BAB II LANDASAN TEORI
H. Uji Instrumen Penelitian
2. Uji Spesifikasi Model
a. Analisis Regresi Berganda
Menurut Bawono (2006: 84-86) uji regresi linier berganda digunakan untuk menganalisis data yang mersifat multivariate.
Analisa ini digunakan untuk meramalkan nilai variabel dependen (Y) dengan variabel independen (X) yang jumlahnya lebih dari satu. Analisa ini disebut sebagai analisa multivariate karena variabel yang
mempengaruhi naik turunnya variabel dependen (Y) lebih dari satu variabel independen (X). Kondisi variabel independen (X) dalam mempengaruhi variabel dependen (Y) bervariasi bisa positif bisa juga negatif.
Disini peneliti menggunakan analisis regresi linier berganda, yang digunakan untuk mengetahui seberapa besar pengaruh
advertising (X1), personal selling (X2), dan keputusan pembelian (Y) pada Bank Tabungan Negara (BTN) Syariah Kantor Cabang Surakarta. Persamaan regresi berganda dapat berupa sebagai berikut:
Y = β0 + β1X1 + β2X2 + e Dimana:
Y = Estimasi variabel dependen
Β0 = Konstanta dari persamaan regresi
Β1,2 = Koefisien dari variabel independen X1,2 X1,2 = Variabel independen X1,2
e = Residual atau prediction error b. Uji Statistik
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 parsial atau individu, dengan menggunakan uji t statistik untuk masing-masing variabel
bebas, dengan tingkat kepercayaan tertentu. Langkah-langkah pengujian adalah sebagai berikut:
1) Menentukan hipotesis
H0 : β1 = 0, artinya variabel independen tidak berpengaruh terhadap variabel dependen.
H0 : β1 ≠ 0, artinya variabel independen berpengaruh terhadap
variabel dependen. 2) Menentukan t tabel
Untuk menentukan t tabel dengan menggunakan tingkat
α 5% dan derajat kebebasan (dk) = n – 1 – k.
Dimana :
n = Jumlah data
k = Jumlah variabel yang dipakai 3) Rumus untuk mencari t hitung
Mencari r hitung dapat dilakukan dengan cara: rxy =
√{ } { }
Setelah mendapatkan r hitung berikutnya dapat mencari t hitung, dengan cara:
t hitung = √ √
4) Pengambilan keputusan
Jika t hitung < t tabel, maka H0 diterima. Artinya tidak ada pengaruh yang signifikan antara variabel independen dengan
Artinya ada pengaruh yang signifikan antara variabel independen dengan variabel dependen. Disamping membandingkan t hitung dengan t tabel agar bisa menentukan H0 diterima atau tidak, dapat pula dengan melihat nilai signifikasinya apakah lebih atau kurang dari 5% (Bawono, 2006: 89-91).
b. Uji F test (Uji Signifikansi Simultan)
Uji F dilakukan dengan tujuan untuk mengetahui seberapa jauh semua variabel X1,2,3 ... (independen) secara bersama-sama dapat mempengaruhi variabel Y (dependen). Langkah pengujiannya adalah:
1) Menentukan hipotesis
H0: β1, β2, .... βn = 0, artinya variabel independen secara
bersama-sama tidak berpengaruh terhadap variabel dependen.
H0: β1, β2, .... βn ≠ 0, artinya variabel independen secara
bersama-sama berpengaruh terhadap variabel dependen. 2) Menentukan F tabel
Untuk memperoleh F tabel digunakan taraf signifikasi α = 5%
dan derajat kebebasan (dk) = (n - k). 3) Mencari F hitung dengan rumus
F hitung =
Di mana:
K = jumlah variabel independen n = jumlah sampel
4) Pengambilan Keputusan
Jika F hitung ≥ F tabel, maka H0 ditolak dan menerima
Ha artinya ada pengaruh yang signifikan antara variabel independen secara bersama-sama berpengaruh terhadap variabel dependen. Jika F hitung < F tabel, maka H0 diterima dan Ha
ditolak artinya tidak ada pengaruh yang signifikan antara variabel independen secara bersama-sama berpengaruh terhadap variabel dependen. Disamping dengan membandingkan F hitung dengan F tabel untuk menentukan H0 diterima atau tidak dapat dengan melihat nilai signifikasinya apakah lebih atau kurang dari 5% (Bawono, 2006: 91-92).
