40
BAB III METODOLOGI PENELITIAN
3.1 Objek Penelitian Menurut Suharsimi Arikunto (2006:18), objek penelitian adalah variabel penelitian, yaitu sesuatu yang merupakan inti dari problematika penelitian. Objek dalam penelitian ini adalah para pengusaha showroom batik Trusmi, di Kabupaten Cirebon. Dalam penelitian ini terdapat 3 variabel yang diteliti yaitu 2 variabel bebas yaitu Inovasi Produk, dan Kualitas Produk, serta variabel terikat (Y) yaitu Keunggulan Bersaing.
3.2 Metode Penelitian Metode merupakan suatu cara ilmiah yang dilakukan untuk mencapai maksud dan tujuan tertentu (Sugiono, 2006:1). Metode yang digunakan dalam penelitian ini adalah metode explanatory survey. Metode explanatory survey, yaitu suatu metode yang digunakan untuk menjelaskan hubungan kausal antara variabel-variabel melalui pengujian hipotesis. Penelitian ini bersifat verifikatif, yang pada dasarnya penelitian ini ingin menguji kebenaran dari suatu hipotesis yang dilaksanakan melalui pengumpulan data di lapangan.
Derra Risma Shintia, 2012 Pengaruh Inovasi Produk Dan Kualitas Produk Terhadap Keunggulan Bersaing Pengusaha Batik Trusmi Di Kabupaten Cirebon Universitas Pendidikan Indonesia | repository.upi.edu
41
3.3 Populasi dan Sampel 3.3.1 Populasi Suharsimi Arikunto (2006:108) mengatakan bahwa populasi adalah keseluruhan subjek penelitian. Berdasarkan pengertian tersebut, maka populasi penelitian ini adalah seluruh pengusaha showroom batik Trusmi, Kecamatan Plered, Kabupaten Cirebon yang berjumlah 35 pengusaha.
3.3.2 Sampel Menurut Suharsimi Arikunto (2006:131) sampel adalah sebagian atau wakil populasi yang diteliti. Dalam penelitian ini mempergunakan pengambilan sampel dengan teknik sampling jenuh. Teknik ini diambil berdasarkan pendapat Sugiyono (2006 : 95) yaitu ”Sampling jenuh adalah teknik penentuan sampel bila semua anggota populasi digunakan sebagai sampel”. Karena populasi kurang dari 100 maka teknik sampling yang diambil adalah semua anggota populasi sebanyak 35orang dan biasa disebut dengan sampling jenuh atau sensus.
Derra Risma Shintia, 2012 Pengaruh Inovasi Produk Dan Kualitas Produk Terhadap Keunggulan Bersaing Pengusaha Batik Trusmi Di Kabupaten Cirebon Universitas Pendidikan Indonesia | repository.upi.edu
42
3.4 Operasionalisasi Variabel Untuk menguji hipotesis yang diajukan, dalam penelitian terlebih dahulu setiap variabel didefinisikan, kemudian dijabarkan melalui operasionalisasi variabel. Hal ini dilakukan agar setiap variabel dan indikator penelitian dapat diketahui skala pengukurannya secara jelas. Operasionalisasi variabel penelitian secara rinci diuraikan pada Tabel 3.1 Tabel 3. 1 Operasionalisasi Variabel Variabel
Konsep Teoritis
Konsep Empiris
Konsep Analitis
Skala
Variabel Bebas
Inovasi Produk (X1)
Kualitas Produk (X2)
Proses Inovasi produk Data diperoleh dari Ordinal pengembangan dilihat dari : responden tentang : gagasan yang a) Produk baru a) Produk baru diihat dari kreatif dan : mengubahnya - produk asli : keaslian menjadi produk model yang bermanfaat. - modifikasi produk : (Lukas farrel) pembaharuan bentuk dan gaya perbaikan mutu b) Perluasan b) Perluasan lini diihat Humiras Hardi, lini dari : 2008:24 - Bentuk Bentuk produk Bentuk corak - Kemasan - Warna Totalitas dari Kualitas produk Data diperoleh dari Ordinal karakteristik diihat dari : responden tentang : suatu produk yang menunjang a) Performance a) Performance (kinerja) (kinerja) diihat dari : kemampuannya Manfaat penggunaan untuk memuaskan
