Koesioner merupakan teknik pengumpulan data yang dilakukan dengan cara memberi seperangkat pertanyaan baik secara lisan maupun tertulis
kepada responden untuk dijawabnya. Menurut Sugiono 2005 : 135 kuesioner merupakan teknik pengumpulan data yang efisien bila peneliti
tahu dengan pasti variabel yang akan diukur dan tahu apa yang bisa diharapkan dari responden.
3.4 Teknik Analisis dan Uji Hipotesis 3.4.1 Uji Validitas dan Reliabilitas
Variabel atau dimensi yang diukur melalui 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 diukur. Analisis validitas bertujuan untuk menguji apakah tiap butir pertanyaan telah sahih, analisis ini dilakukan
dengan cara mengkorelasikan antara skor item dengan skor total item. Validitas data penelitian ditentukan oleh proses pengukuran yang akurat.
Suatu instrument pengukuran dikatakan valid jika instrument tersebut mengukur apa yang seharusnya diukur dan sesuai dengan harapan peneliti.
Kriteria pengujian dilakukan bila korelasi tiap faktor positif dan besarnya 0,3 keatas maka faktor tersebut merupakan construct yang kuat, sebaliknya
bila harga korelasi di bawah 0,30, maka dapat disimpulkan bahwa butir
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber
instrumen tersebut tidak valid, sehingga harus diperbaiki atau dibuang Azwar, 1992. Dalam hal ini koefisien korelasi yang nilai signifikannya
lebih kecil dari 5 Level Significance menunjukkan bahwa item-item tersebut sudah sahih sebagai pembentuk indicator. Adapun persamaan
rumus yang digunakan : Rumus
:
} }{
{
2 2
2 2
Y Y
n X
X n
Y X
XY n
Rxy
Husein Umar, 2000 : 316 Dimana :
Rxy = koefisien korelisi 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 kata lain, hasil pengukuran tetap konsistensi bila dilakukan pengukuran yang sama Sumarsono, 2002 : 34.
Suatu konstruk atau variabel dikatakan reliable jika memberikan nilai Cronbach Alpha 0,60
Nilai Alpha Cronbach dapat dihitung dengan menggunakan rumus :
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber
1 k
k a
2 2
1
t
b
…………...……Husein Umar, 2000 : 120
Keterangan : a = reliablitas instrument Alpha cronbach
k = banyaknya butir pertannyaan
2 t
= varian total
2 b
= jumlah varian butir
3.4.2 Teknik Analisis Regresi Linier Berganda
`Sesuai dengan tujuan penelitian yaitu untuk menganalisis variabel- variabel yang mempengaruhi kepuasan konsumen dalam menggunakan jasa Ipos
pada PT Pos Indonesia di Bojonegoro maka teknik analisis yang digunakan adalah Regresi Linier Berganda Yaitu analisis yang digunakan untuk meneliti hubungan
antara sebuah variabel dependen dengan variabel independen. Variabel-variabel yang dimaksud dalam penelitian ini adalah kualitas produk, harga, kualitas
pelayanan, faktor emosional, kemudahan, perhatian yang bentuk persamaannya adalah :
Rumus :
5 5
4 4
3 3
2 2
1 1
X b
X b
X b
X b
X b
a Y
Sugiono 2001 : 211 Dimana :
Y = kepuasan konsumen
1
X = kualitas produk
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber
2
X = harga
3
X = kualitas pelayanan
4
X = faktor emosional
5
X = kemudahan a = konstanta
5 4
3 2
1
b b
b b
b = Koefisien regresi untuk variable
5 4
3 2
1
, ,
, ,
X X
X X
X e = standart eror
Kemudian dilakukan uji asumsi klasik pada model regresi yang diperoleh untuk mengetahui apakah model yang didapat telah memenuhio 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. Santoso P dan Ashari, 2005 : 231
Beberapa asumsi klasik tersebut menurut Sulaiman 2004 : 88 adalah sebsagai berikut :
1. Tidak adanya gejala heteroskedastisitas
Heteroskedastisitas menguji terjadinya perbedaan variance residual suatu periode pengamatan ke periode pengamatan yang lain. Cara memprediksi ada
tidaknya heteroskedastisitas pada suatu model dapat dilihat dengan pola gambar Scatterplot, regresi yang tidak terjadi heteroskedastisitas jika