c. Koefisien Determinasi (Uji R²)
Menurut Ghozali (2013: 97), koefisien determinasi (R²) pada intinya mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen.
Ciri-ciri nilai R² adalah:
1) Besarnya nilai koefisien determinasi terletak antara 0 sampai
2) Nilai nol menunjukkan tidak adanya hubungan antara variabel independen dengan variabel dependen.
3) Sedangkan nilai 1 menunjukkan adanya hubungan yang sempurna antara variabel independen dengan variabel dependen.
4) Menghitung koefisien determinasi (R²) untuk menilai besarnya sumbangan atau kontribusi variabel independen terhadap nilai variabel dependen (Bawono, 2006: 92-94).
c. Uji Asumsi Klasik
Menurut Bawono (2006: 115), uji asumsi klasik merupakan tahapan penting dilakukan dalam proses analisis regresi. Apabila tidak terdapat gejala asumsi klasik diharapkan dapat dihasilkan model regresi yang handal sesuai dengan kaidah BLUE (Best Linier Unbiased Estimator), yang menghasilkan model regresi yang tidak bias dan handal sebagai penaksir. Uji asumsi klasik terdiri dari:
a. Uji Multikolinieritas
Uji multikolinieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel independen. Model regresi yang baik seharusnya tidak terjadi korelasi di antara variabel independen. Untuk mendeteksi ada atau tidaknya multikolinieritas di dalam model regresi adalah sebagai berikut:
1) Menganalisis matrik korelasi variabel-variabel independen. Jika antar variabel independen ada korelasi yang cukup tinggi (umumnya diatas 0.90), maka hal ini merupakan indikasi adanya
multikolinieritas. Tidak adanya korelasi yang tinggi antar variabel independen tidak berarti bebas dari multikolinieritas. Multikolinieritas dapat disebabkan karena adanya efek kombinasi dua atau lebih variabel independen.
2) Multikolinieritas dapat juga dilihat dari (1) nilai tolerance dan lawannya (2) variance inflation factor (VIP). Kedua ukuran ini menunjukkan setiap variabel independen manakah yang dijelaskan oleh variabel independen lainnya. Nilai cutoff yang umum dipakai untuk menunjukkan adanya multikolinieritas
adalah nilai Tolerance ≤ 0.10 atau sama dengan nilai VIF ≥ 10
(Ghozali, 2013: 105-106). b. Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan menguji apakah model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang lain. Jika variance dari residual satu pengamatan ke pengamatan lain tetap, maka disebut Homoskedastisitas dan jika berbeda disebut Heteroskedastisitas. Model regresi yang baik adalah yang tidak terjadi Heteroskedastisitas. Pada penelitian ini, cara untuk mendeteksi ada atau tidaknya heteroskedastisitas adalah sebagai berikut:
1) Grafik Plot
Melihat Grafik Plot antara nilai prediksi variabel dependen yaitu ZPRED dengan residualnya SRESID. Deteksi ada tidaknya
heteroskedastisitas dapat dilakukan dengan melihat ada tidaknya pola tertentu pada grafik scatterplot antara SRESID dan ZPRED dimana sumbu Y adalah sumbu Y yang telah diprediksi, dan sumbu X adalah residual (Y prediksi – Y sesungguhnya) yang telah di-studentized.
Dasar analisis:
a) Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur (bergelombang, melebar kemudian menyempit), maka mengindikasikan telah terjadi heteroskedastisitas.
b) Jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas (Ghozali, 2013: 139-141).
