KAJIAN PUSTAKA
ANALISA PENELITIAN A. ANALISIS DATA
2) Uji Reliabilitas
Pengujian reliabilitas dalam penelitian ini menggunakan rumus
Cronbach Alpha (α) >60. Hasil dari pengujian reliabilitas untuk
masing-masing variabel pada tabel sebagai berikut:
Tabel 4.8 Hasil Uji Reliabilitas
Variabel Cronbach
Alpha
Keterangan
Atribut Produk ( ) 0,859 Reliabel
Manfaat Produk ( ) 0,862 Reliabel
Pesaing Produk ( ) 0,864 Reliabel
Kepuasan Nasabah (Y) 0,864 Reliabel
64
Dari tabel diatas disimpulkan bahwa masing-masing variabel mempunyai cronbach alpha lebih dari 0,60 (α > 0,60), sehingga data tersebut dinyatakan reliabel yang berarti bahwa kuisioner yang digunakan dalam penelitian ini merupakan kuisioner yang handal. Sehingga dengan data tersebut dapat digunakan untuk pengukuran dan penelitian berikutnya.
b. Uji Regresi Linier Berganda
Uji regresi linier berganda digunakan untuk mengetahui pengaruh arah dan kekuatan hubungan dua variabel atau lebih yaitu antara variabel variabel bebas terhadap variabel terikat. Sehingga model dasarnya adalah:
Berikut hasil Uji Regresi Linier Berganda:
Tabel 4.9
Uji Regresi Linier Berganda
Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) ,119 5,088 ,023 ,981 atribut produk ,568 ,091 ,516 6,236 ,000 manfaat produk ,227 ,091 ,207 2,501 ,014 pesaing produk ,181 ,092 ,163 1,962 ,053
a. Dependent Variable: kepuasan nasabah
65 Formulasi yang digunakan adalah:
Y = 0,119 + 0,568 (X1) + 0,227 (X2) + 0,181 (X3) +
Arti model persamaan regresi linier berganda di atas adalah:
1) Nilai konstan 0,119 memiliki arti apabila variabel atribut produk (X1), manfaat produk (X2), dan pesaing produk (X3) bernilai konstan atau tidak ada atau sebesar nol maka kepuasan nasabah (Y) akan mengalami penurunan sebesar 0,119 dengan asumsi Cateris Paribus. 2) Atribut produk (X1), sebesar 0,568 memiliki arti apabila variabel atribut produk mengalami peningkatan sebesar 1 satuan sedangkan variabel manfaat produk (X2) dan pesaing produk (X3) bernilai nol atau konstan maka variabel kepuasan nasabah (Y) akan mengalami kenaikan sebesar 0,568 dengan asumsi Cateris Paribus.
3) Manfaat produk (X2) sebesar, 0, 227 memiliki arti apabila variabel manfaat produk mengalami kenaikan sebesar 1 satuan sedangkan variabel atribut produk (X1) dan variabel pesaing produk (X3) bernilai nol atau konstan, maka variabel kepuasan nasabah mengalami kenaikan sebesar 0,181 dengan asumsi Cateris Paribus. 4) Pesaing produk (X3) sebesar 0,181 memiliki arti apabila variabel
pesaing produk (X3) mengalami kenaikan sebesar 1 satuan
sedangkan variabel atribut produk (X1) dan variabel manfaat poduk (X2) bernilai nol atau konstan, maka variabel kepuasan nasabah mengalami keanikan sebesar 0,181 dengan asumsi Cateris Paribus.
66
Dari persamaan regresi tersebut dapat diketahui nilai koefisien regresi masing-masing variabel independen bertanda positif yaitu atribut produk, manfaat produk, pesaing produk dan kepuasan nasabah. Hal ini menunjukkan bahwa variabel independen berbanding lurus atau searah dengan variabel dependen.
c. Uji Statistic
1) Uji t (uji secara individu)
Uji ini diguanakan untuk melihat tingkat signifikansi variabel independen (atribut produk, manfaat produk, dan pesaing produk) mempengaruhi variabel dependen (kepuasan nasabah) secara individu-individu atau sendiri-sendiri. Dengan cara melihat nilai sig. Jika niali sig lebih kecil dari 0,05 maka variabel independen secara individu memepengaruhi vaaribel dependen. Hasil uji t adalah seperti pada tabel 4.13.
Tabel 4.10 Hasil Uji t Statistic
Model Unstandardized Coefficients Standa rdized Coeffici ents t Sig. B Std. Error Beta (Constant) ,119 5,088 ,023 ,981 atribut produk ,568 ,091 ,516 6,236 ,000 manfaat produk ,227 ,091 ,207 2,501 ,014 pesaing produk ,181 ,092 ,163 1,962 ,053
a. Dependent Variable: kepuasan nasabah
67
a) Nilai signifikansi variabel atribut produk (X1) adalah sebesar 0,000 lebih kecil dari 0,05 artinya ada pengaruh positif dan signifikan antara atribut produk (X1) terhadap kepuasan nasabah (Y). Kesimpulan yang didapat bahwa hal ini berarti hipotesis 1 diterima. b) Nilai signifikansi variabel manfaat produk (X2) adalah sebesar 0,014
lebih dari 0,05 artinya ada pengaruh dan signifikan antara manfaat produk (X2) terhadap kepuasan nasabah (Y). Kesimpulan yang didapat bahwa hal ini berarti bahwa hipotesis 1 diterima.
c) Nilai signifikansi variabel pesaing produk (X3) adalah sebesar 0,053 lebih besar dari 0,05 artinya terdapat pengaruh positif tetapi tidak signifikan antara pesaing produk (X3) terhadap kepuasan nasabah (Y) mungkin dipengaruhi oleh faktor lain yang tidak diteliti. Kesimpulan yang didapat bahwa hal ini berarti hipotesis 1 diterima.
