Metode Analisis Data

3.6 Metode Analisis Data

  Data-data yang diperoleh dikumpulkan untuk kemudian dianalisa untuk mendapatkan penjelasan atas masalah yang akan dibahas. Dalam penyusunan skripsi ini data yang diperoleh dianalisis dengan menggunakan :

3.6.1 Uji Validitas dan Reabilitas Instrumen

  Validitas adalah tingkat keandalah dan kesahihan alat ukur yang digunakan. Intrumen dikatakan valid berarti menunjukkan alat ukur yang dipergunakan untuk mendapatkan data itu valid atau dapat digunakan untuk mengukur apa yang seharusnya di ukur (Sugiyono, 2004:137). Dengan demikian, instrumen yang valid merupakan instrumen yang benar-benar tepat untuk mengukur apa yang hendak di ukur. Tujuan uji vaiditas secara umum adalah untuk mengetahui apakah angket yang digunakan benar-benar valid untuk mengukur variabel yang diteliti.

  Uji validitas dilakukan untuk menemukan kesahihan dan keandalan instrument penelitian. Korelasi Bevariate Pearson adalah salah satu rumus yang dapat digunakan untuk melakukan uji validitas data dengan program SPSS. Menurut Widiyanto (2010:34-37) koefisien korelasi dalam uji validitas dapat dilakukan dengan rumus pearson dengan angka kasar sebagai berikut:

  ∑ − (∑ X)(∑ Y)

  √Ʃ 2 − (Ʃ ) 2 √ Ʃ − (Ʃ ) 2

  - r xy : Koefisien korelasi

  -X

  : Variabel pertama

  -Y

  : Variabel Kedua - n : Banyaknya pasangan data -∑

  : Jumlah

  Dasar pengambilan keputusan dalam uji validitas adalah:

  a. Jika nilai r hitung >r tabel , maka pertanyaan variabel pertama atau pernyataan dalam angket berkorelasi signifikan terhadap variabel kedua (artinya variabel pertama dinyatakan valid).

  b. Jika nilai r hitung

  Sedangkan uji reliabilitas pada dasarnya untuk mengetahui sejauh mana hasil suatu pengukuran dapat dipercaya. Jika hasil pengukuran yang dilakukan berulang menghasilkan hasil yang relative sama, pengukuran tersebut dianggap memiliki tingkat reliabilitas yang baik. Dalam penelitian ini uji reliabilitas menggunakan kaidah alpha cronbach, karena instrumen yang digunakan mempunyai rentang nilai, dengan rumus

  Keterangan :

  α

  = Reliabilitas Instrumen.

  K

  = Yang disebut sebagai indeks korelasi dua belahan

  instrumen

  2 Σ = Jumlah butir varians

  2 = Varians total

  Sedangkan untuk tingkat reliabilitas ini dapat dilihat pada nilai cronbach’s alpha. Menurut Imam Ghozali (2011:482), reliabilitas yang baik adalah yang memiliki nilai Cronbach’s Alpha > 0,7.

3.6.2 Uji Asumsi Klasik

  Untuk mendapatkan nilai pemeriksa yang tidak bias dan efisien (Best Linear Unbias EstimatorBLUE) dari suatu persamaan regresi bergandadengan metode kuadrat terkecil (Least Squares), perlu dilakukan pengujian umtuk mengetahui model regresi yang dihasilkan dengan jalanmemenuhi persyaratan asumsi klasik yang meliputi :

a) Uji Normalitas

  Bertujuan untuk menguji apakah dalam model regresi variabel

  terikat dan variabel bebas keduanya mempunyai distribusi normal apakah tidak. Model regresi yang baik adalah memiliki distribusi data normal aatau mendekati normal. Pada prinsipnya normalitas dapt dideteksi dengan melihat penyebaran data (titik), pada sumbu diagonal pada grafik atau dengan melihat histogram dari residualnya. Dasar pengambilan keputusan menurut Ghozali (2009;79) yaitu :

  1) Jika data menyebar di sekitar garis diagonal dan mengikuti arah garis

  diagonal atau garis histogramnya menunjukkan pola distribusi normal, maka model regresi memenuhi asumsi normalitas.

