ANALISIS DATA DAN PEMBAHASAN
4.4. Uji Validitas dan Reabilitas Instrumen
Untuk menguji tingkat validitas dan reliabilitas instrument, peneliti menggunakan analisis SPSS.Dalam pengujian validitas dilakukan uji signifikan dengan membandingkan r hitung dan r tabel. Besarnya degree of freedom (df)=n-2dalam hal ini n adalah jumlah sampel pada kasus ini besarnya df dapat dihitung 70-2 =68 atau df68 dengan alpha 0,05% didapat r tabel 0,198. Jika r hitung lebih besar dari r tabel dan nilai r positif, maka pernyataan tersebut dikatakan valid.
Tabel 4.7
Variabel Item Pernyataan
Corrected pertanyaan total correlation R table Keterangan
(X1)Pela yanan islami Pernyataan 1 0,294 0,198 Valid Pernyataan 2 0,371 0,198 Valid Pernyataan 3 0,354 0,198 Valid Pernyataan 4 0,294 0,198 Valid (X2)Mot ivasi Nasbah Pernyataan 5 0,329 0,198 Valid Pernyataan 6 0,278 0,198 Valid Pernyataan 7 0,574 0,198 Valid Pernyataan 8 0,201 0,198 Valid (Y)Kepu tusan membeli Pernyataan 9 0,388 0,198 Valid Pernyataan 10 0,315 0,198 Valid Pernyataan 11 0,330 0,198 Valid Pernyataan 12 0,359 0,198 Valid Pernyataan 13 0,270 0,198 Valid
Sumber: Data Primer yang diolah, 2017
Dari tabel 4.7 dapat diketahui bahwa masing-masing item pernyataan r hitung> dari r tabel (0,198) dan bernilai positif. Dengan demikian item pernyataan dikatakan valid.
Tabel 4.8 Reliability Statistics
Cronbach's Alpha Cronbach's Alpha Based on Standardized Items N of Items .709 .714 13
Sumber: Data Primer yang diolah, 2017
Dari tabel 4.8dapat dilihat hasil uji reliabilitas untuk semua butir jawaban kuesioner dapat diketahui bahwa masing-masing variabel memiliki cronbach alpha lebih dari 0,6. Dengan hasil alpha sebesar itu maka dapat disimpulkan bahwa semua pernyataan dari variabel X1, X2, dan Y dapat dikatakan reliable.
4.5. Uji Asumsi Klasik
Berdasarkan hasil pengujian segala penyimpangan klasik terhadap data penelitian dapat dijelaskan sebagai berikut:
4.5.1. Uji Multikolinieritas
Uji Multikolinieritas bertujuan untuk menguji apakah dalam suatu model regresi ditemukan adanya korelasi antar variabel independent. Kriteria Untuk menyatakan apakah terjadi multikolinearitas ataukah tidak adalah dengan menggunakan VIF ( Variance Infalation Factor ). jika nilai VIF tidak lebih dari 10 dan nilai Tolerance tidak kurang dari 0,1, maka model regresi tersebut dapat dikatakan terbebas dari Multikolinieritas. Berikut hasil uji multikolinieritas masing-masing variabel dapat dilihat pada tabel 4.9:
Tabel 4.9 Uji Multikolinieritas
Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics
B Std. Error Beta Tolerance VIF
1 (Constant) 7.719 2.215 3.486 .001
Pelayanan islami .306 .124 .303 2.474 .016 .802 1.247 Motivasi nasabah .298 .175 .209 1.706 .093 .802 1.247
a. Dependent Variable: keputusanpembelian
Sumber :Data Primer yang Diolah, 2017.
Dari hasil uji melalui Variance Inflation Factor (VIF ), pada hasil output diatas, variabel pelayanan islami X1 ( Pelayanan islami ) dan X2 (Motivasi Nasabah) memiliki VIF tidak lebih dari 10 dan nilai tolerance tidak kurang dari 0,1. Dapat disimpulkan bahwa model regresi terbebas dari multikolineritas.
4.5.2 Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan varians.Cara memprediksi ada tidaknya heteroskedastisitas pada suatu model dapat dilihat pada gambar scatterplot.Jika pada gambar scatterplot terdapat titik-titik data menyebar secara menyeluruh dan tidak membentuk pola bergelombang dan mengumpul hanya pada satu titik maka tidak terjadi heteroskedastisitas.Hasil dari uji heteroskedastisitas yang diperoleh dalam penelitian ini adalah:
Sumber :Data Primer yang Diolah, 2017.
Pada gambar scatterplot terdapat titik-titik data menyebar secara menyeluruh dan tidak membentuk pola bergelombang dan mengumpul hanya pada satu titik maka tidak terjadi heteroskedastisitas, yang artinya data keputusan membeli terdistribusi dengan normal.Jadi dapat ditarik kesimpulan bahwa dari uji normalitas yang dilakukan dengan menggunakan grafik histogram dan scatterplot menyatakan bahwa kedua uji normalitas tersebut terdistribusi normal data tersebut ditunjukkan dan dapat dilihat berdasarkan gambar atau grafik.
4.5.3.Analisis Regresi Linier
Analisis regresi ini dugunakan untuk mengukur variabel dependen (keputusan membeli) apabila variabel independent dinaikkan atau diturunkan.Analisis regresi linier berganda ini mepunyai tujuan menguji pengaruh pelayanan islami dan motivasi nasabah sebagai variabel independen (terikat) dan keputusan membeli sebagai variabel dependen (bebas).
Tabel 4.11 Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) 7.719 2.215 3.486 .001 Pelayananislam i .306 .124 .303 2.474 .016 Motivasinasaba h .298 .175 .209 1.706 .093
a. Dependent Variable: keputusan pembelian
Sumber :Data Primer yang Diolah, 2017.