Derra Risma Shintia, 2012 Pengaruh Inovasi Produk Dan Kualitas Produk Terhadap Keunggulan Bersaing Pengusaha Batik Trusmi Di Kabupaten Cirebon Universitas Pendidikan Indonesia | repository.upi.edu
43
kebutuhan yang dispesifikasikan atau diterapkan
produk: Manfaat melindungi tubuh Manfaat memberi kenyamanan
(Gaspersz)
Lisda Rahmasari, 2004:15
b) Reability b) Reability (keandalan) (keandalan) dilihat dari : - Kerapihan jahitan - Corak yang tidak mudah rusak (daya c) Durability c) Durability tahan) dilihat dari : (daya tahan) - daya tahan warna - daya tahan bahan d) Asthetic (estetika)
d) Asthetic (estetika) dilihat dari : - daya tarik desain corak/motif - daya tarik model/desain produk
e) Perceived quality (kualitas yang dirasakan)
e) Perceived quality (kualitas yang dirasakan) dilihat dari : - Citra produk - Tanggung jawab perusahaan terhadap produk
Variabel Terikat
Keunggulan Kemampuan suatu Keunggulan Data diperoleh dari Ordinal Bersaing perusahaan untuk bersaing dilihat responden tentang : (Y) meraih keuntungan dari : ekonomis di atas a) keunggulan biaya a) keunggulan laba yang mampu dilihat dari : biaya diraih oleh pesaing - bahan baku yang di pasar yang sama. mudah dan murah - efisiensi produksi - pemasaran dan distribusi yang
Derra Risma Shintia, 2012 Pengaruh Inovasi Produk Dan Kualitas Produk Terhadap Keunggulan Bersaing Pengusaha Batik Trusmi Di Kabupaten Cirebon Universitas Pendidikan Indonesia | repository.upi.edu
44
(Porter, 2008:3) b) keunggulan diferensiasi
hemat dan lancar b) keunggulan diferensiasi diihat dari : - bentuk : bentuk corak/motif: mega mendung, paksinaga liman, patran keris, singa payung, singa barong, banjar balong, ayam alas; kapal kompeni, penari cina, pekalis, semarangan, burung gelatik, dll bentuk babaran batik: babaran biron, babaran mas, babaran bang biru, babaran soloan, babaran sogan, babaran tiganegri, babaran meteron, babaran tluki bentuk jenis produksi batik yang beragam: Batik tulis, batik cap, batik lukis - Penampilan : Keragaman desain pakaian batik : Kemeja, gamis, jaket, blouse, sarimbit, kardigan, bolero, seragam kerja maupun sekolah, dll. Keragaman ukuran pakaian: Small (S), Medium (M), Large (L), Xtra Large (XL), Double Xtra Large (XXL)
Derra Risma Shintia, 2012 Pengaruh Inovasi Produk Dan Kualitas Produk Terhadap Keunggulan Bersaing Pengusaha Batik Trusmi Di Kabupaten Cirebon Universitas Pendidikan Indonesia | repository.upi.edu
45
3.5 Teknik Pengumpulan Data Teknik pengumpulan data merupakan suatu proses pengadaan data untuk keperluan penelitian dimana data yang terkumpul adalah untuk menguji hipotesis yang telah dirumuskan. Data yang diperoleh dalam penelitian ini didapatkan dengan menggunakan teknik sebagai berikut : 1. Studi
dokumentasi,
yaitu
teknik
pengumpulan
data
dengan
cara
mengumpulkan data dan dokumen-dokumen yang sudah ada serta berhubungan dengan variabel penelitian, tujuan digunakannya teknik studi dokumenter ini adalah untuk mencari data yang berkaitan dengan variabelvariabel yang di teliti baik berupa catatan,laporan maupun dokumen yang ada. 2. Angket/quesioner,
yaitu
pengumpulan
data
yang
dilakukan
melalui
penggunaan daftar pertanyaan yang telah disusun dan disebar kepada responden agar diperoleh data yang dibutuhkan. 3. Wawancara bertujuan untuk membantu dalam melengkapi pengumpulan data yang tidak terdapat dalam angket.