  2) Jika data menyebar jauh dari garis diagonal dan tidak mengikuti garis

  diagonal atau grafik histogramnya tidak menunjukkan pola distribusi normal, maka model regresi tidak memenuhi asumsi normalitas.

b) Uji Multikolinearitas

  Menurut Ghazali (2005:91) Uji Asumsi Multikolinearitas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antaravariabel bebas (independent). Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel independent. Jika terjadi korelasi, maka dinamakan terdapat masalah Multikolinearitas atau disebut independenyang nilai korelasi antar sesama variabel independent sama dengan nol. Uji Multikolinieritas dapat dilakukan dengan 2 cara yaitu dengan melihat VIF (variance inflation factor) dan tolerance value. Apabila Menurut Ghazali (2005:91) Uji Asumsi Multikolinearitas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antaravariabel bebas (independent). Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel independent. Jika terjadi korelasi, maka dinamakan terdapat masalah Multikolinearitas atau disebut independenyang nilai korelasi antar sesama variabel independent sama dengan nol. Uji Multikolinieritas dapat dilakukan dengan 2 cara yaitu dengan melihat VIF (variance inflation factor) dan tolerance value. Apabila

c) Uji Heteroskedastisitas

  Menurut Ghazali (2005:105) tujuan dari asumsi regresi linier berganda Heteroskedastisitas ini adalah untuk menguji apakah dalam sebuah model regresi terdapat ketidaksamaan varians dari residual darisatu pengamatan ke pengamatan lain jika tetap maka disebut Homokedasitas dan jika berbeda disebut Heteroskedastisitas.

  Menurut Ghozali (2009:119) metode yang digunakan dalam heteroskedastisitas adalah metode Park, uji Park ini dilakukan dengan cara meregresikan nilai Log Residual dikuadratkan yang diperoleh melalui hasil regresi. Gejala heterokedastisitas dapat diketahui melalui uji Park dimana tingkat signifikansi dibawah 5 dan apabila nilai t hitung > t tabel , maka disimpulkan tidak terjadi heterokedastisitas.

  Selain itu heteroskedastisitas diuji dengan menggunakan uji koefisien Korelasi Rank Spearman yaitu mengkorelasikanantara absolut residual hasil regresi dengan semua variabel bebas. Bila signifikan yang diperoleh lebih kecil dari 0,05 (5) maka persamaan regresi tersebut mengandung heteroskedastisitas dan sebaliknya non heteroskedastisitas atau homoskedastisitas.

d) Uji Autokorelasi

  Tujuannya untuk menguji apakah dalam sebuah regresi linierberganda ada korelasi antara kesalahan pengganggu pada periode tdengan kesalahan pada periode t-1 (sebelumnya).Jika terjadi korelasi,maka terjadi outokorelasi.Model korelasi yang baik adalah bebas dari autokorelasi (Ghazali, 2005:95). Menurut Singgih (2005:219), untuk mendeteksi ada tidaknya autokorelasi, melalui model Durbin-Watson yang dapat dilakukan melalui program SPSS, dimana secara umum dapat dimbil patokan yaitu:

  a. Jika angka D-W dibawah -2, berarti autokorelasi positif.

  b. Jika angka D-W dibawah +2, berarti autokorelasi negatif.

  c. Jika angka D-W diantara -2 sampai dengan +2, berarti tidak ada autokorelasi.

3.6.3 Analisis Regresi Linier Berganda

  Teknik analisis yang akan dipakai dalam penelitian ini adalah teknik analisis regresi linier berganda untuk memperoleh gambaran yang menyeluruh mengenai hubungan antara variabel satu dengan variabel lain. Variabel dependent dalam penelitian ini adalah Peranan yang dipegang oleh PT. Bank “X” dan variabel independent merupakan Penanganan transaksi LC Ekspor, Penyelesaian transaksi LC Ekspor, dan Penerapan peraturan Uniform Customs and Practice for Documentary Credit (UCPDC 600). Untuk mengetahui apakah ada pengaruh dari variabel independent terhadap variabel dependent maka digunakan model regresi linier berganda yang dirumuskan sebagai berikut:

  Y=a+b ₁ X₁ + b₂ X₂ + b₃ X₃

  - Nilai Y merupakan Peranan yang dipegang oleh Bank - Nilai a merupakan konstanta persamaan regresi - Nilai b ₁ - b₃ merupakan koefisien regresi dari tiap-tiap variabel independen - Nilai X ₁ merupakan Penanganan transaksi LC Ekspor pada PT. Bank “X” - Nilai X ₂ merupakan Penyelesaian transaksi LC Ekspor pada PT. Bank “X” - Nilai X ₃ merupakan Penerapan peraturan Uniform Customs and Practice

  for Documentary Credit (UCPDC 600) pada PT. Bank “X”

3.6.4 Koefisien Determinasi (R 2 )

  Koefisien determinasi (R²) digunakan untuk mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen. Nilai koefisien determinasi adalah antara 0 dan 1. Nilai yang mendekati satu berarti variabel independen memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variasi variabel dependen, karena jika nilai R² kecil berarti kemampuan variabel independen dalam menjelaskan variabel dependennya amat terbatas (Ghozali, 2011).

  Akan tetapi terdapat kelemahan dalam penggunaan koefisien determinasi, yaitu adanya bias terhadap jumlah vaiabel independen yang dimasukkan ke dalam model. Ini terjadi karena setiap ada penambahan variabel independen, maka nilai R² pasti akan meningkat tidak peduli apakah variabel independen tersebut secara signifikan berpengaruh terhadap variabel dependen. Maka dari itu penelitian ini menggunakan

  Adjusted R² seperti banyak dianjurkan oleh banyak peneliti karena nilainya dapat naik atau turun apabila terjadi penambahan variabel independen ke dalam model.

3.6.5 Uji Stimultan (F test)

  Uji statistik F pada dasarnya menunjukan apakah semua variabel independen yang dimasukan dalam model mempunyai pengaruh yang secara bersama-sama terhadap variabel dependen. Hipotesis nol (Ho) yang hendak diuji adalah apakah

  semua parameter dalam model sama dengan nol, atau : Ho : b 1 =b 2 = b 3 = 0, artinya

  apakah semua variabel independen bukan merupakan penjelas yang signifikan terhadap variabel dependen.

  Sedang Hipotesis alternatifnya (Ha) tidak semua parameter secara simultan

  sama dengan nol, atau : Ha : b 1 ≠b 2 ≠ b 3 ≠ 0, artinya, semua variabel bebas secara

  simultan mempunyai penjelas yang signifikan terhadap variabel terikat. Pengujian dengan uji F variansnya adalah dengan membandingkan F hitung dengan F tabel pada level of significance α (alpha) sebesar 5 apabila hasil perhitungannya :

  1. F hitung >F tabel , maka Ho ditolak dan Ha diterima Artinya variasi dari model regresi berhasil menerangkan variasi variabel bebas secara keseluruhan, sejauh mana pengaruhnya terhadap variabel terikat.

  2. F hitung

3.6.6 Uji Parsial (Uji t)

  Uji parsial (t test) bertujuan untuk mengetahui seberapa besar pengaruh masing-masing variabel independen terhadap variabel dependen, seberapa jauh pengaruh satu variabel independen atau variabel penjelas secara individual mampu menerangkan variabel dependen. Hipotesis nol (Ho) yang hendak diuji adalah apakah suatu parameter (bi) sama dengan nol, atau Ho : bi = 0, artinya suatu variabel independen bukan merupakan penjelas yang signifikan terhadap variabel dependen.

  Hipotesis alternatifnya (Ha) parameter suatu variabel tidak sama dengan nol, atau Ha : bi ≠ 0, artinya variabel tersebut merupakan variabel penjelas yang Hipotesis alternatifnya (Ha) parameter suatu variabel tidak sama dengan nol, atau Ha : bi ≠ 0, artinya variabel tersebut merupakan variabel penjelas yang

  

  1. Ho diterima dan Ha ditolak apabila t hitung

  2. Ho ditolak dan Ha diterima apabila t hitung >t tabel . Artinya variabel bebas berpengaruh secara signifikan terhadap variabel terikat.