BAB IV ANALISIS DATA
B. Analisis Data
2. Uji Statistik
a. Koefisien Determinasi (R2)
Koefisien determinasi (R2) pada intinya mengukur seberapa
jauh kemampuan model dalam menerangkan variasi variabel dependen. Nilai koefisien determinasi adalah 0 (nol) dan 1 (satu).
Nilai R2 yang kecil berarti kemampuan variabel-variabel
independen dalam menjelaskan variasi variabel-variabel
independen amat terbatas. Nilai yang mendekati satu berarti variabel-variabel independen memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variasi variabel dependen. Secara matematis jika nilai R2=1, maka ajusted R2=1, sedangkan jika nilai R2=0, maka adjusted R2=(1-k)(n-k). Jika k>1, maka adjusted R2 akan bernilai negatif (Ghozali, 2013:97)
Tabel 4.8
Hasil Uji Koefisien Determinasi Model Summary Model R R Square Adjusted R Square Std. Error of the Estimate 1 ,826a ,682 ,672 1,511
a. Predictors: (Constant), Kepuasan_Nasabah, Citra_Perusahaan, Kualitas_Layanan
Dari Tabel 4.8 terlihat koefisien determinasi korelasi sebesar 0,826 yang berarti ada hubungan sebesar 0,826 antara variabel kualitas layanan, citra perusahaan, kepuasan nasabah dan loyalitas nasabah. Sehingga dapat disimpulkan korelasi antara kualitas layanan, citra perusahaan, kepuasan nasabah terhadap loyalitas nasabah memiliki hubungan yang kuat. Koefisien determinasi adjusted R2 adalah 0,672 hal ini berarti 67% variabel loyalitas nasabah dapat dijelaskan oleh ketiga variabel kualitas layanan, citra perusahaan dan kepuasan nasabah. Sedangkan sisanya (100%-67%=33%) dijelaskan oleh sebab-sebab yang lain diluar model.
Standar Error of Estimate (SEE) sebesar 1,511. Makin kecil nilai SEE akan membuat model regresi semakin tepat dalam memprediksi variabel dependen.
b. Uji Signifikasi Simultan (Uji Statistik F)
Uji F bertujuan untuk menguji apakah semua variabel independen yang dimasukkan ke dalam model mempunyai pengaruh secara bersama-sama terhadap variabel dependen (Ghozali, 2013:98)
Pengujian ini dilakukan dengan menggunakan statistik F dengan kriteria pengambilan keputusan sebagai berikut:
1. Nilai signifikasi >0,05 H0 diterima dan H1 ditolak 2. Nilai signifikasi <0,05 H0 ditolak dan H1 dierima
Hasil uji statistik F yang diperoleh oleh penelitian ini dapat dilihat pada tabel 4.9
Tabel 4. 9
Hasil Uji Signifikasi Simultan (Uji Statistik F) ANOVAa Model Sum of Squares df Mean Square F Sig. 1 Regression 456,309 3 152,103 66,588 ,000b Residual 212,434 93 2,284 Total 668,742 96
a. Dependent Variable: Loyalitas_Nasabah
b. Predictors: (Constant), Kepuasan_Nasabah, Citra_Perusahaan, Kualitas_Layanan
Sumber : Data primer yang diolah 2018
Dari uji ANOVA atau Ftest didapat Fhitung sebesar 66,588 dengan nilai signifikasi 0,000. Karena <0,05 maka regresi dapat digunakan untuk memprediksi loyalitas nasabah. Atau dapat dikatakan bahwa kualitas layanan, citra perusahaan dan kepuasan nasabah secara bersama-sama berpengaruh signifikan terhadap loyalitas nasabah.