3.6 Teknik Pengolahan Data Data yang telah terkumpul sebeum digunakan didalam analisis data harus diolah terlebih dahulu, adapun teknik pengolahan data yang dilakukan dalam penelitian ini adalah sebagai berikut : 1. Menyeleksi data, yaitu untuk melihat atau memeriks kejelasan dan benar tidaknya cara pengisian angket oleh responden dari data yang terkumpul.
Derra Risma Shintia, 2012 Pengaruh Inovasi Produk Dan Kualitas Produk Terhadap Keunggulan Bersaing Pengusaha Batik Trusmi Di Kabupaten Cirebon Universitas Pendidikan Indonesia | repository.upi.edu
46
2. Mentabulasi data, yaitu suatu proses merubah data mentah dari responden menjadi data yang bermakna. Data yang telah dikelompokan kemudian dimasukan ke dalam tabel-tabel untuk dihitung berdasarkan aspek-aspek yang dijadikan variabel penelitian untuk memudahkan dalam menganalisis data. 3. Menghitung ukuran-ukuran karakteristik berdasarkan variabel-variabel 4. Menganalisis data berdasarkan metode statistik yang dirancang. 5. Melakukan pengujian hipotesis yang telah digunakan dalam penelitian ini. 6. Membuat laporan penelitian.
3.7 Teknik Analisis Data Teknik analisa data dalam penelitian ini mengunakan analisis regresi berganda (multiple regression). Sedangkan alat analisis yang digunakan yaitu software SPSS. Dengan demikian, maka data yang bersifat ordinal pada penelitian ini yaitu variabel inovasi produk, kualitas produk dan keunggulan bersaing harus dubah dan ditingkatkan menjadi data interval melalui MSI Methods of Succesive Interval (MSI). Salah satu kegunaan dari MSI dalam pengukuran adalah untuk menaikkan pengukuran dari ordinal ke interval. Langkah kerja Methods of Succesive Interval (MSI) adalah sebagai berikut : a. Perhatikan tiap butir pernyataan, misalnya dalam angket. b. Untuk butir tersebut, tentukan berapa banyak orang yang mendapatkan (menjawab) skor 1,2,3,4,5 yang disebut frekuensi. c. Setiap frekuensi dibagi dengan banyaknya responden dan hasilnya disebut Proporsi (P).
