BAB 3 METODE PENELITIAN
3.1 Disain Penelitian Penelitian ini merupakan penelitian deskriptif secara penelitian asosiatif. Penelitian deskriptif dimaksudkan untuk mendifinisikan berbagai kriteria serta mendefinisikan nilai-nilai variabel-variabel yang diteliti. Penelitian Menurut Sugiono (2004:11), penelitian asosiatif merupakan penelitian untuk mengetahui hubangan dua variable atau lebih. Dalam pelaksanaannya metode penelitian di lakukan adalah survey, yaitu penelitian dilakukan pada suatu populasi dengan menganalisis data yang diperoleh dari populasi itu sendiri. Unit analisis adalah para nasabah Bank X dan Informasi yang dikumpulkan dari pelanggan tersebut hanya di kumpulkan satu kali pada waktu tertentu atau disebut juga Cross-
Secsional. Adapun tujuan penelitian ini adalah untuk mengetahui nilai pelanggan melalui kepercayaan pelanggan yang berdampak pada loyalitas Bank X. Tabel 3.1 Desain Penelitian Tujuan
Jenis Penelitian
Unit analisis
Time Horizon
T1
Deskriptif
Individu
Cross Secsional
T2
Deskriptif
Individu
Cross Secsional
T3
Deskriptif
Individu
Cross Secsional
T4
Asosiatif
Individu
Cross Secsional
T5
Asosiatif
Individu
Cross Secsional
Keterangan: T1 = Untuk mengetahui tanggapan responden tentang nilai pelanggan Bank X
25
26
T2 =
Untuk mengetahui tanggapan responden tentang kepercayaan pelanggan tabungan X
T3 =
Untuk mengetahui tanggapan responden tentang loyalitas nasabah tabungan X.
T4 =
Untuk mengetahui pengaruh nilai pelanggan terhadap kepercayaan pelanggan nasabah tabungan X.
T5 =
Untuk mengetahui pengaruh pengaruh nilai pelanggan dan kepercayaan pelanggan berdampak secara langsung terhadap loyalitas Tabungan X.
3.2 Operasionalisasi Variabel Penelitian Tabel 3.2 Definisi Oprasional dan Instrumen pengukuran Variabel
Dimensi
Indikator
variabel
Instrumen
Skala
Ukuran •
Skala Pengukuran
Mendukung kerahasiaan dan privasi dari tansaksi
Functional
•
Value of
Tampaknya rapi dan
establishm
•
Instalasi yang luas
ent
•
Instalasi yang modern
pelanggan
•
Instalasi yang bersih
(Variabel X)
•
Sangat mudah untuk
Nilai
Ordinal
terorganisir Kuesioner
diubah menjadi
Likert
interval
menemukan dan dapat diakses •
Personil tahu
Functional
pekerjaan mereka
Value of
dengan baik
the contact
•
Pengetahuan yang personil yang up to date
Ordinal Kuesioner
diubah menjadi interval
Likert
27
•
Informasi yang diberikan personil selalu sangat berharga bagi saya
•
Personil yang mengetahui semua layanan yang ditawarkan oleh entitas
•
Layanan secara keseluruhan benar
•
Kualitas telah dipertahankan sepanjang waktu
Functional Value of
•
Tingkat kualitas dapat diterima dibandingkan
the service
Ordinal Kuesioner
dengan entitas lain
•
diubah menjadi
Likert
interval
Hasil pelayanan yang diterima adalah sebagai yang diharapkan
•
Pembayaran bunga atau komisi adalah sepenuhnya dibenarkan
Functional
•
Value Price
sesuai dengan biaya •
Ordinal
Layanan yang baik Kuesioner
Total biaya yang
diubah menjadi
Likert
interval
dikeluarkan masuk akal •
Waktu tunggu sampai saya hadir tepat
Emotional Value
•
Saya senang dengan kontrak layanan
Kuesioner
Ordinal diubah
Likert
28
•
keuangan
menjadi
Saya merasa
interval
santai/tenang •
Personil/karyawan memberikan perasaan positif
•
Personil tidak ganggu saya
•
Secara umum saya merasa nyaman
•
Hal ini dianggap baik pada tingkat sosial
•
Fakta bahwa saya
Social
datang ke sini terlihat
Value
baik untuk orang yang
Ordinal Kuesioner
saya tahu •
diubah menjadi
Likert
interval
Banyak orang tahu saya pergi kesana
•
Saya percaya bahwa apabila saya menabung di tabungan X uang yang saya tabung aman.