c. Uji Signifikasi Parameter Individual (Uji Statistik t)
Uji t bertujuan untuk menguji seberapa jauh pengaruh satu variabel independen secara individual dalam menerangkan variasi variabel independen (Ghozali, 2013:98)
Pengujian ini dilakukan dengan kriteria pengambilan keputusan sebagai berikut :
1. Nilai signifikasi >0,05 H0 diterima dan H1 ditolak 2. Nilai signifikasi <0,05 H0 ditolak dan H1 diterima
Hasil uji statistik t yang diperoleh dalam penelitian ini dapat dilihat pada Tabel 4.10 dan Tabel 4.11
Tabel 4. 10
Hasil Uji Signifikasi Parameter Individual (Uji Statistik t) Pengaruh Kualitas Layanan dan Citra Perusahaan Terhadap
Loyalitas Coefficientsa Model Unstandardized Coefficients Standardize d Coefficients t Sig. B Std. Error Beta 1 (Constant) 6,014 1,742 3,452 ,001 Kualitas_L ayanan ,251 ,050 ,446 4,991 ,000 Citra_Perus ahaan ,254 ,061 ,372 4,168 ,000
a. Dependent Variable: Kepuasan_Nasabah Sumber : Data primer yang diolah 2018
Berdasarkan tabel 4.12 dapat disimpulkan bahwa :
1. Nilai thitung kualitas layanan sebesar 4,991 dengan nilai signifikasi 0,000. Karena nilai signifikasi lebih kecil dari 0,05 maka model regresi dapat digunakan untuk memprediksi
kepuasan nasabah. Kualitas layanan berpengaruh positif dan signifikan terhadap kepuasan nasabah.
2. Nilai thitung citra perusahaan sebesar 4,991 dengan nilai signifikasi 0,000. Karena nilai signifikasi lebih kecil dari 0,05 maka model regresi dapat digunakan untuk memprediksi kepuasan nasabah. Citra perusahaan berpengaruh positif dan signifikan terhadap kepuasan nasabah.
Tabel 4.11
Hasil Uji Signifikasi Parameter Individual (Uji Statistik t) Pengaruh Kualitas Layanan, Citra Perusahaan dan Kepuasan
Nasabah Terhadap Loyalitas Nasabah Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) 8,898 1,735 5,128 ,000 Kualitas_La yanan ,259 ,053 ,412 4,883 ,000 Citra_Perusa haan ,235 ,062 ,308 3,777 ,000 Kepuasan_N asabah ,245 ,097 ,219 2,528 ,013
a. Dependent Variable: Loyalitas_Nasabah Sumber : Data primer yang diolah 2018
1. Nilai thitung kualitas layanan sebesar 4,883 dengan nilai signifikasi 0,000. Karena nilai signifikasi lebih kecil dari 0,05 maka model regresi dapat digunakan untuk memprediksi loyalitas nasabah. Kualitas layanan berpengaruh positif dan signifikan terhadap loyalitas nasabah.
2. Nilai thitung citra perusahaan sebesar 3,777 dengan nilai signifikasi 0,000. Karena nilai signifikasi lebih kecil dari 0,05 maka model regresi dapat digunakan untuk memprediksi loyalitas nasabah. Citra perusahaan berpengaruh positif dan signifikan terhadap loyalitas nasabah.
3. Nilai thitung kepuasan nasabah sebesar 2,528 dengan nilai signifikasi 0,013. Karena nilai signifikasi lebih kecil dari 0,05 maka model regresi dapat digunakan untuk memprediksi loyalitas nasabah. Kepuasan nasabah berpengaruh positif dan signifikan terhadap loyalitas nasabah.
