Teknik Analisis Data METODE PENELITIAN

35

3.7.2 Skala Instrumen Pengumpulan Data

Skala yang digunakan untuk memperoleh data dalam penelitian ini adalah menggunakan skala Likert. Skala ini meminta responden menunjukkan tingkat persetujuan atau ketidaksetujuannya terhadap serangkaian pernyataan tentang suatu obyek Istijanto, 2009: 90. Dalam penentuan skor, peneliti melakukan penyederhanaan yang ditampilkan dalam tabel sebagai berikut: Tabel 3.2 Skala Likert No Alternatif Jawaban Skor 1. Sangat Setuju 5 2. Setuju 4 3. Netral 3 4. Tidak Stuju 2 5. Sangat Tidak Setuju 1 Sumber: Kuncoro 2003:157

3.8 Teknik Analisis Data

3.8.1 Uji Instrumen

Sebelum penelitian dilakukan, perlu adanya pengujian terhadap dua konsep besar dalam bidang meassurment yaitu validitas dan reliabilitas terhadap daftar pertanyaan yang digunakan. Pengujian validitas dan reliabilitas daftar pertanyaan ini dimaksudkan agar daftar pertanyaan yang digunakan untuk mendapatkan data penelitian yang memiliki tingkat validitas dan reliabilitas yang memenuhi syarat.

3.8.1.1 Uji Validitas

Universitas Sumatera Utara 36 Uji validitas digunakan untuk mengukur sah atau tidaknya suatu kuesioner. Suatu kuesioner dikatakan sah jika pertanyaan pada kuesioner mampu mengungkapkan sesuatu yang akan diukur oleh kuesioner tersebut. Uji validitas dilakukan dengan membandingkan nilai r hitung untuk setiap butir dapat dilihat pada kolom corrected item-total correlations dengan r tabel untuk degree offreedom df= n-k, dalam hal ini n adalah jumlah sampel dan k adalah jumlah item. Jika r hitung r tabel, maka pertanyaan tersebut dikatakan valid Ghozali, 2006: 45 . Dalam uji validitas dapat digunakan alat uji statistik dan dapat pula digunakan rumus teknik korelasi product moment Umar, 2003: 84: � = � ∑ �� − ∑ �∑ � �[� ∑ � 2 − � 2 ] [ � ∑ � 2 − ∑ �²] Dimana : r = koefisien korelasi n = jumlah observasiresponden X = skor pertanyaan Y = skor total Pengujian validitas dilakukan dengan bantuan alat uji statistik. Pengambilan keputusan berdasarkan nilai p valuenilai signifikasi kurang dari 0,05 5 maka item pertanyaan tersebut dinyatakan valid dan sebaliknya jika nilai p value atau signifikasi sama dengan atau lebih dari 0,05 5 dinilai tidak valid. Dengan degree of freedom df = n-2 dan alpha = 0,05, maka r tabel pada penelitian ini adalah: r 0,005; 40-2= 38 = 0,3120 sehingga : Universitas Sumatera Utara 37 1. Jika r hitung r tabel , maka instrumen penilitian dinyatakan valid. 2. Jika r hitung r tabel , maka instrumen penilitian dinyatakan tidak valid.

3.8.1.2 Uji Reliabilitas

Reliabilitas sebenarnya adalah alat untuk mengukur suatu kuesioner yang merupakan indikator dari variabel atau konstruk. Suatu kuesioner dikatakan reliabel atau handal jika jawaban seseorang terhadap pertanyaan adalah konsisten atau stabil dari waktu ke waktu Ghozali, 2006 :42. One shot atau pengukuran sekali saja yaitu disini pengukurannya hanya sekali dan kemudian hasilnya dibandingkan dengan pertanyaan lain atau mengukur korelasi antar jawaban pertanyaan. Menurut Nunnally Ghozali, 2006:42, suatu konstruk atau variabel dikatakan reliabel jika memberikan nilai Cronbach Alpha 0,60. Suatu variabel dikatakan reliabel, apabila: Hasil α 0,60 = Reliabel Hasil α 0,60 = Tidak Reliabel Dengan rumus sebagai berikut: � � � � − 1� � 1 − ∑ �² � �² � � r = koefisien reliability instrument cronbachalfa k = banyaknya butir pertanyaan ∑ �² � = total varians butir �² � = total varians Universitas Sumatera Utara 38