1. Titik-titik data menyebar di atas dan di bawah atau di sekitar angka 0.
2. Titik-titik data tidak mengumpul hanya di atas atau di bawah saja.
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber
3. Penyebaran titik-titik data tidak boleh membentuk pola bergelombang
melebar kemudian menyempit dan melebar kembali. 4.
Penyebaran titik-titik data sebaliknya tidak berpola. Salah satu asumsi penting dalam model regresi linier berganda adalah
varians dan residual dari salah satu pengamatanke pengamatan uang lain adalah tetap. Apabila asumsi tersebut tidak tetrpenuhi berarti terjadi gejala
heteroskedasidas. Salah satu carauntuk mendeteksi terjadi atau tidaknya heteroskedasidas adalah melihat ada tidaknya pola tertentu pada grafik
scatterpolt, dimana sumbu X adalah Y yang telah diprediksi dan sumbu Y adalah residual
ya sesungguhn
ediksi
Y Y
Pr
yang telah di studentized. Santoso, 2000 : 210
Adapun dasar penganbilan 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 heteroskedasidas. b.
Jika tidak ada pola yang jelas serta titik-titik menyebar diatas dan dibawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedasidas.
2. Non-autokorelasi
Pengujian terhadap asumsi ini bertujuan untuk mengetahu8i apakah dalam sebuah model regresi terdapat korelasi antara data observasi yang disusun
menurut urutan waktu seperti data time series atau menurut urutan ruang atau tempat seperti data cross section. Jika terjadi korelasi berarti muncul
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber
gejala autokorelasi. Untuk mendeteksi ada atau tidaknya autikorelasi, dapat dilakukan pengujian Durbin Watson DW dengan ketentuan sebagai berikut
Trihendardi, 2005 : 98 a.
1,65DW2,35 tidak terjadi autokorelasi b.
1,21DW1,65 atau 2,23DW2,79 tidak dapat disimpulkan c.
DW2,21 atau DW2,79 terjadi autokorelasi 3.
Non-multikolinearitas Multikolinearitas berarti terdapat hubungan korelasi diantara beberapa atau
semua variabel independent dalam model regresi. Suatu model regresi yang baik mengasumsikan bahwa tidak terjadii korelasi diantara variabel
independent. Untuk mendeteksi ada atau tidaknya multikolinearitas, dapat dilihat dari VIP Variance Inflation Factor dan tolerance. Suatu model
regresi dikatakan bebas dari gejala multikolinearitas apabila nilai VIP 10 dan tolerance value 0,10. Apabila dalam model regresi terjadi
multikolinearitas, maka salah satu cara penanggulangnya adalah dengan mengeluarkan salah satu dari variabel independent yang saling berkolerasi
kuat. Santoso , 2000 : 207 4.
Normalitas Pengujian terhadap normalitas dilakukan dengan menguji
kenormalandisrtibusi data. Suatu data dikatakan terdestribusi secara normal apabila data mengikuti bentuk distribusi normal, yaitu memusat pada nilai
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber
rata-rata dan median Santoso dan Ashari, 2005 : 231. Salah satu cara 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 adalh sebagai berikut :
a. Jika titik-titik data menyebar disekitar 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 Pengujian Hipotesis 1. Uji F Simultan
Untuk melihat signifikan tidak pengaruh varuabel-variabel bebas secara bersama- sama terhadap variabel terikat. Dengan langkah-langkah sebagai berikut :
1. Merumuskan hipotesis
Ho :
5 4
3 2
1
b
b b
b b
tidak ada pengaruh variable bebas terhadap variable terikat
:
5 4
3 2
1 1
b
b b
b b
H ada pengaruh variable bebas terhadap
variable terikat 2.
