BAB III. METODE PENELITIAN
H. Metode Analisis
instrumen menunjukkan sejauh mana data yang terkumpul tidak menyimpang dari gambaran tentang variabel yang dimaksud.
b. Uji Reliabilitas
Uji reliabilitas dimaksudkan untuk mengetahui adanya konsistensi alat ukur dalam penggunaannya, atau dengan kata lain alat ukur tersebut mempunyai hasil yang konsisten apabila digunakan berkali-kali pada waktu yang berbeda. Menurut Riduwan (2019).
Untuk uji reliabilitas digunakan Teknik Alpha Cronbach, dimana suatu instrumen dapat dikatakan handal (reliabel) bila memiliki koefisien keandalan atau alpha sebesar 0,60 atau lebih. Pada penelitian ini perhitungan reliabilitas menggunakan rumus alpha yang dikemukakan oleh Riduwan (2019).Pada penelitian ini uji validitas dan reliabilitas dilakukan dengan menggunakan program pengolahan data SPSS.
2. Analisis Deskriptif a. Uji Asumsi Klasik
1) Uji Normalitas
Uji normalitas data ialah merupakan uji distribusi data yang akan dianalisis apakah penyebarannya normal atau tidak, sehingga digunakan dalam analisis parametrik. Namun ada solusi lainnya kalau data tidak terdistribusi normal tinggal menambah jumlah sampel.
Penggunaan uji Kolmogorof Smirnof atau juga biasa disebut uji K- S termasuk dalam golongan non parametrik karena peneliti belum mengetahui apakah data yang digunakan termasuk data
parametrik atau sebaliknya. Pada uji K-S data dikatakan normal apabila nilai sig > 0,05.
b. Uji Multikolinearitas
Pada uji ini untuk mengetahui ada tidaknya pengaruh atau korelasi yang signifikan antara variabel bebas. Juga terdapat pengaruh yang cukup tinggi atau signifikan, berarti ada aspek yang sama diukur pada variabel bebas. Hal semacam ini tidak layak digunakan untuk menentukan konstribusi secara bersama-sama variabel bebas terhadap variabel terikat.
Menurut Anwar (2009) pendeteksian pada multikolinearitas dapat dilakukan dengan melihat nila VIF dari hasil analisis regresi linear.
Jika nilai VIF > 10, maka terdapat gejala multikolinearitas yang tinggi.
c. Uji Heterokedastisitas
Adalah suatu model pengujian seperti regresi linear berganda, maka data harus terbebas dari gejala heterokedastisitas. Heterokedastisitas berarti variasi residual tidak sama dari salah satu pengamatan ke pengamatan yang lainnya sehingga variasi residual harus bersifat homoskedastisitas yaitu pengamatan satu dengan pengamatan lain sama agar memberikan pendugaan model yang lebih akurat.
Pada penelitian ini menggunakan uji glejser dalam uji heterokedastisitasnya. Uji glejser menurut secara statistik variabel penjelas atau (bebas) dikatakan tidak signifakan karena > 0,05, sehingga semakin tidak signifikan variabel penjelas mengindikasikan bahwa model regresi sudah terbebas dari gejala heterokedastisitas atau dikatakan tidak ada gejala heterokedastisitas.
I. Teknik Analisa Data
a) Analisis Regresi Linear Berganda
Analisis statistik yang digunakan dalam penelitian ini adalah menggunakan analisis regresi berganda dengan program SPSS versi 22. Analisis regresi berganda untuk menghitung besarnya pengaruh secara kuantitatif dari suatu perubahan kejadian (variabel X1, X2, X3, X4 dan X5) terhadap kejadian lainnya (variabel Y).
Dalam penelitian ini, analisis regresi berganda berperan sebagai teknik statistik yang digunakan untuk menguji ada tidaknya pengaruh bukti fisik (tangible), keandalan (reliability), daya tanggap (responsiviness), jaminan (assurance), dan empati (empthy) terhadap kepuasan pelanggan pada kantor PDAM Tirta Je‟neberang Kabupaten Gowa.