3.8.2 Analisis Statistik Deskriptif

Metode analisis data kuantitatif dilakukan dengan cara statistik, yakni menganalisa dengan berbagai dasar statistik dengan cara membaca tabel, grafik, atau angka yang telah tersedia kemudian dilakukan beberapa uraian atau penafsiran dari data-data tersebut. Statistik deskriptif berusaha untuk menggambarkan berbagai karakteristik data yang berasal dari suatu sampel. Analisis indeks tanggapan responden dilakukan dengan tujuan untuk mendapatkan gambaran deskriptif mengenai responden penelitian ini, khususnya variabel- variabel penelitian yang digunakan. Dalam penelitian ini, kuesioner yang disebarkan menggunakan skala Likert. Maka perhitungan indeks jawaban responden dilakukan dengan rumus sebagai berikut: Nilai indeks = F1x1 + F2x2 + F3x3 +F4x4 + F5x5 5 Dimana : F1 merupakan frekuensi jawaban responden yang menjawab 1. F2 merupakan frekuensi jawaban responden yang menjawab 2. F3 merupakan frekuensi jawaban responden yang menjawab 3. F4 merupakan frekuensi jawaban responden yang menjawab 4. F5 merupakan frekuensi jawaban responden yang menjawab 5. Pada kuesioner penelitian ini, angka jawaban responden tidak dimulai dari angka 0, melainkan dari angka 1 hingga 5. Oleh karena itu angka indeks yang dihasilkan akan dimulai dari angka 8 hingga 40 dengan rentang 32. Dalam penelitian ini digunakan kriteria 3 kotak three box method, maka rentang sebesar 32 akan dibagi 3 dan menghasilkan rentang sebesar 10,6. Rentang tersebut akan digunakan sebagai dasar untuk menentukan indeks persepsi konsumen terhadap Universitas Sumatera Utara 39 variabel-variabel yang digunakan dalam penelitian ini Ferdinand, 2006:292, yaitu sebagai berikut : 29,4 – 40,0 = Tinggi 18,7 – 29,3 = Sedang 8,0 – 18,6 = Rendah

3.8.3 Uji Asumsi Klasik

Uji asumsi klasik terhadap model regresi yang digunakan bertujuan agar dapat diketahui apakah model regresi tersebut merupakan model regresi yang baik atau tidak. Dalam penelitian ini uji asumsi klasik yang digunakan adalah uji multikolinieritas, uji heteroskedastisitas dan uji normalitas.

3.8.3.1 Uji Normalitas

Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal. Model regresi yang baik adalah memiliki distribusi dan data normal mendekati normal. Untuk mendeteksi normalitas dapat dilakukan dengan dua cara apakah residual berdistribusi normal atau tidak yaitu dengan analisis grafik dan uji statistik. Uji statistik yang digunakan antara lain analisis histogram, normal probability plots dan Kolmigorov-Smirnov test. Salah satu cara termudah untuk melihat normalitas residual adalah dengan melihat grafik histogram yang membandingkan antara data observasi dengan distribusi yang normal. Namun demikian hanya dengan melihat histogram hal ini dapat menyesatkan khususnya untuk jumlah sampel yang kecil. Metode yang lebih handal adalah dengan melihat normal probability plot yang membandingkan distribusi kumulatif dari distribusi normal Ghozali, 2006: 110 . Universitas Sumatera Utara 40 Untuk menguji suatu data berdistribusi normal atau tidak, dapat diketahui dengan menggunakan grafik normal plot. Pada grafik normal plot, dengan asumsi di bawah ini : a. Apabila data menyebar disekitar garis diagonal dan mengikuti arah garis diagonal atau grafik histogramnya menunjukkan pola distribusi normal, maka model regresi memenuhi asumsi normalitas. b. Apabila data menyebar jauh dari diagonal dan atau tidak mengikuti arah garis diagonal atau grafik histogram tidak menunjukkan pola distribusi normal, maka model regresi tidak memenuhi uji asumsi normalitas.

