 2006: 123).
b. Uji Heteroscendasticity
Heteroskedastisitas terjadi apabila varian dari variabel penggau tidak sama untuk semua observasi, akibat yang timbul apabila terjadi heteroskendastisitas adalah penaksir tidak bias tetapi tidak efesien lagi baik dalam sampel besar maupun sampel kecil, serta uji t-testdan F-test akan menyebabkan kesimpulan yang salah (Bawono, 2006:133). Dalam penelitian ini, metode yang digunakan untuk uji heteroskedastisitas adalah metode white test. Uji ini dilakukan dengan meregresi residual kuadrat (Ui2) dengan variabel
bebas dan perkalian variabel bebas. Apabila χ2 hitung < χ2
tabel, maka hipotesis adanya heteroskedastisitas dalam model ditolak (Bawono, 2006: 145).
c. Uji Normalitas
Uji normalitas dilakukan untuk menguji apakah variabel independen dan variabel dependen dalam model regresi memiliki distribusi normal atau tidak. Ada beberapa cara untuk mengujinya, salah satunya dengan analisa grafik. Dengan metode grafik kita dapat melihat data yang digunakan memberikan distribusi normal
atau tidak dengan melihat grafik histogram dan normal probability plot (Bawono, 2006: 174).
d. Uji Linieritas
Pengujian linearitas digunakan untuk menguji apakah spesifikasi model yang digunakan tepat atau lebih baik dalam spesifikasi model bentuk lain. Spesifikasi model dapat berupa linier, kuadratik atau kubik. Untuk melihat spesifikasi model yang tepat, salah satunya dengan uji Langrange Multiplier. Uji ini bertujuan untuk mendapatkan nilai X2, untuk mendapatkan nilai X2 dengan cara mengalihkan jumlah data observasi dikalikan dengan R2 atau n * R2 (Bawono, 2006: 179).
I. Alat Analisis
Menurut pendekatan analisis data yang akan digunakan, penelitian ini akan menggunakan metode kuantitatif. Dimana penulis akan berusaha menekankan analisisnya pada data-data yang diolah dengan metode statistik kemudian hasilnya akan disajikan secara sistematik, sehingga dapat lebih mudah untuk difahami dan disimpulkan, kemudian data hasil pengolahan statistik akan dijabarkan secara deskriptif.
Olah data menggunakan aplikasi IBM SPSS statistic version 20. SPSS merupakan sebuah program komputer statistik yang berfungsi untuk membantu dalam memproses data-data statistik secara tepat dan cepat, serta menghasilkan berbagai output yang dikehendaki oleh para pengambil keputusan. IBM SPSS statistic 20 ini sangat membantu dalam proses
pengolahan data, sehingga hasil olah data yang dicapai dapat dipertanggung jawabkan dan terpercaya.
82 BAB IV