PENYAJIAN DATA DAN ANALISIS
A. Gambaran Objek Penelitian
2. Teknik Analisis Data
Gambar 3.7 Uji Realibilitas No Nama Variabel AlphaCron
bach Standarisasi Keterangan 1. Pelayanan (X1) 0,906 0,60 Reliabel 2. Kemudahan
(X2)
0.937 0,60 Reliabel
3. Kepercayaan (X3)
0,894 0,60 Reliabel
4. E-banking (Y) 1,00 0,60 Reliabel Sumber: Data Diolah SPSS 20
Berdasarkan tabel ditas maka dapat diketahui bahwa nilai Cronbach Alpha yang dihasilkan sebesar (X1) 0,906 > 0,60, (X2) 0,937
> 0,60, (X3) 0,894 > 0,60, (Y) 1,00 > 0,60. Sehingga pernyataan pada variabel pelayanan, kemudahan, dan kepercayaan terhadap keputusan nasabah dalam menggunakan e-banking dinyatakan reliabel.
X2 100 14 35 30.31 4.270 18.236
X3 100 16 35 29.24 3.812 14.528
Valid N
(listwise) 100
Sumber: Data Diolah SPSS 20.
Berdasarkan tabel di atas, diketahui bahwa variabel X1 memiliki nilai minimum 16, nilai maximum sebesar 35, dan nilai rata-rata (mean) sebesar 30,03 dengan standard deviasi sebesar 3,572. Variabel X2 memiliki nilai minimum 14, nilai maximum sebesar 35, dan rata-rata (mean) sebesar 30,31dengan standar deviasi sebesar 4,270. Variabel X3 memiliki nilai minimum 16, nilai maximum sebesar 35, dan nilai rata- rata (mean) sebesar 29,24 dengan standar deviasi sebesar 3,812.
b. Hasil Analisis Statistik Data
Analisis statistik data yang digunakan dalam penelitian ini adalah analisis regresi logistik. Analisis regresi logistik (logistic regression) merupakan regresi yang menguji apakah terdapat probabilitas terjadinya variabel dependen dapat diprediksi oleh variabel independen (Ghozali, 2018). Analisis regresi logistik tidak memerlukan distribusi normal dalam variabel independen. Oleh karena itu, analisis regresi logistik tidak memerlukan uji normalitas, uji heteroskedastisitas, dan uji asumsi klasik pada variabel independennya.
Analisis regresi logistik memiliki pengujian diantaranya, yaitu Menilai Keseluruhan Model (Overal Model Fit), Koefisien Determinasi ( r square), Menguji Kelayakan Model Regresi (Goodness of Fit Test),
dan Matrik Klasifikasi (Ghozali, 2011). Penjelasan diatas sebagai berikut:
1) Menilai keseluruhan Model (Overall Model Fit)
Uji Overall Model Fit atau Uji Keseluruhan Model adalah untuk menguji variabel independen didalam regresi logistik secara serentak atau simultan mempengaruhi variabel dependen. Uji Overall Model Fit dihitung dari perbedaan nilai -2LL antara model yang terdiri dari konstanta dan model yang diestimasi terdiri dari konstanta dan variabel independen Uji -2LL mengikuti distribusi chisquare dengan derajat kebebasan (degree of freedom) akan ditampilkan pada tabel sebagai berkut.
Tabel 3.9
Model Keseluruhan Model (Overall Model Fit) Iteration History Block 0
Iteration -2 Log likelihood Coefficients Constant
Step 0
1 72.467 1.560
2 69.379 2.004
3 69.303 2.088
4 69.303 2.091
5 69.303 2.091
Sumber : Data Diolah SPSS 20 Tabel 3.10
Interaction History Block 1
Iteration -2 Log likelihood
Coefficients
Constant X1 X2 X3
Step 1
1 51.886 -3.180 -.060 .157 .061
2 35.973 -7.301 -.117 .261 .181
3 28.887 -12.659 -.190 .333 .395
4 26.166 -18.697 -.225 .366 .637
5 25.559 -23.238 -.232 .378 .811
6 25.517 -24.789 -.233 .381 .870
7 25.517 -24.921 -.233 .381 .875
8 25.517 -24.922 -.233 .381 .875
Sumber: Data Diolah SPSS 20
Berdasarkan tabel diatas pada tabel 3.9 merupakan nilai -2 Log Likehood yang terdiri dari konstanta saja, sementara pada tampilan tabel 3.10 merupakan nilai -2Log Likehood yang terdiri dari konstanta dan variabel bebas. Nilai -2 Log Likehood yang hanya memasukkan konstanta saja adalah sebesar 69,303.
Sedangkan nilai -2 Log Likehood yang memasukkan konstanta dan variabel bebas adalah sebesar 25,517. Perbandingan kedua nilai - 2Log Likehood tersebut sebesar 43,786. Seperti yang telah ditunjukkan pada tabel chi square pada tabel 3.11.
