57
scale , lalu pilih reliability analysis. Hasil analisis tersebut akan diperoleh melalui
cronbach’s alpha. Suatu konstruk atau variabel dikatakan reliabel jika
memberikan nilai cronbach’s alpha 0,6 Nunnally dalam Ghozali, 2007:44.
Tabel 3.5. Uji Reliabilitas Kuesioner Kurnia Futsal Stadium
No. Variabel Cronbach
Alpha Cronbach
Alpha yang
disyaratkan Kesimpulan
1. Kualitas Pelayanan
0,794 0.6 RELIABEL
2,. Atribut Produk
0,890 0,6 RELIABEL
3. Kepuasan Konsumen
0,778 0,6
RELIABEL 4. Loyalitas
Konsumen 0,822
0,6 RELIABEL
Koefisien reliabilitas yang terlihat dalam Tabel 4. nilainya lebih dari 0.6 sehingga menunjukkan pertanyaan yang digunakan reliabel.
3.8. Analisis Deskriptif
Analisis deskriptif persentase merupakan analisis data yang bertujuan untuk mengkatagorikan responden dalam kelompok-kelompok yang bersifat
kualitatif, digunakan untuk mengetahui tingkat kualitas pelayanan, atribut produk, kepuasan konsumen dan loyalitas konsumen.
Adapun rumus yang digunakan adalah :
Keterangan : : Persentase nilai yang diperoleh.
n : Jumlah skor yang diperoleh
58
N : Jumlah seluruh nilai ideal, dicari dengan cara jumlah item dikalikan nilai
ideal tiap item dan dikalikan jumlah responden Muhammad Ali dalam Miftah Ussurur, 2009 : 68.
Hasil kuantitatif dari perhitungan dengan rumus diatas selanjutnya diubah atau ditafsirkan dengan kalimat yang bersifat kualitatif. Dalam hal ini tingkat
kualitas pelayanan, atribut produk, kepuasan konsumen dan loyalitas konsumen ditafsirkan secara kualitatif kedalam 5 kriteria. Menurut Ali dalam
Ussurur 2009 : 68, langkah-langkah untuk menentukan besarnya rentang skor kriteria tersebut dilakukan dengan cara sebagai berikut :
1. Menetapkan persentase maksimal yaitu 100.
2. Menetapkan persentase minimal yaitu 25.
3. Menetapkan rentangan persentase.
Rentangan presentase diperoleh dengan cara mengurangi persentase tertinggi 100 dengan persentase terendah 25 yaitu : 100 -
25 = 75. 4.
Menetapkan interval persentase. Interval persentase diperoleh dengan cara membagi rentangan
persentase dengan jenjang kriteria yaitu = 75 : 5 = 15 . 5.
Menetapkan jenjang kriteria. Dalam jenjang kriteria ini dikelompokkan menjadi 5 kriteria yaitu
sangat tinggi, tinggi, sedang, rendah, sangat rendah Ali ,dalam Ussurur 2009 : 68.
59
Tabel 3.6 Jenjang Kriteria
No Interval Persentase
Kriteria
1 85,01 100
Sangat Tinggi 2
69,01 85,00 Tinggi
3 53,01 69,00
Sedang 4
38,01 53,00 Rendah
5 23,00 38,00
Sangat Rendah
6. Persen perolehan skor yang didapat selanjutnya dikonsultasikan
dengan tabel kriteria diatas yang dikelompokkan dalam 5 kriteria, yaitu : sangat tinggi, tinggi, sedang, rendah, sangat rendah.
3.9. Uji Asumsi Klasik
Uji asumsi klasik adalah yang digunakan untuk mengetahui apakah model regresi berganda yang digunakan untuk menganalisis dalam penelitian
ini asumsi klasik atau tidak. Uji asumsi klasik dalam ekonometrika yaitu
3.10.1 Uji Multikolineritas
Uji multikolinearitas dimaksudkan untuk menguji apakah model regresi ditemukan adanya korelasi antara variabel bebas independen Ghozali, 2007:
91. Apabila terjadi korelasi antara variabel bebas, maka terdapat problem multikolinearitas pada model regresi tersebut. Untuk mendeteksi ada atau
tidaknya multikolinearitas di dalam model regresi adalah sebagai berikut, a. Nilai R yang dihasilkan oleh suatu estimasi model regresi empiris sangat
tinggi, tetapi secara individual variabel-variabel bebas banyak yang tidak signifikan mempengaruhi variabel tertentu.
60
b. Menganalisis matrik korelasi variabel-variabel bebas. Jika antar variabel bebas ada korelasi yang cukup tinggi umumnya diatas 0,90, maka hal
ini merupakan indikasi adanya multikolinieritas. c. Multikolineritas juga dapat dilihat dari nilai tolerance dan variance
inflation factor VIF. Jika VIF lebih dari 10 maka terjadi
multikolinieritas.