2) Uji White
Menurut White, uji ini dapat dilakukan dengan meregres residual kuadrat (U²t) dengan variabel independen, variabel independen kuadrat, dan perkalian (interaksi) variabel independen. Dari persamaan regresi akan muncul nilai R² untuk menghitung c², dimana c² = n*R². Dasar analisisnya jika c² hitung < c² tabel, maka tidak terjadi heteroskedastisitas (Ghozali, 2013: 143).
c. Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi,variabel pengganggu atau residual memiliki distribusi normal. Pada penelitian ini, untuk mendeteksi apakah residual berdistribusi normal atau tidak dengan cara sebagai berikut:
1) Analisis grafik
Analisis grafik adalah cara termudah untuk melihat normalitas residual adalah dengan cara melihat grafik histogram yang membandingkan antara data observasi dengan distribusi yang mendekati distribusi normal. Metode yang lebih handal adalah dengan melihat normal probability plot yang membandingkan distribusi kumulatif dari distribusi normal. Distribusi normal akan membentuk garis lurus diagonal, dan ploting data residual akan dibandingkan dengn garis diagonal. Jika distribusi data residual normal, maka garis yang menggambarkan data sesungguhnya akan megikuti garis diagonalnya (Ghozali, 2013: 160-163).
2) Uji Kolmogorov-Smirnov (K-S)
Uji K-S dilakukan dengan membuat hipotesis sebagai berikut:
H0 : Data residual terdistribusi normal HA : Data residual tidak terdistribusi normal
Dasar analisisnya jika nilai Asymp. Sig. (2-tailed) di atas 0,05 maka distribusi data dinyatakan memenuhi asumsi normalitas, dan jika nilainya di bawah 0,05 maka diinterpretasikan sebagai tidak normal ( https://www.statistikian.com//2012/09/uji-normalitas-dengan-kolmogorov-smirnov-spss.html diakses pada 9 Agustus 2017 pukul 22.10 WIB).
d. Uji Linieritas
Menurut Bawono (2006: 179), uji ini digunakan untuk melihat apakah spesifikasi model yang digunakan sudah benar atau tidak. Apakah fungsi yang digunakan dalam suatu studi empiris sebaiknya berbentuk linear, kuadrat, atau kubik. Dengan uji linearitas akan diperoleh informasi apakah model empiris sebaiknya linear, kuadrat, atau kubik. Dalam penelitian ini peneliti menggunakan uji Durbin-Watson. Uji ini bertujuan untuk melihat ada tidaknya autokorelasi dalam suatu model regresi. Cara melakukan uji apakah sebaiknya model regresi linier atau kuadrat dapat dilakukan dengan cara sebagai berikut:
1) Buka file Timeseri.xls
2) Lakukan regresi dengan dua persamaan yaitu linier dan kuadrat seperti dibawah ini:
a) Y = b0 + b1X1 + b2X2 + b3X3
3) Dapatkan nilai D-W untuk masing-masing model
4) Dengan mendasarkan pada nilai D-W tabel, bandingkan nilai statistik. Jika signifikan atau berada pada daerah autokorelasi positif, maka spesifikasi model persamaan utama adalah salah.
I. Alat Analisis
Dalam penelitian ini menggunakan program SPSS (Statistical Product for Service Sollution) 20.0 for Windows. SPSS 20.0 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. Statistik dapat diartikan sebagai suatu kegiatan yang bertujuan untuk mengumpulkan data, meringkas atau menyajikan data, kemudian menganalisis data dengan menggunakan metode tertentu, dan menginterprestasikan hasil dari analisis tersebut.