•
Kepercayaan Pelanggan
tabungan X tabungan
Integritas
terpercaya.
(Variabel Y)
•
Saya percaya tabungan X tidak akan melanggar kontrak layanan keuangan
•
Ordinal
Saya percaya
Saya percaya bahwa menabung di
Kuesioner
diubah menjadi interval
Likert
29
tabungan X tidak akan merugikan saya.
•
Saya percaya bahwa seluruh nilai yang diberikan olah
Reliabilitas
Tabungan X adalah
Ordinal Kuesioner
diubah menjadi
Likert
interval
nilai yang dapat diandalkan Pembelian/
•
Saya menabung
penggunaa
secara rutin di
n berulang
Tabungan X
secara
•
teratur
Saya sering
Ordinal Kuesioner
melakukan transaksi
diubah menjadi
Likert
interval
menggunakan tabungan X Loyalitas Nasabah (Variabel Z)
Membeli/m
•
Saya menggunakan
enggunaka
produk Bank X lainnya
n antar lini
seperti (Kartu Kredit,
produk dan
KTA, dll)
Ordinal Kuesioner
•
kepada orang lain
produk dan
untuk menabung di
jasa
Tabungan X
orang lain
Likert
Saya meganjurkan
dasikan
kepada
menjadi interval
jasa Merekomen
diubah
Ordinal Kuesioner
diubah menjadi interval
Likert
30
Menunjuka
•
Saya tidak menabung
n
di Tabungan Bank
kekebalan
Lain.
Ordinal Kuesioner
terhadap
diubah
Likert
menjadi interval
pesaing
3.3 Jenis dan Sumber Data Penelitian Tabel 3.3 Jenis dan Sumber Data Penelitian Tujuan
Jenis Penelitian
Tujuan T1
Data Nilai Pelanggan Data Kepercayaan Pelanggan Data Loyalitas Nasabah
Kualitatif – Data primer darikuesioner konsumen Kualitatif – Data primer darikuesioner konsumen
T2
T3
√
Kualitatif – Data primer dari kuesioner konsumen
√
T4
T5
√
√
√
√
√
√
3.4 Teknik Pengumpulan Data 1. Penelitian Lapangan/ Riset Lapangan (Field Research) •
Observasi, tinjauan langsung ke lapangan untuk membantu pengidentifikasian perilaku konsumen.
•
Kuesioner, menggunakan format pertanyaan yang menggunakan skala.
31
2. Penelitian kepustakaan Merupakan daftar pertanyaan yang ditujukan khususnya kepada konsumen dari bukubuku wajib. Maka dilakukanlah studi kepustakaan di perpustakaan Binus, Perpustakaan Bank X dan melalui website-website internet yang berkaitan dengan topik-topik yang dibahas.