Tabel 3.11
Tabel Perbandingan Nilai -2LL
Omnibus Testsof Model Coefficients
Chi-square Df Sig.
Step 1
Step 43.786 3 .000
Block 43.786 3 .000
Model 43.786 3 .000
Sumber: Data Diolah SPSS 20
Pada Tabel 3.11 merupakan tampilan perbandingan nilai -2 Log Likehood yang terdiri dari konstanta saja (tabel 3.9) dan -2Log Likehood yang terdiri dari konstanta dan variabel bebas (tabel 3.10). Perbandingan tersebut mengikuti sebaran chi square. Nilai chi square diatas sebesar 43,786 dengan df 3 (tiga). Berdasarkan
tabel di atas diperoleh nilai Sig 0,000 lebih kecil dari 0,05. Maka dapat disimpulkan bahwa berpengaruh terhadap keputusan nasabah dalam menggunakan e-banking.
2) Koefisien Determinasi
Koefisien Determinasi digunakan untuk mengetahui seberapa besar pengaruh variabel independen terhadap variabel dependen. Koefisien determinasi pada regresi logistik dapat dilihat pada nilai r squarenya yaitu:
Tabel 3.12 Hasil Uji Determinasi
Model Summary Step -2 Log likelihood Cox &Snell R
Square
Nagelkerke R Square
1 25.517a .355 .709
Sumber: Data Diolah SPSS 20
Pada tabel diatas menunjukkan bahwa besaran pengaruh variabel independen terhadap variabel dependen ditemukan sebesar 70,9%. Sementara sisanya dipengaruhi oleh variabel lain sebesar 29,1%.
3) Kelayakan Model Regresi Logistik (Goodness of fit)
Untuk model regresi logistik dapat dikatakan fit atau layak secara keseluruhan dengan menggunakan uji Hosmer and Lemeshow Test dengan kriteria sebagai berikut: Jika nilai uji Hosmer and Lemeshow Test < 0,05 artinya ada perbedaan yang secara signifikan antara model dengan observasinya. Sehingga goodness fit tidak dapat diterima, begitupun sebaliknya.
Tabel 3.13
Hasil Uji Kelayakan Model Regresi
Hosmerand Lemeshow Test
Step Chi-square Df Sig.
1 2.687 8 .952
Sumber: Data Diolah SPSS 20
Pada tabel diatas menunjukkan bahwa nilai chi square sebesar 2.687 dengan signifikasi sebesar 0,952>0,05. Maka dapat disimpulkan bahwa nilai Uji Hosmer and Lemeshow Test dinyatakan signifikan dan goodness fit dapat diterima. Sehingga model regresi logistik ini layak untuk digunakan dalam tahap selanjutnya.
4) Matrik Klasifikasi
Matrik klasifikasi digunakan untuk melihat kekuatan prediksi dari model regresi logistik dalam memprediksi kemungkinan nasabah dalam menggunakan e-banking atau tidaknya. Matrik klasifikasi sebagai berikut:
Tabel 3.14 Matrik Klasifikasi
ClassificationTablea
Observed Predicted
E-banking Percentag
eCorrect Tidak
Menggunakan E-banking
Menggunakan E-banking
Step 1
E-banking
Tidak Menggunakan E-
banking 8 3 72.7
Menggunakan E-banking 1 88 98.9
OverallPercentage 96.0
Sumber: Data Diolah SPSS 20
Berdasarkan tabel diatas dinyatakan bahwa persentasi untuk ketepatan prediksi dalam penggunaan e-banking secara keseluruhan sebesar 96%.
a) Dimana persentasi ketepatan prediksi yang tidak menggunakan e-banking sebesar 72,7% dan sisanya sebesar 27,3 tidak dapat diprediksi.
b) Sedangkan persentasi ketepatan prediksi yang menggunakan e- banking sebesar 98,9% dan sisanya sebesar 1,1 tidak dapat diprediksi.
Dapat disimpulkan bahwa kekuatan prediksi atau ketetapan model dalam mengklasifikasikan observasinya adalah sebesar 96%.
5) Model Uji Regresi Logistik
Model Regresi logistik dilakukan dengan menggunakan uji variabel in the equation sebagai berikut:
Tabel 3.15
Hasil Analisis Regresi Logistik
Variables in the Equation
B S.E. Wald Df Sig. Exp(B) 95%
C.I.for EXP(B)
Lower
Step 1a
X1 -.233 .226 1.060 1 .303 .792 .509
X2 .381 .190 4.019 1 .045 1.464 1.009
X3 .875 .382 5.243 1 .022 2.400 1.134
Constant -24.922 9.520 6.853 1 .009 .000
Sumber: Data Diolah SPSS 20
Berdasarkan tabel diatas hasil perhitungan regresi yang telah diolah, maka pengaruh variabel independen terhadap variabel dependen diuraikan berdasarkan persamaan sebagai berikut:
Kriteria Pengujian: Apabila nilai signifikansi < 0,05 berkesimpulan berpengaruh secara parsial.
