Metode Analisis Data Brand characteristic
37
Nachrowi, 2008 ; 118
Untuk mengetahui apakah ada korelasi diantara variabel-variabel bebas dapat diketahui dengan melihat dari Nilai tolerance dan Variance
Inflation Factor VIF. Kedua ukuran tersebut menunjukkan setiap variabel bebas manakah yang dijelaskan oleh variabel bebas lainnya.
Dalam pengertian sederhana setiap variabel bebas menjadi variabel terikat dan diregres terhadap variabel bebas lainnya. Tolerance mengukur
variabilitas variabel bebas yang terpilih yang tidak dapat dijelaskan oleh variabel bebas lainnya. Jadi nilai tolerance yang rendah sama dengan nilai
VIF yang sangat tinggi karena VIF = 1tolerance dan menunjukkan adanya kolinearitas yang tinggi. Nilai cut off yang umum dipakai adalah
tolerance 0,10 atau sama dengan VIF diatas 10. Setiap peneliti harus menentukan tingkat kolinearitas yang masih dapat diterima Suliyanto,
20011 : 82 c.
Uji Autokorelasi Uji autokorelasi bertujuan menguji apakah dalam model regresi
linear ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode t-1 maka dinamakan ada problem
autokorelasi. Autokorelasi muncul karena observasi sebelumnya. Jika terjadi korelasi, yang berurutan sepanjang waktu berkaitan satu sama
lainnya Ghozali, 2006:95. Untuk menguji ada tidaknya gejala autokorelasi maka dapat
dideteksi dengan uji Durbin-Watson DW test. Pengambilan keputusan ada atau tidaknya autokorelasi adalah sebagai berikut
38
Singgih Santoso, 2004: 219 dalam Indoyama, 2008: 22 : 1 Angka D-W dibawah -2, ada autokorelasi positif
2 Angka D-W diantara -2 sampai +2, tidak ada autokorelasi 3 Angka D-W diatas -2 sampai +2, ada autokorelasi negatif
d.
Uji Heterokedastisitas Uji heterokedastisitas bertujuan menguji apakah dalam model
regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang lain. Jika variance dari residual satu pengamatan
ke pengamatan lain tetap, maka disebut Homoskedastisitas dan jika berbeda disebut Heteroskedastisitas Ghozali, 2011 :139
Pada penelitian ini menggunakan metode glejser dilakukan dengan meregresikan semua variabel bebas terhadap nilai mutlak
residualnya. Jika nilai probabilitas lebih besar dari nilai alpha sig maka
dapat dipastikan
model tidak
mengandung gejala
heteroskedastisitas Suliyanto, 2011 : 102
4. Analisis Model Regresi Berganda Menurut sugiyono 2009:260 analisis regresi digunakan untuk
memprediksikan seberapa jauh perubahan nilai variabel dependen, bila nilai variabel independen di manipulasidirubah-rubah atau dinaik-
turunkan. Analisis regresi berganda digunakan oleh peneliti, bila peneliti
bermaksud meramalkan bagaimana keadaan naik-turunnya variabel dependen, bila dua atau lebih variabel independen sebagai faktor prediktor
di manipulasi dinaik-turunkan nilainya. Jadi analisis regresi berganda
39
akan dilakukan bila jumlah variabel independennya minimal 2. Data dianalisis dengan menggunakan model regresi berganda
multiple regression method yang mendasarkan diri pada hubungan antara dua variabel, yaitu: variabel dependen dan variabel independen. Sebagai
variabel independen yaitu shared value X1, communication X2, brand characteristic X3, sedangkan variabel dependen yaitu tingkat
kepercayaan trust Y.
Sebelum model regresi diatas digunakan dalam pengujian hipotesis, terlebih dahulu model tersebut akan diuji apakah model tersebut
memenuhi asumsi klasik atau tidak, yang mana asumsi ini merupakan
asumsi yang mendasari analisis regresi.
Dengan model regresi berganda adalah sebagai berikut:
Y = a + b
1
X
1
+ b
2
X
2
+ b
3
X
3
+ e
Keterangan simbol: Y = Tingkat Kepercayaan Trust Nasabah produk BII Internet Banking
X
1
= Shared Value
X
2
= Communication X
3
= Brand Characteristic a = Konstanta Intercept
b
1-3
= Koefisien regresi e = Variabel penggangu Disturbance error
5. Uji koefisien determinasi Koefisien determinasi R
2
pada intinya mengukur seberapa jauh
40
kemampuan model dalam menerangkan variasi variabel dependen, Nilai koefisien determinasi adalah diantara nol dan satu, jika nilai R
2
kecil atau mendekati nol maka variasi variabel dependent amat terbatas.Sedangkan
jika nilai R
2
besar atau mendekati satu maka hampir semua informasi yang dibutuhkan untuk memprediksi variabel dependen Imam Ghozali, 2011
:97. 6. Uji Hipotesis
a. Uji Simultan F Uji F dimaksudkan untuk melihat kemampuan menyeluruh dari
variabel bebas untuk dapat atau mampu menjelaskan tingkah laku atau keragaman variabel Y dan juga dimaksudkan untuk mengetahui
apakah semua variabel bebas memiliki koefisien regresi sama dengan nol Suharyadi, 2004:523.
Untuk mengatahui makna nilai F-test tersebut akan dilakukan dengan membandingkan tingkat signifikan sig.F dengan tingkat
signifikan = 5 . Apabilah sig. F ≤ 0.05 atau F hitung F tabel,
maka hipotesis nol ditolak artinya variabel independent secara bersama-sama berpengaruh signifikan terhadap variabel dependent.
Atin Yulaifah, 2011:68. b. Uji Parsial t
Uji t bertujuan menunjukan seberapa jauh pengaruh satu variabel penjelasanindependen secara individual dalam menerangkan variasi
variabel dependen Imam Ghozali, 2011:98. Menurut Sudjana 2002:226, distribusi t, sehingga menentukan
41
kriteria pengujian, digunakan daftar distribusi t. H diterima jika
–t ½ 1- t t ½ 1- dengan t ½ 1- didapat dari daftar distribusi t
dengan peluang ½ 1- . Dalam hal lainnya, H ditolak.
Uji dilakukan dua sisi karena akan diketahui apakah rata-rata kemasan 1 sama dengan kemasan 2 atau tidak. Jadi bisa lebih besar
atau lebih kecil, karenanya dipakai uji dua sisi. Perlunya uji dua sisi bisa diketahui dari output SPSS yang menyebut adanya two tailed test
Santoso, 2010:97.