3.5 Teknik Pengambilan Sampel Teknik pengambilan sampel dalam penelitian ini dimaksudkan untuk menduga / mewakili nilai suatu populasi. Populasi dalam penelitian ini adalah customer yang mengunakan jasa tabungan Bank X Cabang Y. Teknik Pengambilan sampel menggunakan rumus dari Taro Yamane sebagai berikut:
n=
N N .d 2 + 1
Dimana: n = Jumlah sampel N = Jumlah populasi d2= Presisi (ditetapkan 10% dengan tingkat kepercayaan 90%) Berdasarkan data yang berhasil dikumpulkan diketahui Jumlah populasi
Nasabah
Tabungan Bank X Cabang Y adalah 15.122 nasabah. Sehingga dengan menggunakan rumus yang ada jumlah sampel minimal untuk penelitian ini adalah:
n=
N 15.122 = = 99.34 ≈ 100 nasabah 2 N .d + 1 15.122(0.1) 2 + 1
Dari perhitungan tersebut minimal sampel untuk penelitian ini sebanyak 100 nasabah. Akan tetapi penyebaran kuisioner akan dilakukan sebanyak 120 kuisioner sebagai antisipasi ada beberapa kuisioner yang rusak.
32
Sementara teknik sampel yang digunakan adalah probability sampling, menurut Riduwan dan Kuncoro (2007:41), probability sampling adalah teknik pengambilan sampel yang memberi peluang atau kesempatan yang sama bagi setiap unsur atau anggota populasi untuk dipilih menjadi sampel. Dalam penelitian ini yang dipakai adalah random sampling yaitu cara pengambilan sampel dari anggota populasi dengan menggunakan acak tanpa memperhatikan strata (tingkatan) dalam anggota populasi tersebut. Dalam hal ini nasabah Tabungan X pada Bank X Cabang Y. 3.6 Skala Likert Skala Likert digunakan untuk mengukur sikap, pendapat, dan persepsi seseorang atau kelompok tentang kejadian atau gejala sosial (Riduwan 2002:12). Skala likert memiliki banyak keuntungan, sehingga skala ini cukup populer. Skala tersebut dengan mudah dan cepat dibuat. Skala Likert banyak digunakan dalam riset-riset pemasaranyang menggunakan metode survei dan dapat di kategorikan sebagai skala interval. Dengan skala Likert, maka variable yang akan diukur dijabarkan menjadi indikator variable. Kemudian indikator tersebut dijadikan sebagai titik tolak untuk menyusun item-item instrument yang dapat berupa pertanyaan tar pernyataan. Dalam Skala Likert, kemudian jawaban tidak hanya sekedar “setuju” dan “tidak setuju” saja melakian dibuat dengan lebih banyak kemungkinan jawaban (p66, Rangkuti 2002). Dalam skala ini, responden diminta untuk memberikan respon terhadap setiap pertanyaan dengan memilih salah satu diantara lima pilihan dengan bobot yang berbeda. Yaitu: Sangat tidak setuju /Tahu /Suka /Berkualitas
=1
Tidak setuju/ Tahu/ Suka/ Berkualitas
=2
Netrla/Biasa
=3
Setuju /Tahu /Suka /Berkualitas
=4
Sangat setuju/ Tahu/ Suka/ Berkualitas
=5
33
3.7 Trasformasi data Ordinal menjadi Interval Mentrasformasi data ordinal menjadi data interval gunanya untuk memenuhi sebagian dari syarat analisis parametrik yang data setidak-tidaknya berskala interval. Teknik trasformasi yang paling sederhana dengan menggunakan MSI (Method of Successive
Interval). Langkah-langkah trasformasi data ordinal ke data interval sebagai berikut: a. Pertama perhatikan setiap butir jawaban dari angket yang disebarkan; b. Pada setiap butir ditentukan beberapa orang yang mendapatkan skor 1,2,3,4 dan 5 yang disebut sebagai frekuensi; c.
Setiap frekuensi dibagi dengan banyaknya responden dan hasilnya disebut proporsi;
d. Tentukan nilai proporsi komulatif dengan jalan menjumlahkan proporsi secara berurutan perkolom skor e. Gunakan tabel distribusi normal, hitung nilai Z untuk setiap proporsi komulatif yang diperoleh. f.
