• Tidak ada hasil yang ditemukan

BAB IV ANALISIS DATA DAN PEMBAHASAN

4.3 Uji Validitas dan Reliabilitas Instrumen

4.3.1 Uji Validitas Instrumen

Untuk menguji validitas dan reliabilitas instrumen, penulis

menggunakan analisis dengan SPSS.

Untuk tingkat validitas dilakukan uji signifikansi dengan

membandingkan nilai r hitung dengan nilai r tabel. Untuk degree of freedom

(df) = n-k dalam hal ini n adalah jumlah sampel dan k adalah jumlah konstruk.

Pada kasus ini besarnya df dapat dihitung 35-2 atau df = 33 dengan alpha 0,05

didapat r tabel 0,334, jika r hitung (untuk tiap-tiap butir pertanyaan dapat

dilihat pada kolom corrected item pertanyaan total correlation) lebih besar dari

Tabel 4.6

Hasil Uji Validitas Instrumen

Variabel Item pertanyaan

Corrected Item pertanyaan Total Correlation r table Ket. Kualitas Pelayanan (X1) Pertanyaan 1 0,723 0,334 Valid Pertanyaan 2 0,750 0,334 Valid Pertanyaan 3 0,852 0,334 Valid Pertanyaan 4 0,722 0,334 Valid Pertanyaan 5 0,737 0,334 Valid Pertanyaan 6 0,761 0,334 Valid Pertanyaan 7 0,859 0,334 Valid Pertanyaan 8 0,746 0,334 Valid Pertanyaan 9 0,531 0,334 Valid Pertanyaan 10 0,745 0,334 Valid Pertanyaan 11 0,714 0,334 Valid Pertanyaan 12 0,813 0,334 Valid Pertanyaan 13 0,647 0,334 Valid Pertanyaan 14 0,854 0,334 Valid Pertanyaan 15 0,829 0,334 Valid Penerapan Prinsip–prinsip Syariah (X2) Pertanyaan 16 0,757 0,334 Valid Pertanyaan 17 0,794 0,334 Valid Pertanyaan 18 0,713 0,334 Valid Pertanyaan 19 0,703 0,334 Valid Kepuasan Nasabah KPR (Y) Pertanyaan 20 0,627 0,334 Valid Pertanyaan 21 0,572 0,334 Valid Pertanyaan 22 0,596 0,334 Valid Pertanyaan 23 0,453 0,334 Valid Pertanyaan 24 0,562 0,334 Valid Pertanyaan 25 0,742 0,334 Valid

Sumber: Data Primer yang diolah, 2011

Dari tabel-tabel di atas dapat diketahui bahwa masing-masing item

pertanyaan memiliki r hitung > dari r tabel (0,334) dan bernilai positif.

Dengan demikian butir-butir pertanyaan yang digunakan peneliti dinyatakan

4.3.2 Uji Reliabilitas Instrumen

Tabel 4.7

Hasil Uji Reliabilitas Instrumen

Variabel Indikator Reliabilitas Coefficient Cronbach Alpha Keteranga n X1

Reliability (keandalan). 2 item pertanyaan 0,700 Reliabel Responsiveness (ketanggapan). 3 item pertanyaan 0,807 Reliabel Assurance (jaminan dan

kepastian). 4 item pertanyaan 0,868 Reliabel empathy (empati). 3 item pertanyaan 0,737 Reliabel tangible (berwujud). 3 item pertanyaan 0,750 Reliabel

X2

Bebas dari riba. 2 item pertanyaan 0,860 Reliabel Mengacu kepada

ketentuan-ketentuan Al-Quran Hadist. 2 item pertanyaan 0,813 Reliabel Y Kesesuaian harapan jasa. 2 item pertanyaan 0,756 Reliabel

Kemudahan dalam memperoleh

jasa. 3 item pertanyaan 0,766 Reliabel

Kesediaan untuk

merekomendasikan kepada orang lain.

1 item pertanyaan 0,700 Reliabel

Sumber: Data Primer yang diolah, 2011

Dari keterangan tabel di atas dapat diketahui bahwa masing-masing

variabel memiliki Cronbach Alpha > 0,60. Dengan demikian variabel (kualitas

pelayanan, penerapan prinsip-prinsip syariah dan kepuasan nasabah KPR)

dapat dikatakan reliabel.

4.4 Uji Asumsi Klasik

Berdasarkan hasil pengujian segala penyimpangan klasik terhadap data

4.4.1 Uji Multikolinearitas

Uji Multikolieritas bertujuan untuk menguji apakah dalam suatu

model regresi ditemukan adanya korelasi antar variabel independent atau

tidak. Tabel 4.8 Uji Multikolinieritas Coefficientsa Model Collinearity Statistics Tolerance VIF 1 (Constant) Kualitas Pelayanan (X1) .871 1.148 Penerapan Prinsip-prinsip Syari'ah (X2) .871 1.148

a. Dependent Variable: Kepuasan Nasabah KPR (Y)

Sumber: Data Primer yang diolah, 2011

Dari hasil pengujian multikolinieritas yang dilakukan diketahui

bahwa nilai variance inflation factor (VIF) kedua variabel, yaitu lebih kecil

dari 10, sehingga bisa disimpulkan bahwa antar variabel independen tidak

terjadi persoalan multikoliniearitas.

