Mahasiswa TA. 20052006 = 8 250 x 146 = 4,38 = 4
Mahasiswa TA. 20062007 = 76 250 x 146 = 43,80 = 44
Mahasiswa TA. 20072008 = 59 250 x 146 = 34,50 = 35
Mahasiswa TA. 20082009 = 46 250 x 146 = 26,90 = 27
Mahasiswa TA. 20092010 = 61 250 x 146 = 35,62 = 36
Jumlah 146
3.3 Teknik Pengumpulan Data a.
Jenis Data
Jenis data dalam penelitian ini adalah data primer yaitu data yang diperoleh langsung melalui observasi dan menyebarkan kuesioner kepada
responden. Responden yang dimaksud disini adalah mahasiswa Administrasi Bisnis TA. TA. 20052006 sampai TA. 20092010 pada Fakultas Ilmu Sosial
dan Ilmu Politik UPN “Veteran” Jawa Timur.
b. Sumber data
Sumber data yaitu jawaban responden melalui kuesioner yang telah dibagikan kepada mahasiswa Administrasi Bisnis TA. 20052006 sampai TA.
20092010 pada Fakultas Ilmu Sosial dan Ilmu Politik UPN “Veteran” Jawa Timur serta berdasarkan hasil observasi yang dilakukan oleh peneliti.
c. Pengumpulan Data
Dalam pengumpulan data peneliti menggunakan metode pengumpulan data Kuesioner yaitu teknik pengumpulan data yang dilakukan dengan cara
memberi seperangkat pernyataan tertulis kepada responden untuk dijawabnya.
3.4 Teknik Analisis dan Uji Hipotesis 3.4.1 Uji Validitas dan Reliabilitas
Variabel atau dimensi yang diukur melaui indikator-indikator dalam daftar pertanyaan perlu dilihat validitas dan reliabilitasnya, dimana hal ini dijelaskan
sebagai berikut : a. Uji Validitas
Uji validitas merupakan suatu derajat ketepatan alat ukur penelitian tentang isi sebenarnya yang di ukur. Analisis validitas bertujuan untuk menguji
apakah tiap butir pertanyaan benar-benar telah sahih, analisis ini dilakukan dengan cara mengkorelasikan antara skor item dengan skor total item dengan skor total
item. Validitas data penelitian ditentukan oleh proses pengukuran yang akurat. Suatu instrumen pengukuran dikatakan valid jika instrumen tersebut mengukur
apa yang seharusnya di ukur dan sesuai dengan harapan peneliti. Dalam hal ini koefisien korelasi yang nilai signifikannya lebih kecil dari 5 Level
Significance menunjukkan bahwa item-item tersebut sudah sahih sebagai
pembentuk indikator. Adapun persamaan rumus yang digunakan : Rumus :
Husein Umar, 2002 :316
Dimana : Rxy
= Koefisien korelasi antara item dengan skor total. X
= Skor jawaban setiap item. Y
= Skor total. n
= Jumlah subyek uji coba. b. Uji Reliabilitas
Reliabilitas adalah alat ukur yang digunakan untuk mengetahui apakah jawaban yang diberikan responden dapat dipercaya atau dapat diandalkan. Dengan
perkataan lain, hasil pengukuran tetap konsistensi bila dilakukan pengukuran yang sama. Sumarsono, 2002 : 34.