Tentukan nilai tinggi densitas untuk nilai Z yang diperoleh (dengan menggunakan tabel Tinggi Densitas);
g. Tentukan nilai skala dengan menggunakan rumus:
NS =
( Density at Lower Limit ) − ( Density at Upper Limit ) ( Area Below Upper Limit ) − ( Area Below Lower Limit )
[
h. Tentukan nilai trasformsi dengan rumus: Y = NS + 1 + NS min
]
Juaidi (2008) Contoh langkah trasformasi dengan menggunakan micosof exel. Langkah-langkah trasformasi data ordinal ke data interval sebagai berikut: a. Hitung frekuesi jawaban setiap data kategori/ordinal b. Berdasarkan frekuensi setiap kategori dihitung proporsinya. c.
Dari proporsi yang diperoleh, hitung proporsi kumulatif untuk setiap kategori
d. Hitung nilai Z untuk setiap proporsi kumulatif Dengan menggunakan rumus =NORMSIV(NilaiProporsiKomulatif)
34
e. Tentukan pula nilai batas Z (nilai fungsi padat probabilitas pada absis Z) untuk setiap kategori.
f.
Hitung scale Value (interval rata-rata)
g. Hitung Skor
3.8
Uji Validitas Uji validitas dilakukan untuk menunjukan sejauh mana cocok mengukur apa yang ingin
diukur. Jika hasilnya valid berarti instrumen yang di uji dapat digunakan untuk mengukur apa yang seharusnya diukur. Suatu koeisoner dikatakan valid atau sah jika pertanyaan pada suatu koeisoner mampu untuk mengungkapkan sesuatu yang akan diukur oleh koeisoner tersebut (Sugiono 2004:182). Rumus Uji Validitas, yaitu:
r =
Keterangan :
{nXi
n 2
∑ −
−
XiYi
(∑
Xi
)
2
(∑
Xi
}{n ∑
)(∑ Yi
2
) (∑
Yi −
r
= Koefisien Korelasi
Xi
= Variabel bebas X yang ke-i
Yi
= Variabel terikat yang ke-i
n
= Banyaknya pasagan data
Yi
)
2
}
35
Junaidi (2010) setelah mengetahui nilai t tabel langkah selajutnya adalah mengetahui r tabel. Dimana rumus r tabel sebagai berikut: t
=
rtabel
df
Keterangan:
+ t
2
r tabel = Nilai r tabel t
= Ditribusi (Table t) untuk α = 0,05 dan derajat (dk = n-2)
df
= derajat bebas (n-2)
Untuk menguji koefisien signifikan atau tidak, digunakan uji r yang dilakukan dengan membandingkan r hitung dengan r tabel. Jika r hitung > r tabel maka butir pertanyaan yang diajukan valid. Dan sebaliknya, jika r hitung < r tabel maka butir pertanyaan dinyatakan tidak valid dan tidak dapat digunakan. 3.9
Uji Reliabel Riduan
dan
kuncoro
(2007:220),
menjelaskan
uji
reabilitas
dilakuakan
untuk
mendapatkan tingkat ketepatan (keterandalan atau keajegan) alat pengumpulan data (instrumen) yang digunakan. Sugiono (2004:109) menjelaskan instrumen yang realibel adalah intrumen yang bila digunakan beberapa kali untuk mengukur objek yang sama, akan menghasilkan data yang sama. Alat ukur panjang dari keret adalah instrumen yang tidak realibel atau konsisten. Dalam penelitian ini, uji reabilitas yang digunakan yaitu dengan cara one shot atau pengukuran sekali saja. Pengukuran kehandalan butir pertanyaan dengan skala menyebarkan kuesioner pada responden, kemudahan hasil skor diukur kolerasinya anatar skor jawaban pada buteir pertanyaan yang sama, dengan bautan program SPSS v15.0 dengan Fasilitas cronbach alpha. Marcus J. Schmidt dan Stevend Hollensen (2006:128) Skor Coefisient alpha (cronbach alpha) 0,6 atau kurang mengindikasikan items yang di ukur mempunyai karakteristik yang berbeda. sehingga disimpulkan bahwa data yang realibel apabila cronbach alpha data tersebut lebih besar dari 0,6.