3. Uji Asumsi Klasik
a. Uji Multikolonieritas
Uji multikolonieritas bertujuan untuk menguji apakah dalam model regresi ditemukan adanya korelasi antara variabel independen. Sedangkan model regresi yang baik ditunjukkan dengan tidak adanya hubungan antara variabel independen
Dalam penelitian ini, uji multikolonieritas dilakukan dengan cara melihat nilai tolerance (TOL) dan nilai varian
inflation factor (VIF). Multikolonieritas akan terjadi apabila nilai tolerance adalah 0,10 atau sama dengan nilai VIF 10 (Ghozali, 2013:106)
Hasil uji multikolonieritas yang diperoleh dalam penelitian ini dapat dilihat pada Tabel 4.12
Tabel 4. 12
Hasil Uji Multikolonieritas
Coefficientsa Model Unstandardize d Coefficients Standar dized Coeffic ients T Sig. Collinearity Statistics B Std. Error Beta Toleran ce VIF 1 (Constant ) 8,898 1,735 5,128 ,000 Kualitas_ Layanan ,259 ,053 ,412 4,883 ,000 ,480 2,083 Citra_Per usahaan ,235 ,062 ,308 3,777 ,000 ,513 1,951 Kepuasa n_Nasab ah ,245 ,097 ,219 2,528 ,013 ,455 2,197
a. Dependent Variable: Loyalitas_Nasabah
Sumber : Data primer yang diolah 2018
Dari keterangan Tabel 4.12 dapat diketahui bahwa hasil perhitungan nilai tolerance menunjukkan tidak ada variabel yang memiliki nilai kurang dari 0,10. Hasil perhitungan nilai Variance Inflation Factor (VIF) juga menunjukkan hal yang sama. Tidak ada variabel yang memiliki nilai VIF lebih dari 10. Jadi dapat disimpulkan bahwa tidak terdapat multikolonieritas antar variabel independen dalam model regresi.
b. Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan lain. Jika variance dari residual
satu pengamatan ke pengamatan lain tetap disebut
homoskedastisitas. Model regresi yang baik adalah yang homokedastisitas atau tidak terjadi heterokedastisitas. Dalam penelitian ini menggunakan uji Glejser.
Heteroskedastisitas akan terjadi apabila nilai signifikannya <5% (Ghozali, 2013:143). Hasil heteroskedastisitas yang diperoleh dalam penelitian ini dapat dilihat pada Tabel 4.13
Tabel 4. 13
Hasil Uji Heterokedastisitas
Model Unstandardize d Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) 2,417 1,091 2,214 ,029 Kualitas_Laya nan ,041 ,033 ,179 1,225 ,223 Citra_Perusah aan -,022 ,039 -,081 -,574 ,567 Kepuasan_Na sabah -,095 ,061 -,235 -1,564 ,121
Berdasarkan Tabel 4.13 terlihat dengan jelas bahwa tidak ada satupun variabel yang signifikan secara statistik mempengaruhi dependen. Hal ini terlihat dari signifikasi seluruh variabel yang diatas tingkat kepercayaan 5%. Jadi dapat disimpulkan bahwa model regresi tidak menunjukkan adanya gejala heterokedastisitas.
c. Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah terdapat variabel pengganggu atau residual yang memiliki distribusi normal dalam model regresi Ghozali(2013:160). Dalam penelitian ini uji normalitas menggunakan non-parametik kolmogrov-smirnov (K-S) dengan kriteria:
1. Jika nilai Asymp. Sig.(2-tailed) >0,05 berdistribusi normal. 2. Jika nilai Asymp. Sig.(2-tailed)<0,05 data tidak berdistribusi
Tabel 4.14 Hasil Uji Normalitas
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual N 97 Normal Parametersa,b Mean ,0000000 Std. Deviation 1,48756496 Most Extreme Differences Absolute ,082 Positive ,082 Negative -,042 Test Statistic ,082
Asymp. Sig. (2-tailed) ,101c
a. Test distribution is Normal. b. Calculated from data.
c. Lilliefors Significance Correction. Sumber : Data primer yang diolah 2018
Berdasarkan uji normalitas dengan Kolomogrov-Smirnov
Test diperoleh nilai sebesar 0,082 dengan Asymp. Sig. (2-tailed) sebesar 0,101, karena p=0,101 > 0,05 berarti residual berdistribusi normal.
