Suatu konstruk atau variabel dikatakan reliabel jika memberikan nilai Cronbach
Alpha 0,60.
Hasil perhitungan
Cronbach Alpha
diinterpretasikan dengan tingkat keandalan koefisien korelasi sebagai berikut :
Antara 0,800 sampai 1,000 adalah sangat tinggi. Antara 0,600 sampai 0,799 adalah tinggi.
Antara 0,400 sampai 0,599 adalah cukup. Antara 0,200 sampai 0,399 adalah rendah.
Antara 0,000 sampai 0,199 adalah sangat rendah.
K. Teknik Analisis Data
Dalam penelitian ini, teknik analisis data yang digunakan adalah uji asumsi klasik dan analisis jalur path analysis.
1. Uji Asumsi Dasar dan Uji Asumsi Klasik
Persyaratan untuk bisa menggunakan persamaan regresi linier berganda adalah terpenuhinya uji asumsi klasik. Untuk mendapatkan nilai
pemeriksa yang efisien dan tidak bias atau BLUE Best Linear Unbias Estimator dari satu persamaan regresi linier berganda dengan metode
kuadrat terkecil least square, maka perlu dilakukan pengujian untuk mengetahui model regresi yang dihasilkan memenuhi persyaratan uji
asumsi klasik. Uji asumsi tersebut meliputi :
a. Uji Normalitas
Pengujian normalitas dilakukan untuk mengetahui normal tidaknya suatu distribusi data. Hal ini penting diketahui berkaitan dengan ketetapan
pemilihan uji statistik yang akan dipergunakan. Distribusi normal akan membentuk satu garis lurus diagonal. Jika distribusi data residual, maka
garis yang menggambarkan data sesungguhnya akan mengikuti garis diagonalnya Ghozali, 2007: 110.
b. Uji Multikolonearitas
Uji multikolinieritas bertujuan untuk menguji apakah dalam model regresi ditemukan adanya korelasi antar variabel bebas independen.
Model regresi yang baik seharusnya tidak terjadi korelasi di antara variabel independen Ghozali, 2007:91. Jika variabel bebas saling
berkorelasi, maka variabel-variabel ini tidak ortogonal. Variabel ortogonal adalah variabel independen yang nilai korelasi antar sesama
variabel independen sama dengan nol. Salah satu munculnya multikolinearitas adalah R² sangat tinggi dan tidak satupun koefisien
regresi yang memiliki pengaruh yang signifikan terhadap variabel tidak bebas secara skolastik.
c. Uji Heteroskedastisits
Uji ini bertujuan untuk menguji apakah model regresi terjadi ketidaksamaan varians dari residual satu pengamatan ke pengamatan lain
tetap, maka disebut homokedastisitas dan jika varians berbeda disebut
heterokedastisitas. Model regresi yang baik adalah yang bersifat homokedastisitas atau tidak terjadi heterokedastisitas.
2. Analisis jalur path analysis
Path analysis merupakan perluasan dari regresi linier berganda, dan yang memungkinkan analisis model-model yang lebih kompleks menurut
Streiner dalam Sarwono, 2012:17. Menurut Robert D. Retherford dalam Sarwono, 2012:17 path analysis ialah suatu teknik untuk menganalisis
hubungan sebab akibat yang terjadi pada regresi berganda jika variabel bebasnya mempengaruhi variabel tergantung tidak hanya secara langsung
tetapi juga secara tidak langsung. Sedangkan menurut Paul Webley dalam Sarwono, 2012:17 path
analysis merupakan pengembangan langsung bentuk regresi berganda dengan tujuan untuk memberikan estimasi tingkat kepentingan magnitude
dan signifikansi significance hubungan sebab akibat hipotetikal dalam seperangkat variabel.
Dari definisi-definisi di atas dapat disimpulkan bahwa sebenarnya path analysis dapat dikatakan sebagai kepanjangan dari analisis regresi
berganda, meski didasarkan sejarah terhadap perbedaan dasar antara path analysis yang bersifat independen terhadap prosedur statistik dalam
menentukan hubungan sebab akibat; sedang regresi linier memang merupakan prosedur statistik yang digunakan untuk menganalisis hubungan
sebab akibat antar variabel yang dikaji Suwarno, 2012:18. Persamaan path analysis untuk gambar 2.6 pada kerangka konseptual diatas yaitu :
e X
b X
b
2 2
1 1
1
e b
X b
X b
1 5
2 4
1 3
2
Model regresi I : Model regresi II :
Di mana : X
1
: kualitas produk X
2
: kualitas layanan Y
1
: kepuasan konsumen Y
2
: pembelian ulang e
1
: kesalahan residualgangguanresidue 1 e
2
: kesalahan residualgangguanresidue 2 Selanjutnya untuk menguji hipotesis digunakan :
a. Uji F
Uji F digunakan untuk menguji model regresi atas pengaruh variabel independen atau dalam path analysis dikenal dengan variabel
exogenous secara simultan terhadap variabilitas variabel dependen atau variabel endogenous yaitu dengan tingkat signifikan yang ditolerir yaitu
5. Apabila F
hitung
F
tabel
pada α 0,05 maka variabel independenexogenous secara bersama-sama atau simultan berpengaruh
terhadap variabel dependenendogenous. Sebaliknya, apabila F hitung ≤
F tabel pada α 0,05 maka variabel independenexogenous secara bersama-sama atau simultan tidak berpengaruh terhadap variabel
dependenendogenous. Maka, uji secara bersama-sama Uji F dapat diukur dengan menggunakan rumus Hasan, 2004:107 :
Sbi Bi
bi to
Seb b
T
Keterangan: R
2
= Koefisien determinasi k = Jumlah variabel independent
n = banyaknya sampel F = F hitung yang selanjutnya dibandingkan dengan F tabel
Jika F
hitung
≤ F
tabel
maka H diterima sedangkan
Jika F
hitung
F
tabe
l maka H ditolak
b. Uji t
Uji t digunakan untuk mengetahui apakah dalam model regresi variabel independen secara parsial berpengaruh signifikan terhadap variabel
dependen. Rumus :
dimana bi = nilai koefisien regresi
Bi = nilai koefisien regresi untuk populasi Sbi = simpangan baku koefisien regresi bi
Atau
n xy
b y
y n
se seb
2
2
2
n xy
b y
y se
dimana :
Se = kesalahan standar estimasi Kriteria pengujian :
Jika t
hitung
t
tabel
maka H ditolak dan H
a
diterima Jika t
hitung
≤ t
tabel
maka H diterima dan H
a
ditolak
BAB IV GAMBARAN UMUM