36
3.10 Metode Analisis Metode Analisis Berdasarkan Tujuan Penelitian
Table 3.4 Metode Analisis Berdasarkan Tujuan Penelitian Tujuan
Alat Analisis
T-1
Mean dan Diagram Histogram
T-2
Mean dan Diagram Histogram
T-3
Mean dan Diagram Histogram
T-4
Path Analisis dan Kolerasi Person
T-5
Path Analisis dan Kolerasi Person
3.10.1 Analisis Statistik Frekuensi Analisis statistik frekuensi ini digunakan dengan menggunakan program SPSS v15. Statistik frekuensi yang digunakan adalah sekelompok Central Tendency seperti mean (ratarata), modus (nilai yang sering keluar), dan Sum (jumlah). Juga dimaksudkan untuk mengetahui frekuensi dengan presentase setiap jawaban yang diberikan pada masing-masing butir pertanyaan. Setelah diketahui frekuensi setiap jawaban berserta persentase kemudian dari hasil mean dapat diinterpretasikan berdasar skala numerik seperti yang telah dijelaskan di atas. 3.10.2 Koefisien Kolerasi Person Berdasarkan Riduan dan Enkos Ahmad Kucoro (2007:61) untuk mengetahui hubungan antara variable X dengan Y, X dengan Z dan Y dab Z digunakan teknik kloerasi. Analisis kolerasi yang digunakan adalah Person Product Moment, dengan rumus:
r xy =
{n ∑
n X
(∑ 2
−
) − (∑ X )( . ∑ (∑ X ) }{n ∑ Y
XY
2
2
Y −
) (∑
Y
)
2
}
37
Kolerasi PPM dilambangkan (r) dengan ketentuan nilai r tidak lebih dari (-1 ≤r≤+1). Apabila nilai r = -1 kolerasi negatif sempurna r=0 artinya tidah ada koleras; dan r = 1 berarti kolerasinya sangat kuat. sedangkan arti dari nilai r akan ditampilkan pada Tabek Intrepretasi Nilai r sebagai berikut. Table 3.5 Intepretasi Koefisien Kolerasi Nilai r Interval Koevisien
Alat Analisis
0,80-1,00
Sangat Kuat
0,60-0,799
Kuat
0,40-0,599
Cukup Kuat
0,20-,0399
Rendah
0,00-0,199
Sangat Rendah
sumber : Riduan dan Kuncoro (2007:62) Untuk mencari makna generalisasi, maka perlu uji signifikansi dari hubungan anatara variable X terhadap Y. Uji signifikasnsi adalah sebagai berikut: Hipotesis Ho: Variebel X tidak memiliki hubungan yang signifikan dengan variabel Y Ha: Variabel X memiliki hubungan yang signifikan dengan variabel Y Dasar pengambilan keputusan Sig ≥ α berarti Ho diterima, Ha ditolak Sig < α berarti Ho ditolak, Ha diterima Ket: α (alpha) = tingkat presisi, batas ketidakakuratan (1-tingkat kepercayaan)
3.10.3 Uji Path Analysis Analisis jalur yang dikenal dengan path analisis dikembangkan pertama kali tahun 1920an oleh seorang ahli genetika yaitu Sewall Wright (Joreskog & Sorbon, 1996; Johnson & Wichern, 1992). Path Analisis diartikan oleh Bhornstedt (1974 dalam kusnadi, 2005:1) yang
38
dikutip oleh Riduan dan Engkos Ahmad Kuncoro (2007:1) bahwa “a thechniqe estimating the
effect’s a set of independent variable han on depent caribale from a set of observed colerations, given
a set of hypotesized casual asymmentic relation among thevariable.”