Suatu konstruk atau variabel dikatakan reliabel jika memberikan nilai Cronbach Alpha
0,60 Nilai Alpha Cronbach dapat dihitung dengan menggunakan Rumus :
.................................... Husein Umar, 2002:100 Keterangan :
= Reliabilitas instrumen Alpha Cronbach
k = Banyaknya butir pertanyaan
Ot 2
= Varian total ∑
ob 2
= Jumlah varian butir
3.4.2 Uji Asumsi Klasik
Kemudian dilakukan uji asumsi klasik pada model regresi diperoleh untuk mengetahui apakah model yang didapatkan telah memenuhi asumsi klasik yang
ada. Karena dalam analisis regresi linier berganda terdapat beberapa asumsi yang harus dipenuhi agar persamaan regresi yang dihasilkan akan valid jika digunakan
untuk memprediksi nilai variabel dependen, Santosa dan Ashari, 2005:231 Beberapa asumsi klasik tersebut menurut Sulaiman 2004 : 88 adalah sebagai
berikut : 1. Homokedastisitas kesamaan varians
Salah satu asumsi penting dalam model regresi linier berganda adalah bahwa varians dan residual dari salah satu pengamatan ke pengamatan yang lain
adalah tetap. Apabila asumsi tersebut tidak terpenuhi berarti terjadi gejala heteroskedasitas Salah satu cara untuk mendeteksi terjadi atau tidaknya
heteroskedasitas adalah melihat ada tidaknya pola tertentu pada grafik scatterpoli, dimana sumbu X adalah Y yang telah diprediksi dan sumbu Y adalah residual
Y
Prediksi
– Y
Sesungguhnya
yang telah di studentized, Santosa, 2000 : 210. Adapun dasar pengambilan keputusan adalah sebagai berikut :
a. Jika terdapat pola tertentu, seperti titik-titik yang ada membentuk suatu pola tertentu yang teratur bergelombang, melebar, kemudian menyempit, maka
telah terjadi heteroskedasitas. b. Jika tidak ada pola yang jelas serta titik-titik menyebar diatas dan dibawah
angka 0 pada sumbu Y, maka tidak terjadi heteroskeditas. 2. Non-autokorelasi
Pengujian terhadap asumsi ini bertujuan untuk mengetahui apakah dalam sebuah model regresi terdapat korelasi antara dua data observasi yang disusun
menurut urutan waktu seperti data times series atau menurut urutan ruang atau
tempat seperti data cross section. Jika terjadi korelasi berarti muncul gejala autokorelasi. Suatu model regresi yang baik adalah regresi yang bebas dari gejala
autokorelasi. Untuk mendeteksi ada atau tidaknya autokorelsi, dapat dilakukan pengujian Durbin Watson DW dengan ketentuan sebagai berikut Trihendardi,
2005 : 98. a. 1.65 DW 2.35 tidak terjadi autokorelasi.
b. 1.21 DW 1.65 atau 2.35 DW 2.79 tidak dapat disimpulkan. c. DW 1.21 atau DW 2.79 terjadi autokorelasi.
3. Non-multikolinearitas Multikonieritas berarti terdapat hubungan korelasi di antara beberapa
atau semua variabel independen dalam model regresi. Suatu model regresi yang baik mengasumsikan bahwa tidak terjadi korelasi di antara variabel independen.
Untuk mendeteksi ada atau tidaknya multikolinearitas, dapat dilihat dari nilai VIF Variance Inflations Factor dan tolerance. Suatu model regersi diukatakan bebas
dari gejala multikolinearitas apabila nilai VIF 10 dan tolerance value 0,10. Apabila dalam model regresi terjadi multikolinearitas, maka salah satu cara
penanggulangannya adalah dengan mengeluarkan salah satu dari variabel independent yang saling berkorelasi kuat Santosa S, 2000 : 207.
4. Normalitas Pengujian terhadap normalitas dilakukan untuk menguji kenormalan
distribusi data. Suatu data dikatakan terdistribusi secara normal apabila data mengikuti bentuk distribusi normal, yaitu memusat pada nilai rata-rata medium
Santosa dan Ashari, 2005 : 231. Salah satu cara untuk mengetahui bentuk
distribusi data adalah dengan menggunakan plot probabilitas normal normal probability plot
. Dalam plot ini, masing-masing nilai pengamatan dipasangkan dengan nilai harapan dari distribusi normal.