3.8.3.2 Uji Multikolinearitas

Uji multikolineraritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas independent. Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel independen. Jika variabel independen saling berkorelasi, maka variabel-variabel ini tidak ortogonal. Variabel ortogonal adalah variabel independen yang nilai korelasi antar sesama variabel independen sama dengan nol. Multikolinearitas dapat disebabkan karena adanya efek kombinasi dua atau lebih variabel independen. Selain itu multikolinearitas dapat digunakan VIF Variance Inflation Factor yang dihitung dengan rumus sebagai berikut : VIF =1Tolerance Untuk mendeteksi ada atau tidaknya multikolinearitas di dalam model regresi adalah sebagai berikut Ghozali, 2006: 92 : Jika Tolerance ≤ 0,10 dan VIF ≥ 10 maka ada multikolinearitas. Universitas Sumatera Utara 41

3.8.3.3 Uji Heteroskedastisitas

Uji heteroskedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang lain. Jika variance dari residual satu pengamatan lain tetap, maka disebut homokedastisitas dan jika berbeda disebut heterodasitisitas. Model regresi yang baik adalah homokedastisitas atau tidak terjadi heterokedasitisitas Ghozali,2006: 105. Cara untuk mendeteksi ada atau tidaknya heteroskedastisitas adalah dengan melihat grafik scartterplot antara nilai prediksi variabel terikat atau dependen yaitu ZPRED dengan residualnya SRESID. Deteksi ada tidaknya heteroskedastisitas dapat dilakukan dengan melihat ada tidaknya pola tertentu pada grafik scatterplot antara ZPRED dan SRESID, dimana sumbu Y adalah sumbu yang telah diprediksi dan sumbu X adalah residual yang telah diturdentized. Adapun dasar atau kriteria pengambilan keputusan berkaitan dengan gambar tersebut adalah : a. Jika ada pola tertentu, seperti titik-titik point-point yang ada membentuk suatu pola tertentu yang teratur bergelombang, melebar kemudian menyempit, maka diindikasi terdapat masalah heteroskedastisitas. b. Jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka diindikasi tidak terdapat heteroskedastisitas. Universitas Sumatera Utara 42

3.8.4 Metode Analisis Regresi Berganda

Juliandi dan Irfan 2013:164 memaparkan bahwa analisis regresi bertujuan untuk memprediksi perubahan nilai variabel terikat akibat pengaruh dari nilai variabel bebas. Secara umum analisis ini digunakan untuk meneliti pengaruh dari beberapa variabel independen variabel X terhadap variabel dependen variabel Y Ghozali, 2006:82. Pada regresi berganda variabel independen variabel X yang diperhitungkan pengaruhnya terhadap variabel dependen variabel Y, jumlahnya lebih dari satu. Dalam penelitian ini, variabel independen adalah wujud fisik X1, empati X2, kehandalan X3, daya tanggap X4, dan jaminan X5 sedangkan variabel dependen adalah kepuasan nasabah Y, sehingga persamaan regresi berganda yang dipergunakan adalah sebagai berikut: Y = α + β1X1 + β2X2 + β3 X3 + β4X4 + β5X5 + e Keterangan : Y = Kepuasan Nasabah α = Konstanta X1 = Wujud fisik X2 = Empati X3 = Kehandalan X4 = Daya Tanggap X5 = Jaminan β1 = Koefisien regresi dari variabel X1 Wujud Fisik β2 = Koefisien regresi dari variabel X2 Empati β3 = Koefisien regresi dari variabel X3 Keandalan Universitas Sumatera Utara 43 β4 = Koefisien regresi dari variabel X4 Daya Tanggap β5 = Koefisien regresi dari variabel X5 Jaminan e = residual error