Sedangkan tujuan path analisis adalah …. A method of meansurming the direct influence along each separate path in such a system and thus of finding the degree to which variation of a given effectis determaned by each particular cause. The method depent on the combination of knowlage as may possessed of the casual relations (Maruyama, 1998:16). Jadi, model path analisis digunakan untuk menganalisis pola hubungan antara variable dengan tujuan untuk mengetahui pengaruh langsung atau tidak langsung seperangkat variable bebas (eksogen) terhadapa variable terikat (endogen) Teknik analisis jalur ini akan digunakan dalam menguji besaran sumbangan (kontribusi) yang ditunjukan oleh koefisien jalur apda setiap diagram jalur hubungan kausal antara variable sebagai terjemahan statistic dari hubungan antara variable alami, tetapi terfokus pada upaya untuk mengungkapkan hubungan kausal antar variable. Manfaat lain model path analisis adalah untuk: (1) Penjelaskan (explanation) terhadap fenomena yang dipelajari atau masalah yang diteliti; (2) Prediksi nilai variable terikat (Y) berdasarkan nilai variable bebas (X), dan prediksi dengan Path Analisis ini bersifat kualitatif; (3) Faktor determinan yaitu penetuan variable bebas (X) terhadap variable terikat (Y); (4) Pengujian Model, menggunakan theory triming, baik untuk uji reabilitas (uji kejegaan) konsep yang sudah ada ataupun uji pengembangan konsep baru.
Menurut Riduan dan Kuncoro (2007:2), asumsi-asumsi yang mendasari path analysis sebagai berikut: 1. Pada model path analisis, hubungan antara variable adalah bersifat linier, adaptif dan bersifat normal
39
2. Hanya sistem aliran kausal ke satu arah artinya tidak ada arah kasualitas atau berbalik arah. 3. Variable terikat (endogen) minimal dalam skala ukur interval atau ratio. 4. Menggunakan sample probability sampling
yaitu teknik pengambilan sampel
untuk memberikan peluang yang sama pada setiap angguta populasi untuk dipilih menjadi anggota sampel 5. Observed variables diukur tanpa kesalahan (instrument oengukuran valid dan
realible) artinya variable yag diteliti dapat diobservasi secara langsung. 6. Model yang dianalisis di spesialisasikan (diientifikasi) dengan benar berdasarkan teori-teori dan konsep-konsep yang relevan atrinya model teroi yang dikaji atai di bangun berdasarkan kerangka teoritis tertentu mampu menjelaskan hubungan kasualitas antar variabel yang diteliti.
Riduan dan Kuncoro (2007:116)Pada diagram jalur digunakan dua macam anak panah, yaitu: (a) anak panah satu arah yang menyatakan pengaruh langsung dari sebuah variable
eksogen [variable penyebab (X)] terhadap sebuah variable endogen [variable akibat (Y)], misalnya:
dan (b) anak panah dua anak yang menyatakan hubungan korelasional
antara variable eksogen, misalnya X1 <-> X2 Langkah-langkah menguji Path Analysis sebagai berikut: 1. Merumuskan hipotesis dan persamaan struktural Struktur: Y = ρyx1 X1 + ρyx2 X2 + ρy ε1 2. Menghitung koefisien jalur yang didasarkan pada koefisien regresi a. Gambarkan diagram jalur lengkap, tentukan sub-sub strukturnya dan rumuskan persamaan strukturalnya yang sesuai hipotesis yang diajukan.
