BAB I PENDAHULUAN
G. Kerangka Konseptual
I. Metode Penelitian
6. Analisis Data
Penelitian ini mengunakan metode analisis Regresi berganda.
Regresi berganda adalah sebuah metode pendekatan untuk pemodelan hubungan antara satu variabel dependen dan satu variabel independen.
Dalam model regresi, variabel independen menerangkan variabel dependennya. Dalam analisis regresi sederhana, hubungan antara variabel bersifat linier, dimana perubahan pada variabel X akan diikuti oleh perubahan pada variabel Y secara tetap. Sementara pada hubungan non linier, perubahaan variabel X tidak diikuti dengan perubahaan variabel Y secara proporsional. seperti pada model kuadratik, perubahan X diikuti oleh kuadrat dari variabel X. Hubungan demikian tidak bersifat linier.
Secara matematis model analisis regresi linier berganda dapat digambarkan sebagai berikut :77
76 Sugiyono, Metode Penelitian Manajemen. (Bandung: CV Alfabeta, 2016) Cet-Ke. 5. h.
134.
77Sugiyono, Statistika Untuk Penelitian. (Bandung: Alfabeta, 2016). h. 75.
Y= a + (b1 X1) + (b2 X2) + E Dimana:
Y= Keputusan Bertransaksi a = Konstanta
b1, b2 = Koefisien korelasi ganda X1 = Pengetahuan Produk
X2 = Literasi Keuangan
E = Error term (Variabel pengganggu) atau residual a. Uji Statistik
Uji Statistik yang digunakan dalam penelitian ini antara lain Uji Linieritas, Uji Asumsi klasik, Uji Koefisien Regresi Parsial (Uji-t), Uji F dan Uji Koefisien Determinasi (Uji R2).
b. Uji Linieritas
Uji linier adalah suatu prosedur yang digunakan untuk mengetahui status linier atau tidaknya suatu distribusi data penelitian.
Uji linieritas dilakukan untuk membuktikan bahwa masing-masing variabel bebas mempunyai hubungan yang linier dengan variabel terikat. Pada penelitian ini linieritas diuji dengan menggunakan scatterplot (diagram pencar) seperti yang dgunakan untuk deteksi data outlier, dengan memberi tambahan garis regresi. Karena scatterplot hanya menampilkan dua hubungan variabel saja, maka jika terdapat
lebih dari dua variabel, maka pengujian dilakukan dengan berpasangan tiap dua data.78
c. Uji Normalitas
Uji distribusi normal adalah uji untuk mengukur apakah data kita memiliki distribusi normal sehingga dapat dipakai dalam statistik parametrik. Uji normalitas bertujuan untuk mengetahui apakah suatu variabel normal atau tidak. Dalam melakukan uji normalitas data dapat menggunakan pendekatan Kolmogorov-Smirnov. Kolmogorov-Smirnov adalah uji statistik yang dilakukan untuk mengetahui distribusi suatu data untuk data yang minimal bertipe ordinal.
Dalam mendeteksi normalitas data menggunakan pendekatan Kolmogorov-Smirnov yang dipadukan dengan kurva Normal P-P Plots.
Ketentuan pengujian ini adalah jika probabilitas atau Asymp. Sig. (2- tailed) lebih besar dari level og significant (a) maka data berdistribusi normal. Kriteria pengambilan keputusan dengan pendekatan Kolmogorov-Smirnov adalah sebagai berikut :79
a. Nilai Sig atau signifikan < 0,05 distribusi data adalah tidak normal.
b. Nilai Sig atau signifikan > 0,05 distribusi data adalah normal.
d. Uji Asumsi Klasik 1) Uji Multikolinearitas
Uji ini timbul sebagai akibat adanya hubungan kausal antara dua variabel bebas atau lebih atau adanya kenyataan bahwa variabel
78Sugiyono, Statistika Untuk Penelitian,....h. 80.