C. Analisis Jalur (Path Analysis)
Untuk menguji pengaruh variabel intervening digunakan metode analisis jalur. Analisis jalur merupakan perluasan dari analisis regresi linier berganda atau analisis jalurbadalah penggunaan analisis regresi untuk menaksir hubungan kausalitas antar variabel (modell caused) yang telah ditetapkan sebelumnya berdasarkan teori (Ghozali, 2013:249).
1. Hasil Analisis Regresi Pertama
Hasil persamaan pertama analisis jalur dalam penelitian ini dapat dilihat pada tabel 4.18
Tabel 4.15
Hasil Persamaan Regresi Pertama Coefficientsa Model Unstandardized Coefficients Standardized Coefficients T Sig. B Std. Error Beta 1 (Constant) 6,014 1,742 3,452 ,001 Kualitas_Layan an ,251 ,050 ,446 4,991 ,000 Citra_Perusaha an ,254 ,061 ,372 4,168 ,000
a. Dependent Variable: Kepuasan_Nasabah Sumber : Data primer yang diolah 2018
Berdasarkan Tabel 4.18 maka dapat disimpulkan bahwa nilai signifikan dari kedua variabel yaitu kualitas layanan sebesar 0,000, dimana 0,000 lebih kecil dari 0,05 yang berarti kualitas layanan berpengaruh positif dan signifikan terhadap kepuasan nasabah. Citra perusahaan sebesar 0,000, dimana 0,000 lebih kecil dari 0,05 yang berarti citra perusahaan berpengaruh positif dan signifikan terhadap kepuasan nasabah.
Dari hasil persamaan regresi pertama, diperoleh Unstandardized beta pada variabel kualitas layanan 0,251 (P2), citra perusahaan sebesar 0.254 (P2).
Tabel 4.16
Hasil Persamaan Regresi Pertama Model Summary Model R R Square Adjusted R Square Std. Error of the Estimate 1 ,738a ,545 ,535 1,611
a. Predictors: (Constant), Citra_Perusahaan, Kualitas_Layanan Sumber : Data primer yang diolah 2018
Diperoleh R² = 0, 0,545
Maka besarnya nilai e1 = √
=√
= √
=0,67453
Gambar 4.1
2. Hasil Analisis Regresi Kedua
Hasil persamaan pertama analisis jalur dalam penelitian ini dapat dilihat pada tabel 4.20
Tabel 4.17
Hasil Persamaan Regresi Kedua Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) 8,898 1,735 5,128 ,000 Kualitas_Layan an ,259 ,053 ,412 4,883 ,000 Citra_Perusaha an ,235 ,062 ,308 3,777 ,000 Kepuasan_Nasa bah ,245 ,097 ,219 2,528 ,013
a. Dependent Variable: Loyalitas_Nasabah Sumber : Data primer yang diolah 2018
Berdasarkan Tabel 4.19 maka dapat disimpulkan bahwa nilai signifikan dari ketiga variabel yaitu kualitas layanan sebesar 0,000, dimana 0,000 lebih kecil dari 0,05 yang berarti kualitas layanan berpengaruh positif dan signifikan terhadap loyalitas nasabah. Citra perusahaan sebesar 0,000, dimana 0,000 lebih kecil dari 0,05 yang berarti citra perusahaan berpengaruh positif dan signifikan terhadap
loyalitas nasabah dan kepuasan nasabah sebesar 0,013, dimana 0,013 lebih kecil daro 0,05 yang berarti kepuasan nasabah berpengaruh positif dan signifikan terhadap loyalitas nasabah.
Dari hasil persamaan regresi kedua diperoeh unstandardized beta variabel kualitas layanan sebesar 0,259 (P1), variabel citra perusahaan sebesar 0.235 (P1) dan kepuasan nasabah sebesar 0,245 (P3).