Derra Risma Shintia, 2012 Pengaruh Inovasi Produk Dan Kualitas Produk Terhadap Keunggulan Bersaing Pengusaha Batik Trusmi Di Kabupaten Cirebon Universitas Pendidikan Indonesia | repository.upi.edu
47
d. Tentukan Proporsi Kumulatif (PK) dengan cara menjumlah antara proporsi yang ada dengan proporsi sebelumnya. e. Dengan menggunakan tabel distribusi normal baku, tentukan nilai Z untuk setiap kategori. f. Tentukan nilai densitas untuk setiap nilai Z yang diperoleh dengan menggunakan tabel ordinat distribusi normal baku. g. Hitung SV (Scale Value) = Nilai Skala dengan rumus sebagai berikut: SV
( DensityofL owerLimit ) ( DensityofU pperLimit ) ( AreaBelowU pperLimit )( AreaBelowL owerLimit )
h. Menghitung skor hasil tranformasi untuk setiap pilihan jawaban dengan rumus: Y SV 1 SVMin K 1 SVMin
Dimana
Permasalahan yang diajukan akan di proses dan kemudian dilakukan pengolahan dengan menggunakan statistik parametrik. Model analisis yang digunakan untuk melihat pengaruh antara variabel-variabel bebas terhadap variabel terikat serta untuk menguji kebenaran dari hipotesis akan digunakan model persamaan regresi berganda yang rumus penghitungan dari regresi berganda tersebut adalah sebagai berikut : Y = β0 + β1X1 + β2X2 + e Dimana : Y adalah Keunggulan Bersaing
X2 adalah Kualitas Produk
β0 adalah Konstanta Regresi
e
adalah faktor pengganggu
Derra Risma Shintia, 2012 Pengaruh Inovasi Produk Dan Kualitas Produk Terhadap Keunggulan Bersaing Pengusaha Batik Trusmi Di Kabupaten Cirebon Universitas Pendidikan Indonesia | repository.upi.edu
48
X1 adalah Inovasi Produk
3.7.1
Tes Validitas Tes validitas adalah suatu ukuran yang menunjukkan tingkat-tingkat
kevalidan dan kesahihan sesuatu instrumen. Dikatakan valid apabila mampu mengukur apa yang diinginkan.Cara menguji validitas adalah: 1.
Mendefinisikan secara operasional konsep yang akan diukur
2.
Melakukan uji coba skala pengukur tersebut pada sejumlah responden
3.
Mempersiapkan tabel tabulasi jawaban
4.
Menghitung korelasi antar masing-masing pernyataan dengan skor total dengan menggunakan rumus teknik korelasi product moment: rXY
N XY X Y
N X
2
( X ) 2 N Y 2 ( Y ) 2
(Arikunto, 2006 : 170)
Dimana: R
= Koefisien validitas yang dicari
X
= Skor yang diperoleh dari subjek setiap item
Y
= Skor total item instrumen
∑X
= Jumlah skor dalam distribusi X
∑Y
= Jumlah skor dalam distribusi Y
∑
= Jumlah kuadrat pada masing-masing skor X
∑
= Jumlah kuadrat pada masing-masing skor Y
N
= Jumlah responden
Derra Risma Shintia, 2012 Pengaruh Inovasi Produk Dan Kualitas Produk Terhadap Keunggulan Bersaing Pengusaha Batik Trusmi Di Kabupaten Cirebon Universitas Pendidikan Indonesia | repository.upi.edu
49
Dalam hal ini kriterianya adalah :
rxy < 0,20
: Validitas sangat rendah
0,20 - 0,39
: Validitas rendah
0,40 - 0,59
: Validitas sedang/cukup
0,60 - 0,89
: Validitas tinggi
0,90 - 1,00 : Validitas sangat tinggi Dengan menggunakan taraf signifikan α = 0,05 koefisien korelasi yang diperoleh dari hasil perhitungan, dibandingkan dengan nilai tabel korelasi nilai r dengan derajat kebebasan (n-2) dimana n menyatakan jumlah baris atau banyaknya responden. Jika r hitung r0, 05 jika r hitung r 0,05
3.7.2
Instrumen valid Instrumen tidak valid
Tes Relialibilitas Tes reliabilitas digunakan sebagai alat pengumpul data yang dapat
dipercaya karena instrumen sudah baik. Reliabilitas menunjuk pada tingkat keterandalan sesuatu. Uji reabilitas ini menggunakan rumus alpha karena data berupa skor dari 1-5. Rumus mencari reliabilitas instrumen adalah: 2 k b r11 1 1 2 (k 1) (Arikunto, 2006: 196)
Keterangan: r11
= Reliabilitas instrumen
k
= banyaknya butir pertanyaan atau banyaknya soal
Derra Risma Shintia, 2012 Pengaruh Inovasi Produk Dan Kualitas Produk Terhadap Keunggulan Bersaing Pengusaha Batik Trusmi Di Kabupaten Cirebon Universitas Pendidikan Indonesia | repository.upi.edu
50
12
2 b
= jumlah varian butir = varian total
Keputusannya dengan membandingkan r 11 dengan r
tabel,
dengan ketentuan
sebagai berikut : Jika r 11> r tabel berarti reliabel dan jika r 11< r tabel berarti tidak reliabel.