79 Sugiyono, Statistika Untuk Penelitian,…h. 84.
penjelas atau lebih bersama-sama dipengaruhi oleh variabel. ketiga yang berada diluar model.
Untuk menunjukkan bahwa variabel bebas yang digunakan terbebas (tidak dipengaruhi) oleh variabel di luar model, maka hasil harus menunjukkan terbebas dari uji ini. Selain itu uji ini juga untuk menghindari kebiasaan dalam proses pengambilan keputusan mengenai pengaruh uji parsial masing-masing variabel independen terhadap variabel dependen. Jika VIP yang dihasilkan kurang dari 10 maka tidak terjadi multikolinieritas.80
VIF adalah suatu estimasi berapa besar multikolinieritas meningkatkan varian pada suatu koefisien estimasi sebuah variabel penejelas. VIF yang tinggi menunjukkan bahwa multikolinieritas telah menaikkan sedikit varian pada koefisien estimasi, akibatnya menurunkan nilai t.81
2) Uji Autokorelasi
Uji autokorelasi bertujuan untuk mengetahui ada tidaknya korelasi antara variabel pengganggu pada periode tertentu dengan variabel sebelumnya. Menurut singgih Santosa, mendeteksi ada atau tidaknya autokorelasi dengan melihat pada tabel D-W (Durbin- Watson), dasar pengambilan keputusannya adalah :82
80Sugiyono, Statistika Untuk Penelitian,…….h. 86.
81Gujarati, Damodar N. Basic Econometrics, Fourth Edition, (Singapore. Mc Graw-Hill Inc, 2004), h. 254.
82 Gujarati, Damodar N. Basic Econometrics, Fourth Edition,….h. 259
a) Angka D-W di bawah -2 berarti ada autokorelasi positif.
b) Angka D-W di antara -2 sampai +2 tidak terdapat autokorelasi.
c) Angka D-W di atas 2 terdapat autokorelasi negatif.
3) Uji Heteroskedastisitas
Asumsi penting model regresi linier adalah bahwa gangguan yang muncul dalam fungsi regresi populasi adalah homoskedastik yaitu, semua gangguan tadi mempunyai varians yang sama. Sedangkan bila varians tidak konsisten atau berubah-ubah disebut heterokedastisitas. Model regresi yang baik adalah homoskedastisitas atau tidak terjadi heteroskedastisitas. Cara memprediksi ada tidaknya heteroskedastisitas pada suatu model dapat dilihat pola gambar seatterplot. Regresi yang tidak terjadi heteroskedastisitas jika:83
a) Titik-titk data menyebar di atas dan di bawah di sekitar angka 0.
b) Titik-titik data tidak mengumpul hanya di atas atau di bawah saja.
c) Penyebaran titik-titik data tidak boleh membentuk pola bergelombang melebar kemudian menyempit dan melebar kembali.
d) Penyebaran titik-titik data tidak berpola.
83 Imam Ghozali, Aplikasi Analisis Multivariate Dengan Program IBM SPSS, (Semarang:
Badan Penerbit Universitas Diponegoro, 2011), h. 52.
e. Uji Hipotesis
1) Uji Signifikan Parsial (t-Test)
Pengujian ini dilakukan untuk mengetahui apakah masing- masing variabel independen mempengaruhi variabel dependen secara signifikan. Pengujian ini dilakukan dengan uji t atau t-test, yaitu membandingkan antar t-hitung dengan t-tabel, sehingga dapat diketahui apakah pengaruh variabel pengetahuan produk (X1) dan literasi keuangan (X2) terhadap keputusan bertransaksi (Y) signifikan atau tidak.84
a) Jika thitung > t-tabel, maka H0 ditolak yang berarti variabel independen berpengaruh signifikan terhadap variabel dependen.
b) Jika thitung < t-tabel, maka H0 diterima yang berarti variabel independen tidak berpengaruh signifikan terhadap variabel dependen.