Tabel 4.18
Hasil Persamaan Regresi Kedua Model Summary Model R R Square Adjusted R Square Std. Error of the Estimate 1 ,826a ,682 ,672 1,511
a. Predictors: (Constant), Kepuasan_Nasabah, Citra_Perusahaan, Kualitas_Layanan
Sumber : Data primer yang diolah 2018 Diperoleh R² = 0,682
Maka nilai e2 =√
= √
=√
Gambar 4.2
Diagram Jalur Persamaan Regresi Kedua
3. Pengaruh Langsung dan Pengaruh Tidak Langsung a. Pengaruh Langsung
Pengaruh langsung merupakan pengaruh dari satu variabel independen ke variabel dependen, tanpa melalui variabel dependen lainnya. Dapat diketahui pengaruh langsung masing-masing variabel sebagai berikut:
1. Kualitas layanan terhadap loyalitas nasabah (X1 ke Y)
Berdasarkan tabel , diketahui bahwa kualitas layanan berpengaruh signifikan terhadap loyalitas nasabah dengan koefisien regresi 0,259. dan nilai signifikansi 0,000 < 0,05 dengan demikian kualitas layanan berpengaruh signifikan secara langsung terhadap loyalitas nasabah.
Berdasarkan tabel , diketahui bahwa citra perusahaan berpengaruh signifikan terhadap loyalitas nasabah dengan koefisien regresi 0,235 dan nilai signifikansi 0,000 < 0,05 dengan demikian citra perusahaan berpengaruh signifikan secara langsung terhadap loyalitas nasabah.
b. Pengaruh Tidak Langsung
Pengaruh tidak langsung adalah situasi dimana variabel independen mempengaruhi variabel dependen melalui variabel lain disebut variabel intervening.
Tabel 4. 19 Bahan untuk uji sobel
Jalur Koefisien jalur (P) Standar error (SP)
P1 X1→Y = 0,259 X2→Y = 0,235 X1→Y = 0.053 X2→Y = 0,062 P2 X1→M = 0,251 X2→M = 0,254 X1→M = 0.050 X2→M = 0,061 P3 M→Y = 0,245 M→Y = 0.097
1. Kualitas layanan terhadap loyalitas nasabah melalui kepuasan nasabah (X1 ke Y melalui M)
Kualitas layanan berpengaruh positif signifikan terhadap kepuasan nasabah dan kepuasan nasabah berpengaruh
positif dan signifikan terhadap loyalitas nasabah dengan koefisien sebesar 0,259X0,245=0,0643455 (P2XP3)
Berikutnya peneliti akan menguji tingkat signifikansi pengaruh variabel mediasi secara tidak langsung dengan menggunakan uji sobel sebagai berikut :
(Sp2p3)
= √
=√
=√
=1,53394682
Berdasarkan hasil standar error koefisien indirect effect diatas maka dapat dihitung nilai statistik pengaruh mediasi berikut:
t =
=
0,064Oleh karena nilai t hitung 0,064 lebih kecil dari t tabel alpha 0,05 dan df (N-2=1,6611), maka dapat disimpulkan bahwa yang berarti tidak ada pengaruh mediasi.
2. Citra perusahaan terhadap loyalitas nasabah melalui kepuasan nasabah (X2 ke M dan M ke Y)
Citra perusahaan bepengaruh positif dan signifikan terhadap kepuasan nasabah dan kepuasan tidak berpengaruh
terhadap loyalitas nasabah, dengan koefisien sebesar 0,254X0,245=0,06223 (P2XP3)
Berikutnya peneliti akan menguji tingkat signifikansi pengaruh variabel mediasi secara tidak langsung dengan menggunakan uji sobel sebagai berikut:
(Sp2P3)
=√
=√
=√
= 0,0327177
Berdasarkan hasil standar error koefisien indirect effect di atas maka dapat dihitung nilai t statistic pengaruh mediasi sebagai berikut:
t =
= 1,9020
Oleh karena nilai t hitung 1,9020 lebih besar dari t tabel alpha 0,05 dan df (N-2=1,6611), maka dapat disimpulkan bahwa ada pengaruh tidak signifikan.