BAB IV ANALISIS DATA A. Deskripsi Objek Penelitian
1. Profil Bank Tabungan Negara (BTN) Syariah Kantor Cabang Surakarta Bank Tabungan Negara (BTN) Syariah merupakan Unit Usaha Syariah (UUS) dari PT. Bank Tabungan Negara (Persero) yang menjalankan bisnis dengan prinsip syariah. Tujuan dari pendirian UUS Bank Tabungan Negara (BTN) adalah untuk memenuhi kebutuhan nasabah akan produk dan layanan perbankan sesuai prinsip syariah dan memberi manfaat yang setara, seimbang, dan dalam pemenuhan kepentingan nasabah.
Bank Tabungan Negara (BTN) Syariah sebagai bagian dari Bank Bank Tabungan Negara (BTN) yang merupakan Bank BUMN, menjalankan fungsi intermediasi dengan menghimpun dana masyarakat melalui produk-produk Giro, Tabungan, dan Deposito, dan menyalurkan kembali ke sektor riil melalui berbagai produk pembiayaan KPR, Multiguna, Investasi, dan Modal Kerja. Pengembangan unit syariah di Bank Tabungan Negara (BTN) ini dimaksud untuk mendukung kebijakan pemerintah di bidang ekonomi dan pembangunan nasional terutama pembiayaan rumah.
Bank Tabungan Negara (BTN) Syariah mulai beroperasi pada tanggal 14 Februari 2005 melalui pembukaan Kantor Cabang Syariah pertama di Jakarta. Jaringan UUS Bank Tabungan Negara (BTN) sampai
dengan saat ini telah memiliki jaringan yang tersebar di seluruh Indonesia dengan jumlah 22 Kantor Cabang Syariah, 21 Kantor Cabang Pembantu Syariah, dan 240 Kantor Layanan Syariah (www.btn.co.id).
2. Visi Bank Tabungan Negara (BTN) Syariah Kantor Cabang Surakarta Menjadi Strategic Business Unit Bank Tabungan Negara (BTN) yang sehat dan terkemuka dalam penyediaan jasa keuangan syariah dan mengutamakan kemaslahatan bersama (www.btn.co.id).
3. Misi Bank Tabungan Negara (BTN) Syariah Kantor Cabang Surakarta a. Mendukung pencapaian sasaran laba usaha Bank Tabungan Negara
(BTN)
b. Memberikan pelayanan jasa keuangan syariah yang unggul dalam pembiayaan perumahan dan produk serta jasa keuangan syariah terkait sehingga dapat memberikan kepuasan bagi nasabah dan memperoleh pangsa pasar yang diharapkan
c. Melaksanakan manajemen perbankan yang sesuai dengan prinsip syariah sehingga dapat meningkatkan ketahanan Bank Tabungan Negara (BTN) dalam menghadapi perubahan lingkungan usaha serta meningkatkan shareholders value
d. Memberi keseimbangan dalam pemenuhan kepentingan segenap
stakeholders serta memberikan ketentraman pada karyawan dan nasabah (www.btn.co.id).
B. Gambaran Umum Responden
Setiap responden mempunyai karakteristik yang berbeda. Untuk itu perlu dilakukan pengelompokan dengan karakteristik tertentu. Adapun karakteristik yang digunakan dalam penelitian ini adalah jenis kelamin, pekerjaan, dan pendapatan. Berikut pengelompokan responden berdasarkan kuesioner yang telah disebar.
1. Profil Responden Berdasarkan Jenis Kelamin Tabel 4.1
Hasil Uji Jenis Kelamin Responden
Jenis Kelamin Jumlah Persentase (%) Laki-laki 61 nasabah 67,8%
Perempuan 29 nasabah 32,2% Jumlah 90 nasabah 100%
Sumber: Data primer yang diolah (2017)
Berdasarkan tabel di atas bahwa jenis kelamin responden dalam penelitian ini adalah laki-laki sebanyak 61 orang yang dalam prosentasenya sebanyak 67,8% dan nasabah perempuan sebanyak 29 orang dengan prosentase 32,2%.