3.8 Pengujian Asumsi Klasik 3.8.1
Uji Multikolinearitas Pada mulanya multikoliniearitas berarti adanya hubungan linier yang
sempurna atau pasti diantara beberapa atau semua variabel yang menjelaskan dari model regresi. Dalam hal ini variabel-variabel bebas ini bersifat tidak orthogonal. Variabel-variabel bebas yang bersifat orthogonal adalah variabel bebas yang nilai korelasi diantara sesamanya sama dengan nol. Terdapat beberapa metode yang bisa dilakukan untuk mengetahui multikolinearitas diantaranya adalah : 1. Mendeteksi nilai koefisien determinasi (R2) dan nilai t
hitung.
Jika R2
tinggi (biasanya berkisar 0,7-1,0) tetapi sangat sedikit koefisien regresi yang signifikan secara statistik, maka kemungkinan ada gejala multikolinieritas. 2. Melakukan uji korelasi derajat nol. Apabila koefisien korelasinya tinggi, perlu dicurigai adanya masalah multikolinearitas. Akan tetapi tingginya
koefisien
korelasi
tersebut
tidak
menjamin
terjadi
multikolinearitas. Derra Risma Shintia, 2012 Pengaruh Inovasi Produk Dan Kualitas Produk Terhadap Keunggulan Bersaing Pengusaha Batik Trusmi Di Kabupaten Cirebon Universitas Pendidikan Indonesia | repository.upi.edu
51
3. Menguji korelasi antar sesama variabel bebas dengan cara meregresi setiap Xi terhadap X lainnya. Dari regresi tersebut, kita dapatkan R 2 dan F. Jika nilai Fhitung melebihi nilai kritis Ftabel pada tingkat derajat kepercayaan tertentu, maka terdapat multikolinearitas variabel bebas. Dalam penelitian ini penulis untuk memprediksi ada atau tidaknya multikolinearitas, penulis melihat dari nilai probabilitas hasil pengujian SPSS. Apabila terjadi Multikolinearitas menurut Yana Rohmana (2010:150) disarankan untuk mengatasinya dapat dilakukan dengan cara sebagai berikut : 1. Tidak ada Perbaikan Multikolinearitas akan tetap menghasilkan estimator yang BLUE karena masalah estimator yang BLUE tidak memeerlukan asusmsi tidak adanya korelasi antar variabel independen. 2. Dengan Perbaikan Tindakan
perbaikan
yang
dapat
dilakukan
apabila
terdapat
multikolinearitas yang serius, yaitu sebagai berikut : a. Menghilangkan variabel independen b. Transformasi variabel c. Penambahan data
3.8.2
Uji Heterokedastisitas Salah satu asumsi model regresi linier klasik ialah bahwa varian dari setiap
kesalahan pengganggu ε1 untuk variabel-variabel bebas yang diketahui,
Derra Risma Shintia, 2012 Pengaruh Inovasi Produk Dan Kualitas Produk Terhadap Keunggulan Bersaing Pengusaha Batik Trusmi Di Kabupaten Cirebon Universitas Pendidikan Indonesia | repository.upi.edu
52