4.4.2 Uji Autokorelasi

Pengujian ini dilakukan untuk menguji suatu model apakah antara

variabel pengganggu masing-masing variabel bebas saling berhubungan.

Tabel 4.9 Uji Autokorelasi Model Summaryb Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson 1 .495a .245 .198 2.735 1.791

a. Predictors: (Constant), Penerapan Prinsip-prinsip Syari'ah (X2), Kualitas Pelayanan (X1) b. Dependent Variable: Kepuasan Nasabah KPR (Y)

Sumber: Data Primer yang diolah, 2011

Uji autokorelasi bertujuan untuk mengetahui apakah dalam model

regresi linier ada korelasi antara kesalahan pengganggu pada periode t

dengan pengganggu pada periode t-1(sebelumnya). Jika terjadi korelasi

maka dikatakan ada problem autokorelasi.75 Dari hasil pengujian dengan

menggunakan uji Durbin–Watson atas residual persamaan regresi

diperoleh, nilai Durbin Watson 1,791 dengan jumlah variable bebas (k)

=2, sample (n) = 35 dan dl = 1,343, du = 1,584. Maka du < dw < 4-du,

Sehingga dapat disimpulkan tidak terdapat autokorelasi.76

4.4.3 Uji Heteroskedastisitas

Uji Heterokedasitas bertujuan untuk menguji apakah dalam model

korelasi terjadi ketidaksamaan varians. Adapun hasil uji statistik

Heterokedasitas yang diperoleh dalam penelitian ini adalah sebagai

berikut:

75

Imam Ghozali, Aplikasi Analisis Multivariate Dengan Program SPSS, Semarang: Badan Penerbit UNDIP, 2006, hlm 99.

76

Gambar 4.5

Uji Penyimpangan Heteroskedastisitas

Sumber: Data Primer yang diolah, 2011

Berdasarkan grafik scatter plot menunjukkan bahwa tidak terdapat

pola yang jelas serta titik yang menyebar di atas dan di bawah angka 0

pada sumbu Y. Jadi dapat disimpulkan bahwa tidak terjadi

heteroskedastisitas pada model regresi.

4.4.4 Uji Normalitas

Uji Normalitas bertujuan untuk menguji apakah dalam model

regresi variabel terikat dan variabel bebas keduanya mempunyai distribusi

normal atau tidak. Cara yang bisa ditempuh untuk menguji kenormalan

data adalah dengan menggunakan 3 cara, yaitu:

1. Grafik Histogram dengan cara melihat bentuk kurva yang terdapat

pada histogram tersebut. Jika pada grafik histogram kurva yang

terbentuk telah membentuk lonceng sempurna, maka residual data

2. Grafik Normal P-P Plot dengan cara melihat penyebaran residual

datanya. Jika pada grafik tersebut penyebaran datanya mengikuti pola

garis lurus, maka residual datanya dikatakan normal.

3. Nilai Signifikansi pada uji normalitas Kolmogorov-Smirnov. Jika pada

tabel test of normality dengan menggunakan Kolmogorov-Smirnov

nilai sig > 0.05, maka residual data berdistribusi normal.

Adapun Uji Normalitas dalam penelitian ini adalah sebagai berikut:

Gambar 4.6 Grafik Histogram

Gambar 4.7 Normal Probability Plot

Sumber: Data Primer yang diolah, 2011

Tabel 4.10

Nilai Uji Normalitas Kolmogorov-Smirnov Untuk Kualitas Pelayanan dan

Penerapan Prinsip-prinsip Syariah dengan Kepuasan Nasabah KPR

Uji kolmogorov-smirnov Unstandarize Residual

Nilai kolmogorov-smirnov 0,604

Sig 0,859

Sumber: Data Primer yang diolah, 2011

Berdasarkan grafik histogram, di dapat kurva normal yang

membentuk lonceng sempurna, maka dapat dikatakan residual data telah

berdistribusi normal. Hal yang sama pula ditunjukkan oleh normal P-P

Plot penyebaran data mengikuti garis normal (garis lurus). Begitu pula

bahwa residual data yang didapat tersebut mengikuti distribusi normal,

berdasarkan hasil output menunjukkan nilai Kolmogorov-Smirnov

signifikan pada 0,859 > 0.05. Dengan demikian, residual data berdistribusi

normal dan model regresi telah memenuhi asumsi normalitas.

Dokumen terkait