Adapun dasar pengambilan keputusan menurut Sulaiman 2004 : 89 adalah sebagai berikut :
a. Jika titik-titik data menyebar di sekitar garis diagonal, maka model regresi memenuhi asumsi normalitas.
b. Jika titik-titik data menyebar jauh dari garis diagonal, maka model regresi tidak memenuhi asumsi normalitas.
3.4.3 Teknik Analisis Regresi Linier Berganda
Sesuai dengan tujuan penelitian yaitu untuk menganalisis variabel yang mempengaruhi kepuasan mahasiswa pada progdi Ilmu Administrasi Bisnis
Fakultas Ilmu Sosial dan Ilmu Politik UPN “Veteran” Jawa Timur, maka teknis analisis yang digunakan adalah Regresi Linier Berganda yaitu suatu analisis yang
digunakan untuk meneliti hubungan antara sebuah variabel dependen dengan beberapa variabel independen. Faktor-faktor yang dimaksud dalam penelitian ini
adalah bukti fisik, perhatian, keandalan, daya tanggap, jaminan, dan harga yang bentuk persamaannya adalah :
Rumus : Y = a + b1X1 + b2X2 + b3X3 + b4X4 + b5X5 + b6X6 + e
i
Sugiyono 2008:277 Dimana :
Y = Kepuasan
mahasiswa
X1 = Bukti fisik
X2 =
Perhatian X3
= Keandalan
X4 = Daya tanggap
X5 = Jaminan
X6 =
Harga a =
Kostanta b
1
b
2
b
3
…bi = Kefisien regresi untuk variabel X
1
,X
2
,X
3
,…Xi
3.5 Pengujian Hipotesis a. Uji F Simultan
Untuk melihat signifikan tidak pengaruh variabel-variabel bebas secara bersama-sama terhadap variabel terikat. Dengan langkah-langkah sebagai berikut :
1. Merumuskan hipotesis H
: b
1
…….. = 0 tidak ada pengaruh variabel bebas terhadap variabel
terikat. H
1
: b
1
…….. ≠ 0
ada pengaruh variabel bebas terhadap variabel terikat.
2. Menentukan level of signifikan 0 sebesar 5. 3. Tingkat signifikan yang digunakan adalah 0,05 dengan derajat bebas df=n-k-1
Dimana : n
= Jumlah pengamatan Jumlah Sampel. k
= Jumlah parameter Jumlah variabel.
4. Menentukan nilai F
hitung
. Rumus :
................................... Sudjana, 2002 : 382 Dimana :
R
2
= Koefisien
Determinan. k
= Banyaknya variabel. n
= Banyaknya pengamatan. Untuk menghitung R
2
digunakan rumus : ............................................. Sudjana, 2002 : 383
Dimana : R
2
= Koefisien.
JK = Jumlah kuadrat.
Kegunaan dari R
2
adalah untuk mengukur kesesuaian garis regresi. Dalam hal ini, secara sistematis besarnya nilai R
2
adalah 0 ≤ R
2
≤ 1. Dimana, jika nilai R
2
mendekati 1 maka dapat dikatakan semakin kuat untuk model regresi dalam menerangkan varian bebas terhadap variabel terikat. Sebaliknya, jika R
2
mendekati 0 maka semakin lemah model regresi dalam menerangkan varian variabel bebas terhadap variabel terikat.
5. Kriteria Pengujian a. Apabila F
hitung
F
tabel
, maka Ho ditolak dan H
1
diterima, artinya secara variabel bebas secara keseluruhan mempengaruhi terhadap variabel terikat.
b. Apabila F
hitung
≤ F
tabel
, maka Ho diterima dan H
1
ditolak, artinya secara variabel bebas secara keseluruhan tidak mempengaruhi terhadap variabel terikat.
6. Daerah kritis Ho
Ho diterima jika F
hit
≤ F
tab
Ho ditolak jika F
hit
F
tab
b. Uji t parsial