merupakan bilangan konstan dengan simbol σ2. Inilah asumsi heteroskedastisitas atau sama (homo) penyebarannya (skedastisitas) maksudnya sama varian. Dengan adanya heteroskedastisitas maka estimator OLS tidak akan menghasilkan estimator yang Best Linear Unbiased Estimator (BLUE). Konsekuensi jika varian yang minimum adalah : 1. Jika varian tidak minimum maka menyebabkan perhitungan standar eror metode OLS menjadi tidak bisa dipercaya kebenarannya. 2. Akibat dari no.1 di atas, maka interval estimasi maupun uji hipotesis yang didasarkan pada uji F tidak bisa lagi dipercaya untuk evaluasi hasil regresi Ada beberapa metode yang bisa digunakan untuk mengetahui adanya heteroskedastisitas, metode yang digunakan dalam penelitian ini yaitu metode White. Adapun langkah-langkah untuk uji white adalah: 1. Estimasi persamaan dan dapatkan residualnya 2. Lakukan regresi pada persamaan yang disebut regresi auxiliary 3. Hipotesis nol dalam uji ini adalah tidak ada heteroskedastisitas. Uji white didasarkan pada jumlah sampeldegree of freedom sebanyak variabel independen tidak termasuk konstanta dalam regresi auxiliry. 4. Ketentuannya adalah : a. Jika nilai chi-sqare hitung (n, R2) lebih besar dari nilai x2 kritis dengan derajat kepercayaan tertentu (α) maka heteroskedastisitas. b. Jika nilai chi-sqare hitung (n, R2) lebih kecil dari nilai x2 kritis dengan derajat kepercayaan tertentu (α) maka tidak ada heteroskedastisitas.
Derra Risma Shintia, 2012 Pengaruh Inovasi Produk Dan Kualitas Produk Terhadap Keunggulan Bersaing Pengusaha Batik Trusmi Di Kabupaten Cirebon Universitas Pendidikan Indonesia | repository.upi.edu
53
3.8.3
Uji Autokorelasi Dalam suatu analisa regresi dimungkinkan terjadinya hubungan antara
variabel-variabel bebas atau korelasi sendiri, gejala ini disebut autokorelasi. Istilah autokorelasi dapat didefinisikan sebagai korelasi antara anggota serangkaian observasi yang diurutkan menurut waktu dan ruang. Autokorelasi merupakan suatu keadaan dimana tidak adanya korelasi antara variabel pengganggu (disturbance term) dalam multiple regression. Faktorfaktor penyebab autokorelasi antara lain kesalahan dalam menentukan model, penggunaan lag dalam model dan tidak dimasukannya variabel penting.
Konsekuensi adanya autokorelasi menyebabkan hal-hal berikut :
Parameter yang diestimasikan dalam model regresi OLS menjadi bias dan varian tidak minim lagi sehingga koefisien estimasi yang diperoleh kurang akurat dan tidak efisien.
Varians sampel tidak menggambarkan varians populasi, karena diestimasi terlalu rendah (underestimated) oleh varians residual taksiran.
Model regresi yang dihasilkan tidak dapat digunakan untuk menduga niai variabel terikat dari variable bebas tertentu.
Uji tidak berlaku lagi, jika uji ttetap digunakan maka kesimpulan yang diperoleh salah.