Menentukan level of signifikan α sebesar 5
3. Tingkat signifikan yang digunakan adalah 0,05 dengan derajat bebas
df = n-k-l
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber
Dimana :
n= Jumlah pengamatan Jumlah sampel k= Jumlah parameter Jumlah variabel
4. Menentukan nilai
hitung
F Rumus
:
k n
R k
R F
hitung
1 1
2 2
………………...……….….Sudjana, 2002 : 382 Dimana :
2
R = Koefisien Determinan k = Banyaknya variable
n = Banyaknya pengamatan untuk menghitung
2
R digunakan rumus :
Total JK
gres JK
R .
Re .
2
…………………………………….....Sudjana, 2002 : 383
Dimana :
2
R = Koefisien JK = Jumlah Kuadrat
Kegunaan dari R² adalah untuk mengukur garis regresi. Dalam hal ini, secara sistematis besarnya nilai R² adaalh 0
≤ R² ≤ 1. Dimana, jika R² mendekati 1 maka dapat dikatakan semakin kuat untuk model regresi
dalam menerangkan varian bebas terhadap variabel terikat. 5.
Kriteria Pengujian
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber
Daerah penerimaan Ho Ftabel
Daerah penolakan Ho a.
Apabila
hitung
F ≥
tabel
F , maka Ho ditolak
1
H diterima, artinya secara variable bebas secara keseluruhan mempengaruhi terhadap
variable terikat. b.
Apabila
hitung
F
tabel
F , maka Ho diteririma
1
H ditolak, artinya secara variable bebas secara keseluruhan tidak mempengaruhi
terhadap variable terikat. 6. Daerah Krisis Ho
Sumber : Sudrajat, MSW, 1998, Mengenal Ekonometrika Pemula, Estacan kedua, CV Armico, Bandung, Halaman 94
2. Uji t parsial.
Untuk melihat signifikan tidak pengaruh variable-variabel bebas secara parsial terhadap variable terikat. Dengan langkah-langkah pengujian sebagai berikut :
a. Merumuskan hipotesis
Ho :
5 4
3 2
1
b
b b
b b
tidak ada pengaruh variable bebas terhadap variable terikat
:
5 4
3 2
1 1
b
b b
b b
H ada pengaruh variable bebas
terhadap variable terikat
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber
b. Menentukan level of signifikan a sebesar 5
c. Menentukan nilai
hitung
t Rumus :
hitung
t =
1 1
b Se
b …………………………….……….Sudjana,2002 : 111
Dimana :
1
b = Koefisien regresi variable
1
b Se
= Estandar error koefisien regresi d.
Tingkat signifikan yang digunakan adalah 0,05 dengan Derajat bebas df = n – 1
Dimana : n = Jumlah pengamatan Jumlah sampel
e. Kriteria pengujian
1. Jika
tabel hitung
tabel
t t
t
, maka Ho diterima dan
1
H ditolak, artinya variable bebas
5 4
3 2
1
, ,
, ,
X X
X X
X tidak berpengaruh
secara parsial terhadap variable terikat Y. 2.
jika
hitung
t -
tabel
t atau
hitung
t
tabel
t , maka Ho ditolak dan
1
H diterima, artinya variable bebas
5 4
3 2
1
, ,
, ,
X X
X X
X berpengaruh
secara parsial terhadap variable terikat.
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber
f. Daerah kritis Uji t
Daerah penolakan Ho
Sumber : Sudrajat, MSW, 1998, Mengenal Ekonometrika Pemula, Estacan kedua, CV Armico, Bandung, Halaman 94.
Daerah penerimaan Ho
-
tabel
t
tabel
t
Daerah penolakan Ho
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber
BAB IV HASIL DAN PEMBAHASAN