Y = -24,929 –0, 233 (X1) + 0,381 (X2) + 0,875 (X3)
Keterangan atas persamaan tersebut, maka untuk menginterpretasikan hasil analisis di atas dapat dijelaskan sebagai berikut:
a) Nilai Konstanta menunjukkan angka -24,929 pada signifikansi 0,009>0,05 yang berarti bahwa pelayanan, kemudahan, dan kepercayaan berpengaruh negatif dan signifikan terhadap keputusan nasabah dalam menggunakan e-banking.
b) Pada variabel Pelayanan (X1) memiliki nilai koefisien negatif sebesar -0,233 dengan signifikansi 0,303>0,05, yang artinya nilai tersebut menunjukkan bahwa variabel pelayanan berpengaruh negatif dan tidak signifikan terhadap keputusan nasabah dalam menggunakan e-banking.
c) Pada variabel Kemudahan (X2) memiliki nilai koefisien positif sebesar 0,381 dengan signifikansi 0,045<0,05,yang artinya nilai tersebut menunjukkan bahwa variabel kemudahan berpengaruh positif secara parsial terhadap keputusan nasabah dalam menggunakan e-banking.
d) Pada variabel Kepercayaan (X3) memiliki nilai koefisien posistif sebesar 0,875 dengan signifikansi 0,022<0,05, yang artinya nilai tersebut menunjukkan bahwa variabel kepercayaan berpengaruh positif terhadap keputusan nasabah dalam menggunakan e-banking.
6) Pengujian Hipotesis
Pengujian hipotesis dilakukan dengan cara membandingkan antara tingkat signifikansi (sig) dengan tingkat kesalahan (a) = 5%
atau 0,05. Berdasarkan tabel regresi logistik di atas dapat diinterpretasikan hasil sebagai berikut:
a) Pada variabel X1 (pelayanan) di tabel 3.15 memiliki nilai koefisien regresi bernilai negatif sebesar -0,223 pada signifikansi 0,303 yang lebih besar dari 0,05. Berdasarkan hal ini menyatakan bahwa variabel pelayanan tidak berpengaruh terhadap keputusan nasabah dalam menggunakan e-banking atau dengan kata lain X1 tidak didukung.
H0: Tidak terdapat pengaruh yang signifikan variabel pelayanan terhadap keputusan nasabah dalam menggunakan e- banking di PT. BRI KC Jember.
b) Pada variabel X2 (kemudahan) di tabel 3.15 memiliki nilai koefisien regresi sebesar 0,381 pada signifikansi 0,045 yang lebih kecil dari 0,05. Berdasarkan hal ini dapat menyatakan bahwa variabel kemudahan berpengaruh positif terhadap
keputusan nasabah dalam menggunakan e-banking atau dengan kata lain X2 didukung.
H1: Terdapat pengaruh yang signifikan variabel kemudahan terhadap keputusan nasabah dalam menggunakan e-banking di PT. BRI KC Jember.
c) Pada variabel X3 (kepercayaan) di tabel 3.15 memiliki nilai koefisien regresi sebesar 0,875 pada signifikansi 0,022 lebih kecil dari 0,05. Berdasarkan hal ini menyatakan bahwa variabel kepercayaan berpengaruh positif terhadap keputusan nasabah dalam menggunakan e-banking atau dengan kata lain X3 didukung.
H1: Terdapat pengaruh yang signifikan variabel kepercayaan terhadap keputusan nasabah dalam menggunakan e-banking di PT. BRI KC Jember.
d) Pada variabel pelayanan, kemudahan, dan kepercayaan memiliki nilai negatif koefisien regresi sebesar -24.929 pada signifikansi 0,000 lebih kecil dari 0,05. Berdasarkan hal ini menyatakan bahwa variabel pelayanan, kemudahan, dan kepercayaan berpengaruh negatif terhadap keputusan nasabah dalam menggunakan e-banking.
H1: Terdapat pengaruh yang signifikan variabel pelayanan, kemudahan, dan kepercayaan terhadap keputusan nasabah dalam menggunakan e-banking di PT. BRI KC Jember.
Tabel 3.16
Ringkasan Hasil Pengujian Hipotesis
Hipotesa Deskriptif B Sig. Hasil
X1 Pelayanan -0,022 0,303 Tidak
didukung
X2 Kemudahan 0,381 0,045 Didukung
X3 Kepercayaan 0,875 0,022 Didukung