Pengujian juga dapat dilakukan melalui pengamatan nilai signifikan t pada tingkat α yang digunakan (penelitian ini menggunakan α sebesar 5%). Analisis didasarkan pada perbandingan antara sigifikansi t dengan nilai sigmifikansi 0,05, dimana kriteria adalah sebagai berikut :
a) Jika signifikansi t < 0,05 maka H0 ditolak yang berarti variabel independen berpengaruh signifikan terhadap variabel dependen.
84 Bambang Prasetyo dan Lina Miftahul Jannah. Metode Penelitian Kuantitatif: Teori dan Aplikasi, (Jakarta: PT Raja Grafindo Persada, 2010), h. 57-60.
b) Jika signifikansi t > 0,05 maka H0 diterima yaitu variabel independen tidak pengaruh terhadap variabel dependen.85 2) Uji Statistik F
Pengujian ini bertujuan untuk mengetahui apakah variabel- variabel independen secara simultan atau bersama-sama mempengaruhi variabel dependen secara signifikan. F-test digunakan untuk menguji pengaruh secara bersama-sama antara pengetahuan produk dan literasi keuangan terhadap keputusan bertransaksi.
Analisis kriteria sebagai berikut :86
a. H0 diterima jika F-hitung < F-tabel, tidak ada pengaruh yang signifikan antara pengetahuan produk dan literasi keuangan terhadap keputusan bertransaksi.
b. H0 ditolak jika F-hitung > F-tabel, ada pengaruh yang signifikan antara pengetahuan produk dan literasi keuangan terhadap keputusan bertransaksi.
Pengujian juga dapat dilakukan melalui pengamatan nilai signifikansi F pada tingkat � yang digunakan (penelitian ini menggunakan tingkat α sebesar 5%). Analisis didasarkan pada
85 Imam Ghozali, Aplikasi Analisis Multivariate Dengan Program IBM SPSS, (Semarang:
Badan Penerbit Universitas Diponegoro, 2011), h. 89-90.
86 Nur Indriantoro dan Bambang Supomo. Metodologi Penelitian Bisnis. (Yogyakarta:
BPFE, 2002). h. 68.
perbandingan antara nilai signifikansi F dengan signifikansi 0,05.
Dimana syarat-syaratnya sebagai berikut :87
a) Jika signifikansi F < 0,05, maka H0 ditolak yang berarti variabel-variabel independen secara simultan berpengaruh terhadap variabel dependen.
b) Jika signifikansi F > 0,05, maka H0 diterima yang berarti variabel-variabel independen secara simultan tidak berpengaruh terhadap variabel dependen.
f. Koefisien Determinasi (Uji R2)
Koefisien determinasi (R²) digunakan unutk mengetahui sampai seberapa besar persentase variasi dalam variabel terikat pada model dapat diterangkan oleh variabel bebasnya. Dimana apabila nilai R² mendekati 1 maka ada hubungan yang kuat dan erat antara variabel terikat dan variabel bebas dan penggunaan model tersebut dibenarkan.
Sedangkan koefisien determinasi adalah untuk mengetahui seberapa besar persentase sumbangan variabel bebas terhadap variabel tidak bebas yang dapat dinyatakan dalam persentase. Namun tidak dapat dipungkiri ada kalanya dalam penggunaan koefisien determinasi (R²) terjadi bias terhadap satu variabel bebas yang dimasukkan dalam model. Sebagai ukuran kesesuaian garis regresi dengan sebaran data, R2 menghadapi masalah karena tidak memperhitungkan derajat bebas.
87 Imam Ghozali, Aplikasi Analisis Multivariate Dengan Program IBM SPSS, (Semarang:
Badan Penerbit Universitas Diponegoro, 2011), h. 100.
Sebagai alternatif digunakan corrected atau adjusted R² yang dirumuskan (Bambang dan Lina : 2010) :88
�� �2 = 1 − 1 − �2 � − 1
� −
Dimana:
R² : Koefisien determinasi k : Jumlah variabel independen n : Jumlah sampel