40
Hipotesis: Naik turunnya variable endogen (Y) dipengaruhi secara signifikan oleh variable eksogen (X1 dan X2). b. Menghitung koefisien regresi untuk struktur yang telah dirumuskan. Hitung koefisien regresi untuk struktur yang telah dirumuskan: Persamaan regresi ganda: Y = a + b1X1 + b1X2 + ε1 Pada dasarnya koefisien jalur (path) adalah koefisien regresiyang distandarkan yaitu koefisien regresi yang dihitung dari basis data yang telah diset dalam angka baku atau Z-score (data yang diset dengan nilai rata-rata = 0 dan standar deviasi = 1). Koefisien jalur yang distandarkan (standardize path coefficient) ini digunakan untuk menjelaskan besarnya pengaruh (bukan memprediksi) variable bebas (eksogen) terhadap variable lain yang diberlakukan sebagai variable terikat (endogen). Koefisien path ditunjukkan oleh output yang dinamakan Coefficient atau dikenal dengan nilai Beta. Jika ada diagram jalur sederhana mengandung satu unsur hubungan antara variable eksogen dengan variable endogen, maka koefisien path-nya adalah sama dengan koefisien korelasi r sederhana. 3. Menghitung koefisien jalur secara simultan (keseluruhan) Uji secara keseluruhan hipotesis statistic dirumuskan sebagai berikut Ha: ρyx1 = ρyx2 = ....... = ρyxk ≠ 0 Ho: ρyx1 = ρyx2 = …….. = ρyxk = 0 a. Kaidah pengujian signifikansi secara manual: Menggunakan Tabel F
1 1 Keterangan: n= jumlah sampel k= jumlah variable eksogen R2yxk= R
square
41
Jika F
hitung
F
hitung
≥F ≤F
tabel,
maka tolak Ho artinya signifikan dan
tabel,
terima Ho artinya tidak signifikan
Dengan taraf signifikan (α) = 0,05 Carilah nilai F F
tabel
=F
tabel
menggunakan Tabel F dengan menggunakan rumus:
{(1-α) (dk=k), (dk=n-k-1)
Cara mencari F
tabel
: nilai
Nilai
atau F
(dk=k)
(dk=n-k-1)
{(1-α) (v1=k), (v2=n-k-1)}
atau V1 disebut sebagai nilai pembilang atau V2 disebut sebagai nilai penyebut
b. Kaidah pengujian signifikansi: Program SPSS - Jika nilai probabilitas 0,05 lebih kecil atau sama dengan nilai probabilitas Sig atau [0,05 ≤ Sig], maka Ho ditolak dan Ha diterima, artinya signifikan. - Jika nilai probabilitas 0,05 lebih besar atau sama dengan nilai probabilitas Sig atau [0,05 ≥ Sig], maka Ho ditolak dan Ha diterima, artinya signifikan. 4. Menghitung Koefisien Jalur secara Individu Hipotesis penelitian yang akan diuji dirumuskan menjadi hipotesis statistic berikut: Ha: ρyx1 > 0 Ho: pyx1 = 0 Secara individual uji statistic yang digunakan adalah uji t yang dihitung dengan rumus (Schumacker & Lomax, 1996:44. Kusnendi, 2005:12)
;
1
Keterangan: Statistik SeρX1 diperoleh dari hasil komputasi pada SPSS untuk analisis regresi setelah data ordinal ditansformasi ke interval. Selanjutnya untuk mengetahui signifikansi analisis jalur bandingkan antara nilai probabilitas Sig dengan dasar pengambilan keputusan sebagai berikut.
42
-
Jika nilai probabilitas 0,05 lebih kecil atau sama dengan nilai probabilitas Sig atau [0,05 ≤ Sig], maka Ho diterima dan Ha ditolak, artinya tidak signifikan.
-
Jika nilai probabilitas 0,05 lebih besar atau sama dengan nilai probabilitas Sig atau [0,05 ≥ Sig], maka Ho ditolak dan Ha diterima, artinya siginifikan.
5. Meringkas dan menyimpulkan Kemudian setelah didapat hasil perhitungan maka dibuatlah ringkasan dari hasil penelitian
tersebut
kemudian
dianalisis
dan
disimpulkan
yang
berguna
untuk
pengambilan keputusan penelitian.