Dari tabel diatas dapat diketahui hasil analisis regresi liner untuk variabel pelayanan islami sebesar 0,306 sedangkan variabel motivasi nasabah sebesar 0,298. Sehingga model persamaan regresi yang diperoleh adalah:
Y = a + b1X1 + b2X2. Y= 7.719+0.306X1+0.298X2
Nilai beta dalam unstandardized Coefficient
Variabel pelayanan islamiadalah 0.306 artinya jika variabel keputusan pembelian ditingkatkan satu satuanmaka harga akan naik sebesar 3,1%. Sedangkan nilai beta dalam unstandardized Coefficient variabel motivasi nasabah adalah 0,298 artinya jika variabel keputusan membeli ditingkatkan satu satuan maka loyalitas konsumen akan naik sebesar 29,8%.
4.5.4.Uji Parsial (Uji t)
Uji parsial (uji t) menunjukkan seberapa besarnya pengaruh masing-masing variabel independen secara individual terhadap variabel dependen, apakah hasilnya signifikan atau tidak. Dengan asumsi sebagai berikut :
1. Jika probability (signifikan) > 0,05 (α), maka variabel independen secara individual tidak berpengaruh terhadap variabel dependen.
2. Jika probability (signifikan) < 0,05 (α),maka variabel independen secara individual berpengaruh terhadap variabel dependent. Hasil pengujian secara parsial dapat dilihat pada tabeluji persial.
Tabel 4.12 Uji Persial Coefficientsa Model Unstandardized Coefficients Standardize d Coefficients t Sig. Collinearity Statistics
B Std. Error Beta Tolerance VIF
1 (Constant) 7.719 2.215 3.486 .001
Pelayanan
islami .306 .124 .303 2.474 .016 .802 1.247
Motivasi
nasabah .298 .175 .209 1.706 .093 .802 1.247
a. Dependent Variable: keputusan pembelian
Sumber :Data Primer yang diolah, 2017
Dari analisis tabel uji persialmenunjukkan bahwa pengaruh variabel independen secara parsial terhadap variabel dependen adalah sebagai berikut :
a. Variabel pelayanan islami memiliki nilai yang signifikan dibawah 0,05 oleh karena itu pelayanan islami signifikan berpengaruh terhadap keputusan membeli.
b. Variabel motivasi nasabah memiliki nilai yang lebih dari 0,05 oleh karena itu motivasi nasabahsignifikan tidak berpengaruh terhadap keputusan membeli.
4.5.5.Uji Pengaruh Simultan (F test)
Uji F atau uji koefisien regresi secara bersama-sama digunakan untuk menjawab pertanyaan-pertanyaan apakah variabel independen (pelayanan islamidanmotivasi nasabah)
secara bersama-sama mempunyai pengaruh yang signifikan terhadap variabel dependen (keputusan membeli pada Asuransi Bumiputera Syariah Cabang Semarang). Hasil F-Test pada output SPSS versi 16,00 dapat dilihat pada tabel ANOVA, jika p-value (pada kolom sig) lebih kecil dari level of significant yang ditentukan, atau F hitung (pada kolom F) lebih besar dari F tabel. Atau dengan asumsi sebagai berikut:
a. Apabila nilai signifikan < 0,05 maka H0 ditolak dan menerima HA, Artinya variabel independen secara bersama-sama berpengaruh terhadap variabel dependen.
b. Apabila nilai signifikan > 0,05 maka H0 diterima dan menolak HA, Artinya variabel independen secara bersama-sama tidak berpengaruh terhadap variabel dependen.
Tabel 4.13 Uji F ANOVAb Model
Sum of
Squares Df Mean Square F Sig.
1 Regression 45.538 2 22.769 7.976 .001a
Residual 191.262 67 2.855
Total 236.800 69
a. Predictors: (Constant), pelayanan islami, motivasi nasabah
b. Dependent Variable: keputusan pembelian Sumber :Data Primer yang diolah, 2017
Dari uji ANOVA atau F-test menunjukkan bahwa hasil analisis F sebesar 7.976 dengan tingkat probabilitas 0,001 (signifikan)nilai probabilitas < 0,05. Maka dari data tabel 4.13, dapat disimpulkan bahwa HA diterima dan H0ditolak. Maka model regresi bisa dipakai untuk memprediksi keputusan membeli, atau bisa disimpulkan variancevariabel X1 (pelayanan islami) dan variabel X2 (motivasi nasabah) bersama-sama berhubungan terhadap variabel Y (keputusan membeli).
4.5.6. Uji Koefisien Determinasi
Koefisien determinasi (bertujuan untuk menjelaskan seberapa besar kemampuan variabel independen (pelayanan islamidan motivasi nasabah) terhadap variabel dependen (keputusan membeli) dengan melihat R Square, nilai R Square dikatakan baik jika diatas 0,5. Tabel 4.14 Koefisien Determinasi Model Summaryb Model R R Square Adjusted R Square Std. Error of the Estimate Durbin Watson 1 .439a .192 .168 1.68957 1.851
a. Predictors: (Constant), pelayanan islami,motivasi nasabah
b. Dependent Variable: keputusan pembelian
Sumber :Data Primer yang Diolah, 2017.
Pada tabel 4.14 menunjukkan bahwa hasil determinasi memiliki nilai koefisien determinasi yang sudah disesuaikan adalah 16,8% yang artinya selain variabel independen (pelayanan islamidanmotivasi nasabah) tersebut masih ada variabel independen lain yang berpengaruh terhadap keputusan membeli sebesar 83,2%.
1.6.Pembahasan Pengaruh Pelayanan Islami dan Motivasi Nasabah Terhadap Keputusan