2. Profil Responden Berdasarkan Pekerjaan Tabel 4.2
Hasil Uji Pekerjaan Responden
Pekerjaan Jumlah Persen (%) Pegawai Negeri 27 nasabah 30%
Wiraswasta 14 nasabah 15,6% Jumlah 90 nasabah 100%
Sumber: Data primer yang diolah (2017)
Berdasarkan pada tabel di atas dapat diketahui bahwa nasabah yang mengambil produk KPR Syariah di Bank Tabungan Negara (BTN) Syariah Kantor Cabang Surakarta sebagian besar bekerja sebagai pegawai swasta yaitu 49 nasabah dengan posentase 54,4%, lainnya bekerja sebagai pegawai negeri terdapat 27 nasabah dengan prosentase 30% dan wiraswasta sebanyak 14 nasabah dengan prosentase 15,6%. 3. Profil Responden Berdasarkan Pendapatan
Tabel 4.3
Hasil Uji Pendapatan Responden
Pendapatan Jumlah Persentase (%) Rp 3.000.000,00 – Rp 4.000.000,00 21 nasabah 23,3% Rp 4.000.000,00 – Rp 5.000.000,00 56 nasabah 62,2% >Rp 5.000.000,00 13 nasabah 14,4% Jumlah 90 nasabah 100%
Sumber: Data primer yang diolah (2017)
Berdasarkan pada tabel di atas dapat diketahui bahwa pendapatan nasabah yang menjadi responden penelitian adalah Rp 3.000.000,00 – Rp 4.000.000,00 sebanyak 21 nasabah dengan prosentase 23,3%, pendapatan Rp 4.000.000,00 – Rp 5.000.000,00 sebanyak 56 nasabah dengan
prosentase 62,2%, dan pendapatan lebih dari Rp 5.000.000,00 sebanyak 14,4%.
C. Analisis Data
1. Uji Instrumen a. Uji Validitas
Uji validitas digunakan untuk mengukur sah atau valid tidaknya suatu kuesioner. Dalam penelitian ini untuk mengukur validitas dengan cara melakukan korelasi antar skor butir pertanyaan dengan total skor konstruk atau variabel. Uji signifikansi dilakukan dengan membandingkan nilai r hitung dengan r table untuk degree of freedom (df) = n-2, dalam hal ini n adalah jumlah sample. Jika r hitung > r tabel dan nilai positif maka butir atau pertanyaan suatu indikator tersebut dinyatakan valid (Ghozali, 2013: 52-53). Hasil pengujian validitas dapat dilihat pada tabel tersebut:
Tabel 4.4 Hasil Uji Validitas Variabel Item Correted item
total Correlation
Keterangan
Advertising (X1) Butir 1 .672** Valid Butir 2 .715** Valid Butir 3 .640** Valid Butir 4 .760** Valid Butir 5 .609** Valid
(X2) Butir 7 .796** Valid Butir 8 .855** Valid Butir 9 .824** Valid Butir 10 .710** Valid Lokasi (Z) Butir 11 .708** Valid Butir 12 .772** Valid Butir 13 .633** Valid Butir 14 .719** Valid Butir 15 .683** Valid Butir 16 .380** Valid Keputusan Pembelian (Y) Butir 17 .722** Valid Butir 18 .803** Valid Butir 19 .787** Valid Butir 20 .786** Valid Butir 21 .781** Valid
Sumber: Data primer yang diolah (2017)
Berdasarkan pada tabel di atas, dengan membandingkan nilai r hitung dengan r tabel, maka dapat diketahui semua pernyataan yang digunakan dalam kuesioner adalah valid, hal ini dikarenakan r hitung semua item pernyataan > r tabel untuk (df)= 88 adalah .2072.
b. Uji Reliabilitas
Menurut Ghozali (2013: 47-48), reliabilitas adalah alat untuk mengukur suatu kuesioner yang merupakan indikator dari variabel atau konstruk. Suatu kuesioner dikatakan reliabel jika jawaban
seseorang terhadap pernyataan adalah konsisten atau stabil dari waktu ke waktu. Pengukuran hanya sekali dan hasilnya dibandingkan dengan pertanyaan lain atau mengukur korelasi antar jawaban pertanyaan. SPSS memberikan fasilitas untuk mengukur reliabilitas dengan uji statistik Cronbach Alpha (α).