Derra Risma Shintia, 2012 Pengaruh Inovasi Produk Dan Kualitas Produk Terhadap Keunggulan Bersaing Pengusaha Batik Trusmi Di Kabupaten Cirebon Universitas Pendidikan Indonesia | repository.upi.edu
54
Adapun cara untuk mendeteksi ada atau tidaknya autokorelasi pada model regresi, pada penelitian ini pengujian asumsi autokorelasi dapat diuji melalui beberapa cara di bawah ini: 1) Uji Durbin Watson (DW), yaitu dengan cara membandingkan nilai DW statistik dengan DW tabel. Uji DW menurunkan niai kritis batas bawah (dt) dan batas atas (du) sehingga jika nilai d hitung terleak diluar nilai kritis ini maka ada tidaknya autokorelasi baik positif maupun negatif dapat diketahui. Penentuan ada tidaknya autokorelasi dapat dilihat dengan jelas dalam tabel 3.2 dibawah ini : Tabel 3.2 Uji Statistik Durbin Watson Nilai Statistik d
Hasil
0 < d < d1
Menolak hipotesis nol; ada autokorelasi positif
d1≤ d ≤ du
Daerah keragu-raguan; tidak ada keputusan
du ≤ d ≤ 4 - du 4 - du ≤ d ≤ 4 - d1 4 - d1 ≤ d ≤ 4
Menerima hipotesis nol; tidak ada autokorelasi Positif/negatif Daerah keragu-raguan; tidak ada keputusan Menolak hipotesis nol; ada autokorelasi positif
Salah satu keuntungan dari uji DW yang didasarkan pada residual adalah bahwa setiap program komputer untuk regresi selalu memberi informasi statistik d, adapun prosedur dari uji DW sebagai berikut :
Derra Risma Shintia, 2012 Pengaruh Inovasi Produk Dan Kualitas Produk Terhadap Keunggulan Bersaing Pengusaha Batik Trusmi Di Kabupaten Cirebon Universitas Pendidikan Indonesia | repository.upi.edu
55
1. Melakukan regresi metode OLS dan kemudian mendapatkan nilai residualnya 2. Menghitung nilai d dari persamaan regresi 3. Dengan jumlah observasi (n) dan jumlah variabel independen tertentu tidak termasuk konstanta (k), kita cari nilai kritis d L dan dU di statistik Durbin Watson 4. Keputusan ada tidaknya autokorelasi didasarkan pada tabel diatas. Dengan pedoman : bila nilai X2hitung lebih kecil dibandingkan nilai X2tabel maka tidak ada autokorelasi. Sebaliknya bila nilai X 2hitung lebih besar dibandingkan nilai X2tabelmaka ditemukan adanya autokorelasi. Nilai Durbin-Watson menunjukan ada tidaknya autokorelasi baik positif atau negatif. Jika digambarkan adalah sebagai berikut: f(d) Menolak H0 Buktiautokorel asipositif
*
MenerimaH0atau H 0 ataukedua-duanya
Daerah keraguraguan
0
dL
du
2
4-du
Daerah keraguraguan
Menolak H*0 Bukti autokorelasi negatif
4-dL
4
Gambar 3.1 Statistika Durbin- Watson d (Gudjarati, 2001: 216)
Keterangan: dL = Durbin Tabel Lower dU = Durbin Tabel Up H0 = Tidak ada autokorelasi positif H*0 = Tidak ada autokorelasi negatif
Derra Risma Shintia, 2012 Pengaruh Inovasi Produk Dan Kualitas Produk Terhadap Keunggulan Bersaing Pengusaha Batik Trusmi Di Kabupaten Cirebon Universitas Pendidikan Indonesia | repository.upi.edu
d
56
2) Metode Uji Langrange Multilier (LM) atau Uji Breusch Godfrey yaitu dengan membandingkan nilai X2tabel dengan X2hitung. Rumus untuk mencari X2hitung sebagai berikut : X2 = (n-1) R2 Dengan pedoman : bila X2hitung lebih keci dibandingkan nilai X2tabel maka tidak ada autokorelasi. Sebaliknya bila nilai X 2hitung lebih besardibandingkan dengan niai X2tabel maka ditemukan adaya autokorelasi.