3.8.5 Pengujian Hipotesis

3.8.5.1 Uji Signifikansi Pengaruh Parsial Uji – t

Untuk mengetahui ada tidaknya pengaruh variabel independen terhadap variabel dependen, maka dilakukan pengujian terhadap hipotesis yang diajukan pada penelitian ini. Metode pengujian terhadap hipotesis yang diajukan dilakukan pengujian secara parsial menggunakan uji t. Uji t menunjukkan seberapa jauh pengaruh satu variabel independen secara individual dalam menerangkan variasi variabel dependen Ghozali, 2006: 84. Untuk menguji apakah masing-masing variabel independen berpengaruh secara signifikan terhadap variabel dependen secara parsial dengan menentukan derajat kepercayaan 95 α =0,05 dan juga penerimaan atau penolakan hipotesa, maka cara yang dilakukan adalah: 1. H0 : β = 0, artinya variabel X1, X2, X3, X4 dan X5 tidak mempunyai pengaruh yang signifikan secara parsial terhadap variabel Y. 2. Ha : β 0, artinya variabel X1, X2, X3, X4 dan X5 mempunyai pengaruh yang signifikan secara parsial terhadap variabel Y. Dasar pengambilan keputusan dapat dengan tiga cara : 1. Dengan membandingkan t hitung dan t tabel. a. Apabila t hitung t tabel, maka ada pengaruh antara variabel X masing- masing dengan variabel Y. H0 ditolak dan Ha diterima Universitas Sumatera Utara 44 b. Apabila t hitung t tabel, maka tidak ada pengaruh antara variabel X masing-masing dengan variabel Y. Ha diterima dan H0 ditolak 2. Dengan menggunakan angka signifikasi. a. Apabila angka signifikasi 0,05 maka H0 ditolak dan Ha diterima. b. Apabila angka signifikasi 0,05 maka H0 diterima dan Ha ditolak. 3. Membuat kesimpulan a. Bila P Value 0,05 maka H0 ditolak dan Ha diterima. Artinya variabel independen secara parsial mempengaruhi variabel dependen. b. Bila P Value 0,05 maka H0 diterima dan ditolak. Artinya variabel independen secara parsial tidak mempengaruhi variabel dependen. Mencari t hitung dengan rumus : �√� − 1 �1 − �² Keterangan : R = Keofesien Korelasi R² = Koefisien determinasi n = Banyaknya sampel

3.8.5.2 Uji Signifikansi Simultan Uji F

Digunakan untuk mengetahui pengaruh variabel independen terhadap variabel dependen, yaitu apakah variabel X1, X2, X3, X4, X5 benar-benar berpengaruh secara bersama-sama terhadap variabel Y. Untuk menguji apakah masing-masing variabel bebas berpengaruh secara signifikan terhadap variabel terikat secara parsial dengan menentukan derajat Universitas Sumatera Utara 45 kepercayaan 95 α =0,05 dan juga penerimaan atau penolakan hipotesa, maka cara yang dilakukan adalah : 1. H0 : β1 = β2 = β3 = β4 = β5 = 0, artinya tidak ada pengaruh wujud fisik, empati, keandalan, daya tanggap, dan jaminan secara simultan terhadap kepuasan nasabah. 2. Ha : β1 ≠ β2 ≠ β3 ≠ β4 ≠ β5 ≠ 0, artinya ada pengaruh pengaruh wujud fisik, empati, keHandalan, daya tanggap, dan jaminan secara simultan terhadap kepuasan nasabah. Kriteria Pengujiannya dengan taraf signifikansi sebesar 5 maka: 1. Apabila F hitung F tabel, maka Ho ditolak dan Ha diterima, berarti masing-masing variabel independen secara bersama-sama mempunyai pengaruh yang signifikan terhadap variabel dependen. 2. Apabila F hitung F tabel, maka Ho di terima dan Ha ditolak, berarti masing-masing variabel independen secara bersama-sama tidak mempunyai pengaruh yang signifikan terhadap variabel dependen. Menentukan signifikansi: 1. Nilai signifikasi P Value 0,05 maka H0 ditolak dan Ha diterima. 2. Nilai signifikasi P Value 0,05 maka H0 diterima dan Ha ditolak. Membuat kesimpulan: 1. Bila P Value 0,05 maka H0 ditolak dan Ha diterima. Artinya variabel independen secara simultan bersama-sama mempengaruhi variabel dependen. Universitas Sumatera Utara 46 2. Bila P Value 0,05 maka H0 diterima dan Ha ditolak. Artinya variabel independen secara simultan bersama-sama tidak mempengaruhi variabel dependen. Mencari rumus F hitung ialah : �= R 2 k −1 1 −R 2 n −k Keterangan: R² = Koefisien determinasi k = Banyaknya variable bebas n = Banyaknya sampel

3.8.5.3 Uji Koefisien Determinasi �²

Koefisisen Determinasi R² pada intinya digunakan untuk mengukur seberapa jauh kemampuan model regresi dalam menerangkan variasi variabel dependen. Nilai koefisian determinasi adalah antara nol 0 dan satu 1. Nilai R² yang kecil berarti kemampuan variabel-variabel independen dalam menjelaskan variabel dependen amat terbatas. Nilai yang mendekati satu 1 berarti variabel- variabel independen memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variabel dependen. Selain itu koefisien determinasi R² dipergunakan untuk mengetahui prosentase perubahan variabel terikat Y yang disebabkan oleh variabel bebas X. Universitas Sumatera Utara 47

BAB IV HASIL PENELITIAN