Menurut Nunnally dalam Bawono (2006: 68), suatu konstruk atau variabel dikatakan reliabel jika memberikan nilai Cronbach Alpha (α) > 0.60 (Bawono, 2006: 68). Hasil pengujian reliabilitas dapat dilihat pada tabel berikut:
Tabel 4.5 Hasil Uji Reabilitas
Variabel Cronbach’s Alpha Keterangan
Advertising (X1) .709 Reliabel
Personal Selling (X2) .871 Reliabel Lokasi (Z) .728 Reliabel Keputusan Pembelian
(Y)
.835 Reliabel
Sumber: Data primer yang diolah (2017)
Berdasarkan tabel di atas, dapat diketahui bahwa masing-masing variabel memiliki nilai Cronbach’s Alpha lebih dari 0,60 (α
> 0,60), sehingga dapat disimpulkan bahwa semua variabel
advertising, personal selling, lokasi dan keputusan pembelian adalah reliabel.
2. Uji Spesifikasi Model
Menurut Bawono (2006: 84-86) uji regresi linier berganda digunakan untuk menganalisis data yang mersifat multivariate.
Analisa ini digunakan untuk meramalkan nilai variabel dependen (Y) dengan variabel independen (X) yang jumlahnya lebih dari satu. Analisa ini disebut sebagai analisa multivariate karena variabel yang mempengaruhi naik turunnya variabel dependen (Y) lebih dari satu variabel independen (X).
Analisis regresi linier berganda, digunakan untuk mengetahui seberapa besar pengaruh advertising (X1), personal selling (X2), dan keputusan pembelian (Y) pada Bank Tabungan Negara (BTN) Syariah Kantor Cabang Surakarta. Persamaan regresi berganda dapat dicari dengan rumus berikut:
Y = β0 + β1X1 + β2X2 + e
Hasil pengujian validitas dapat dilihat pada tabel tersebut: Tabel 4.6
Hasil Uji Analisis Regresi Berganda
a. Dependent Variable: Keputusan Pembelian (Y) Sumber: Data primer yang diolah (2017)
Berdasarkan output SPSS, maka diperoleh persamaan regresi sebagai berikut: Coefficientsa Model Unstandardized Coefficients Standardized Coefficients T Sig. B Std. Error Beta 1 (Constant) 29,529 4,936 5,983 ,000 Advertising (X1) ,274 ,117 ,256 2,339 ,022 Personal Selling (X2) ,025 ,090 ,030 ,274 ,785
Y = 29,529 + (0,274)X1 + (0,025)X2 + 0,10
Dari persamaan tersebut dapat diambil kesimpulan bahwa: 1) Konstanta sebesar 29,529 menyatakan bahwa apabila
advertising (X1)dan personal selling (X2) memiliki nilai 0 atau tidak mengalami perubahan atau dengan kata lain tidak ada
advertising (X1) dan personal selling (X2) maka keputusan pembelian (Y) sebesar 29,529.
2) Koefisien regresi advertising (X1) bernilai positif sebesar 0,274 menyatakan bahwa setiap penambahan 1 point advertising (X1) akan menaikkan keputusan pembelian sebesar 0,274 dengan anggapan personal selling (X2) tetap.
3) Koefisien regresi personal selling (X2) bernilai positif sebesar 0,025 menyatakan bahwa setiap penambahan 1 point personal selling (X2) akan menaikkan keputusan pembelian sebesar 0,025 dengan anggapan advertising (X1) tetap.