2) Uji F (uji secara serempak)
Uji F dilakukan dengan tujuan untuk mengetahui seberapa sejauh semua variabel X (independen) secara bersama-sama dapat mempengaruhi variabel Y (dependen). Kriteria apabila nilai sig lebih kecil dari 0,05 maka variabel independen secara bersama-sama mempengaruhi variabel dependen. Hasil uji F adalah sebagai berikut:
68
Tabel 4.11
Hasil Uji F (secara serempak)
ANOVAa Model Sum of Squares df Mean Square F Sig. Regression 599,132 3 199,711 16,871 ,000b Residual 1136,428 96 11,838 Total 1735,560 99
a. Dependent Variable: kepuasan nasabah
b. Predictors: (Constant), pesaing produk, manfaat produk, atribut produk
Sumber: Data Primer Diolah Pada Tahun 2016
Tabel diatas menunjukkan bahwa nilai signifikan sebesar 0,000 dengan tingkat kesalahan 0,05. Nilai signifikan < 0,05. Artinya variabel independen (X) atribut produk, manfaat produk, dan pesaing produk secara bersama-sama memiliki pengaruh dependen (Y) kepuasan nasabah.
3) Uji (Koefisien Determinasi)
Koefisien determinasi ( ) menunjukkan sejauh mana tingkat hubungan antara variabel dependen (Y) dengan variabel independen (X). Hasil uji sebagai berikut:
Tabel 4.12
Uji Koefisien Determinasi
Model Summary Model R R Square Adjusted R Square Std. Error of the Estimate 1 ,588a ,345 ,325 3,44061
69
a. Predictors: (Constant), pesaing produk, manfaat produk, atribut produk b. Dependent Variable: kepuasan nasabah
Sumber: Data Primer Diolah Pada Tahun 2016
1) koefisien korelasi (R) = 0,588 artinya terdapat hubungan antara variabel atribut produk, manfaat produk, dan pesaing produk terhadap kepuasan nasabah karena mendekati angka 1.
2) Adjusted R square sebesar 0,345 berarti 34,5% faktor yang mempengaruhi kepuasan nasabah adalah atribut produk, manfaat produk dan pesaing produk dan sisanya 65,5% dipengaruhi oleh faktor lain yang tidak diteliti oleh penulis.
d. Uji Asumsi Klasik 1). Uji Multikolinierity
Uji multikolinieritas digunakan untuk menguji apakah model regresi ditemukan adanya korelasi antara variabel independen. Jika terjadi korelasi maka terdapat problem multikolinieritas. Problem multikolinieritas dapat dilihat dari nilai Tolerance dan nilai Variance Inflation Factor (VIF). Dalam metode ini, nilai antara Tolerance dan nilai Variance Inflation Factor nilainya berlawanan. Jika nilai
Tolerancenya lebih besar maka VIF nya lebih kecil dan sebaliknya. Nilai VIF disini tidak diperbolehkan nilainya lebih dari 5, jika lebih maka terdapat gejala multikolinieritas, sebaliknya jika VIF lebih dari 5 maka tidak terdapat gejala multikolinieritas. Demikian juga dengan nilai tolerancenya berarti sebaliknya. Hasil uji multikolinieritas sebagai berikut:
70
Tabel 4.13
Hasil Uji Multikolinieritas Metode VIF
Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics
B Std. Error Beta Tolerance VIF
1 (Constant) ,119 5,088 ,023 ,981 atribut produk ,568 ,091 ,516 6,236 ,000 ,996 1,004 manfaat produk ,227 ,091 ,207 2,501 ,014 ,998 1,002 pesaing produk ,181 ,092 ,163 1,962 ,053 ,994 1,006
a. Dependent Variable: kepuasan nasabah
Sumber: Data Primer Diolah Pada Tahun 2016
Dari tabel Coefficient pada kolom Collinearity Statistic, dapat terlihat tolerance dan VIF berlawanan dari nilai VIF lebih kecil dari 5 dimana nilai VIF variabel untuk variabel atribut produk (X1) adalah sebesar 1,004 variabel manfaat produk (X2) adalah sebesar 1,002 dan variabel pesaing produk (X3) sebesar 1,006. Kesimpulan yang didapat variabel atribut produk (X1), manfaat produk (X2) pesaing produk (X3) lolos dari gejala multikolinieritas.
2). Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidakasamaan nilai variant dari setiap variabel independen (Bawono, 2006: 135). Dalam penelitian ini metode yang digunakan untuk uji heteroskedastisitas adalah metode white test. Uji ini dilakukan dengan meregresi residual kuadrat ( i) dengan variabel bebas dan perkalian variabel bebas. Apabila hitung < tabel, maka
71
hipotesisnya adanya heteroskedastisitas dalam model ditolak (Bawono, 2006:145).
Tabel 4.14
Uji Heteroskedastisitas
Model Summaryb
Model R R Square Adjusted
R Square Std. Error of the Estimate 1 ,253a ,064 ,003 16,81623 a. Predictors: (Constant), x3.x3, x1.x1, x2.x2, x2.x3, x1.x2, x1.x3 b. Dependent Variable: u2i
Sumber: Data Primer Diolah Pada Tahun 2016
Nilai sebesar 0,064 maka dapat diketahui besarnya hitung
yaitu 0,064 * 100 = 6,4 dengan tingkat signifikansi 5%, df: 97. Besarnya tabel = 120.9900. karena hitung < tabel, maka gejala penyakit heteroskedastisitas dalam model persmaan tidak ada.