Analisis regresi menggunakan rumus persamaan regresilinear berganda yaitu (Sugiarto, 2017):
Y =b0 + b1Xi + b2X2 + b3X3 + b4X4 + b5X5 + e Dimana:
Y =Kepuasan pelanggan b =Koefisien regresi
b0 =Nilai konstanta b =Koefisien regresi
e = Kesalahan observasi atau pengganggu (merupakan bentuk variabel lainnya yang tidak diteliti oleh peneliti)
X1 = Bukti fisik (tangible) X2 = Keandalan (reliability)
X3 = Daya tanggap (responsiviness) X4 = Jaminan (assurance)
X5 = empati (empthy)
Teknik analisis yang digunakan sesuai model di atas adalah regresi berganda dimana nilai dari variabel dependen (kepuasan pelanggan) dapat diperoleh dari hasil survey yang perhitungannya akan menggunakan skala likert. Cara pengukurannya adalah responden diminta untuk memberikan jawaban atas pernyataan- pernyataan yang diajukan dalam kuesioner.
b) Pengujian Hipotesis
1. Uji Hipotesis Simultan (Uji F)
Uji ini digunakan untuk mengetahui pengaruh secara bersama- sama variabel bebas secara signifikan terhadap variabel terikat (Sugiyono, 2015:276), Dimana Fhitung > Ftabel, maka dapat dikatakan bahwa variabel bebas dapat menerangkan variabel terikatnya secara serentak. Sebaliknya, apabila Fhitung < Ftabel, maka dapat dikatakan variabel bebas tidak memiliki pengaruh terhadap variabel terikatnya. Untuk lebih mudahnya, dapat dengan melihat probabilitas dan membandingkannya dengan taraf kesalahan yang digunakan yaitu 5% atau 0,05. Jika probabilitasnya < taraf kesalahan, maka dapat dikatakan bahwa variabel bebas dapat menerangkan variabel terikatnya secara serentak, begitu pula sebaliknya.
2. Uji t (Uji Parsial)
Uji ini digunakan untuk mengetahui pengaruh masing-masing
variabel bebas terhadap variabel terikat (Sugiyono, 2015). Apabila thitung > ttabel maka dapat dikatakan berpengaruh, yaitu terdapat pangaruh antara variabel bebas yang diteliti dengan variabel terikatnya.Sebaliknya, jika thitung < ttabel, maka dapat dikatakan tidak berpengaruh.
c) Koefisien Determinasi
Menurut Sugiono (2015) koefisien determinasi (R2) dapat didefinisikan sebagai rasio antara variasi yang dijelaskan dan total variasi.
∑( ) ∑( )
Jika titik UY semuanya terletak dalam garis regresi, berarti Yc = Y atau (Yc – Y)2 = ∑ (Y - Y)2, nilai dari r2 = 1, yang menunjukkan “Korelasi sempurna”. Sebaliknya jika nilai Y terpencar jauh dari garis regresi Yc sehingga ∑ (Y – Y)2 menjadi sangat besar. Apabila total variasi tetap, ∑ (Y - Y)2 akan menjadi sangat kecil. Nilai rata-rat r2 akan mendekati 0, yang menunjukkan tidak adanya korelasi yang didasarkan pada garis lurus. Range r2 berkisar antara 0 – 1.
Dengan kata lain apabila r2 mendekati 1, nilai Y sangat dekat dengan garis regresi. Jadi total variasi dari Y lebih dijelaskan oleh garis regresinya dan nilai variabel Y berhubungan erat dengan variabel X. Apabila r2 mendekati 0, nilai Y tidak dekat dengan garis regresi. Jadi total variasi nilai Y tidak dijelaskan oleh garis regresinya dan variabel Y tidak berhubungan erat dengan variabel X.Nilai r2 selalu positif, sehingga tidak dapat untuk menerangkan hubungan antara 2 variabel positif atau negatif. Oleh sebab itu
akar r2 atau √ r2 = + r, seiring dihitung untuk menunjukkan arah dan tingkat keeratan hubungan. Apabila range r2 berkisan antara 0 – 1, koefisien korelasi r bervariasi di antara range √0 sampai √1, atau dari 0 sampai + 1. Tanda + (positif) r menunjukkan korelasi positif, sedang tanda – (negatif) menunjukkan korelasi negatif. Tanda r adalah sama dengan koefisien b (slope) dari persamaan regresi. Menurut Anwar (2009:136) Dalam prektiknya, nilai koefisien determinasi yang digunakan untuk analisis adalah nilai R2 yang telah disesuaikan (R2 adjusted) yang dihitung dengan menggunakan rumus berikut:
( )