3.11 Rancangan Uji Hipotesis Rancangan Uji Hipotesis menggunakan tingkat kepercayaan 95%, dimana tingkat presisi (α) = 5% =0,05
Dasar Pengambilan Keputusan: •
Jika nilai probabilitas 0,05 lebih kecil atau sama dengan nilai probabilitas Sig atau [0,05 ≤ Sig], maka Ho diterima dan Ha ditolak, atrinya tidak signifikan.
•
Jika nilai probabilitas 0,05 lebih besar atau sama dengan nilai probabilitas Sig atau [0,05 ≥ Sig], maka Ho ditolak dan Ha diterima, atau signifikan.
Variabel: X : Nilai Pelanggan Y : Kepercayaan Pelanggan Z : Loyalitas Nasabah
1. Tujuan 4 (T-4)
43
Tujuan 4 (T-4) berdasarkan subsrutktur sebagai berikut: Y=
ρyx X + ρy ε1
ε1 ρyx
X
Y
Gambar 3.1 Substruktur 1 Analisis Jalur Uji kolerasi varibel X dengan Y, hipotesis penelitian sebagai berikut : Ho :
ρyx X = 0
Ha :
ρ yx X > 0
Hipotesis dalam bentuk kalimat: Ho : X tidak ada hubungan yang signifikan dengan fariabel Y Ha : X ada hubungan yang signifikan dengan variabel Y Secara individu uki statistic yang digunakan adalah uji t yang dihitung dengan rumus:
tX =
ρx SeρX
Keterangan: Statistik
SeρX1 diperoleh dari hasil komputasi pada SPSS untuk dianalisis regresi
setelah data ordinal ditrasformasi ke interval 2. Tujuan 5 (T-5) Z=
ρzx X + ρzy Y + ρz ε2
ε1
X
Y
ρ
ε2
ρ
Z Gambar 3.2 Substruktur 2 Analisis Jalur
44
a. Uji kolerasi varibel X dengan Z hipotesis penelitian sebagai berikut : Ho :
ρzx
=0
Ha :
ρzx
>0
Hipotesis dalam bentuk kalimat: Ho : X tidak ada hubungan yang signifikan dengan variabel Z Ha : X ada hubungan yang signifikan dengan variabel Z Secara individu uki statistic yang digunakan adalah uji t yang dihitung dengan rumus:
tX =
ρx SeρX
Keterangan: Statistik
SeρX1 diperoleh dari hasil komputasi pada SPSS untuk dianalisis regresi
setelah data ordinal ditrasformasi ke interval
b. Uji kolerasi varibel Y dengan Z Hipotesis penelitian sebagai berikut : Ho :
ρzy = 0
Ha :
ρzy > 0
Hipotesis dalam bentuk kalimat: Ho : Y tidak ada hubungan yang signifikan dengan fariabel Z Ha : Y ada hubungan yang signifikan dengan variabel Z Secara individu uki statistic yang digunakan adalah uji t yang dihitung dengan rumus:
45
ty =
ρy Seρy
Keterangan: Statistik
Seρy1 diperoleh dari hasil komputasi pada SPSS untuk dianalisis regresi
setelah data ordinal ditrasformasi ke interval
c. Pengujian secara keseluruhan, Hipotesis statistik dirumuskan sebagai berikut: Ho :
ρzx
=
ρzy ≠ 0
Ha :
ρzx
=
ρzy = 0
Hipotesis dalam bentuk kalimat: Ho : Variabel X dan Y tidak berkontribusi secara simultan dan sigifikan terhadap variabel Z. Ha : Variabel X dan Y tidak berkontribusi secara simultan dan sigifikan terhadap variabel Z. Persamaan Stuktur diagram jalur adalah: Y=
ρyx X + ρy ε1
Z=
ρzx X + ρzy Y + ρz ε2
ε1 ρyx
X
ρzy
ε2
Y
ρzy
Z
Gambar 3.3 Struktur Lengkap Analisis Jalur