3.10.2 Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residu satu pengamatan ke pengamatan
yang lain. Jika varian dari residual pengamatan ke pengamatan lain berbeda berarti ada gejala heteroskedastisitas. Model regresi yang baik tidak terjadi
adanya heteroskedastisitas, dan cara untuk mengetahuinya menggunakan Scatter plot
. Apabila titik-titiknya menyebar diatas dan dibawah angka nol dan tidak membentuk pola tertentu maka model regresi bebas dari masalah
heteroskedastisitas.
3.10.3 Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel terikat dan variabel bebas keduanya memiliki distribusi normal atau
tidak. Model regresi yang baik adalah memiliki distribusi data normal atau mendekati normal. Pengujian normalitas didapat dari grafik normal probability
plot. Pada prinsipnya normalitas dapat dideteksi dengan melihat penyebaran
data titik pada sumbu diagonal dari grafik atau dengan melihat histogram dari
61
residualnya. Dasar pengambilan keputusan dari uji normalitas Ghozali,2007:112 :
1. Jika data menyebar disekitar garis diagonal dan mengikuti arah garis
diagoanal atau grafik histogramnya menunjukkan pola distribusi normal, maka model regresi memenuhi asumsi normalitas.
2. Jika data menyebar jauh dari diagonal danatau tidak mengikuti arah garis
diagonal atau grafik histogram tidak menunjukkan pola distribusi normal, maka model regresi tidak memenuhi asumsi normalitas.
3.10.4 Uji Autokorelasi
Uji Autokorelasi bertujuan menguji apakah dalam model regresi linier ada korelasi antara kesalahan pengganggu pada periode t dengan
kesalahan pengganggu pada periode t-1 sebelumnya. Untuk menguji ada tidaknya, dalam penelitian ini menggunakan uji Durbin-Watson
DW test. Pengambilan keputusan ada tidaknya autokorelasi Ghozali, 2007:96 :
Tabel 3.7 Autokorelasi
Hipotesis nol Keputusan
Jika Tidak ada autokorelasi positif
Tidak ada autokorelasi positif Tidak ada korelasi negatif
Tidak ada korelasi negatif Tidak ada autokorelasi, positif
atau negatif Tolak
No desicion Tolak
No decision Tdk ditolak
0 d dl dl
≤ d ≤ du 4 – dl d 4
4 – du ≤ d ≤ 4 - dl
du d 4 - du
62
3.11 Analisis Jalur Path Analysis
Dalam analisis jalur tidak digunakan istilah variabel bebas dan
variabel tergantung, sebagai gantinya digunakan istilah variabel exogenous penyebab dan variabel endogenous akibat. Diagram jalur memberikan
secara eksplisit hubungan kausalitas antar variabel berdasar pada teori, didalam menggambarkan diagram jalur yang perlu diperhatikan arah anak
panah berkepala satu merupakan hubungan regresi dan anak panah berkepala dua adalah hubungan korelasi. Jika didalam model terdapat lebih
dari satu variabel exogen, maka antar variabel exogen ini harus dihubungkan
dengan anak panah berkepala dua korelasi, Ghozali, 2005: 161.
Untuk menguji pengaruh variabel intervening digunakan metode analisis jalur Path Analysis. Analisis jalur merupakan perluasan dari analisis regresi
linier berganda, atau analisis jalur adalah penggunaan analisis regresi untuk menaksir hubungan kausalitas antar variabel model causal yang telah
ditetapkan sebelumnya berdasarkan teori Ghozali 2007:174. Persamaan dalam model ini terdiri dari dua tahap, yaitu:
1 Persamaan pertama:
X
3
= b
1
X
1
+ b
2
X
2
+e
1
Keterangan: X
3
: Variabel
intervening Kepuasan konsumen
b
1
: Koefisien Regresi X
1
: Kualitas pelayanan X
2 :
Atribut produk
63
e
1
: Variance variabel kepuasan konsumen yang tidak dijelaskan oleh kualitas pelayanan dan Atribut produk
2 Persamaan kedua:
Y = b
1
X
1
+ b
2
X
2
+b3P+ e
2
Keterangan: Y
: Loyalitas konsumen b
1
, b
2
: Koefisien Regresi X
1
: kualitas pelayanan X
2
: Atribut produk e
2
: Variance
variabel loyalitas konsumen yang tidak dijelaskan oleh kualitas pelayanan, atribut produk, dan kepuasan konsumen.
Gambar 3.1 Model Analisis jalur Path Analisis.Gozhali 2007: 182
Persamaan regresi :
X
3
= b1X
1
+ b2 X
2
+ e1 Y = b1 X
1
+ b2 X
2
+ b3P + e2 Atribut Produk
X
2
Kepuasan Konsumen X
3
Loyalitas KonsumenY
1
e
2
e Kualitas
Pelayanan X
1 P2
P4 P1
p3 P5
64
Total effect
Total effect Kualitas Pelayanan = p5+p1 p3 Total effect Atribut Produk
= p4+p2p3 Total effect Kepuasan Konsumen = p3
3.12 Pengujian Hipotesis