3.9 Pengujian Hipotesis 3.9.1
Uji Parsial (uji t ) Uji t pada dasarnya menunjukkan “seberapa jauh pengaruh satu variabel
penjelas/independen secara individual dalam menerangkan variasi variabel dependen.” (Gujarati, 2001:84). Dalam penelitian ini, berarti uji t digunakan untuk mengetahui pengaruh dari masing-masing variabel independen yang terdiri atas inovasi produk dan kualitas produk terhadap keunggulan bersaing yang merupakan variabel dependennya. Rumus uji t adalah :
Dimana : r
= Koefisien Regresi
n
= Jumlah responden
t
= Uji hipotesis
Derra Risma Shintia, 2012 Pengaruh Inovasi Produk Dan Kualitas Produk Terhadap Keunggulan Bersaing Pengusaha Batik Trusmi Di Kabupaten Cirebon Universitas Pendidikan Indonesia | repository.upi.edu
57
Kriteria pengujian : 1. Menentukan taraf nyata (level of significant) sebesar 0,05 atau 5% 2. Menentukan derajat kebebasan (df) dimana df=n-2 3. Menentukan formula H0 dan Ha H0 : β1,2= 0, artinya tidak ada pengaruh yang signifikan antara inovasi produk (X1), kualitas produk (X2) terhadap keunggulan bersaing (Y) Ha: β1,2> 0, artinya ada pengaruh yang signifikan antara inovasi produk(X1), kualitas produk (X2) terhadap keunggulan bersaing (Y). 4. Keputusan pengujian a. Jika thitung>ttabel, maka hipotesis yang menyatakan ada pengaruh positif antara inovasi produk(X1) terhadap keunggulan bersaing (Y) atau antara kualitas produk (X2) terhadap keunggulan bersaing (Y) adalah diterima. b. Jika thitung
3.9.2
Uji Simultan (uji F ) Pengujian hipotesis secara keseluruhan merupakan penggabungan variabel
X terhadap variabel terikat Y untuk diketahui seberapa besar pengaruhnya. Pengujian dapat dilakukan dengan rumus :
Derra Risma Shintia, 2012 Pengaruh Inovasi Produk Dan Kualitas Produk Terhadap Keunggulan Bersaing Pengusaha Batik Trusmi Di Kabupaten Cirebon Universitas Pendidikan Indonesia | repository.upi.edu
58
Dimana : R2
= Koefisien korelasi berganda dikuadratkan
n
= jumlah sampel
k
= jumlah variabel bebas
Kriteria pengujian : 1. Menentukan taraf nyata (level of significant) 0,05 atau 5%. 2. Menentukan derajat kebebasan (df) Ftabel = 2; n-k-1 3. Menentukan formulasi H0 dan Ha a. H0 : β1,2 = 0, artinya variabel X {inovasi produk (X1) dan kualitas produk (X2) } secara bersama-sama tidak berpengaruh positif terhadap variabel Y(keunggulan bersaing) b. Ha : β1,2 ≤ 0, artinya variabel X {inovasi produk (X1) dan kualitas produk (X2) } secara bersama-sama berpengaruh positif terhadap variabel Y(keunggulan bersaing) 4. Keputusan pengujian b. Jika Fhitung>Ftabel, maka hipotesis yang menyatakan ada pengaruh positif antara inovasi produk(X1), kualitas produk (X2) terhadap keunggulan bersaing (Y) adalah diterima. Derra Risma Shintia, 2012 Pengaruh Inovasi Produk Dan Kualitas Produk Terhadap Keunggulan Bersaing Pengusaha Batik Trusmi Di Kabupaten Cirebon Universitas Pendidikan Indonesia | repository.upi.edu
59
c. Jika Fhitung
3.9.3
Uji Koefisien Determinasi (R2) Menurut Gujarati (2001:98) dijelaskan bahwa koefisien determinasi (R2)
yaitu angka yang menunjukkan besarnya derajat kemampuan menerangkan variabel bebas terhadap variabel terikat dari fungsi tersebut. Koefisien determinasi sebagai alat ukur kebaikan dari persamaan regresi yaitu memberikan proporsi atau persentase variasi total dalam variabel tidak bebas (Y) yang dijelaskan oleh variabel bebas (X). Rumus yang digunakan adalah :
Dimana : R2
= Koefisien determinasi
n = Jumlah observasi
ESS = Jumlah kuadrat residual TSS = Total jumlah kuadrat residual K = Jumlah parameter (termasuk intersep) Nilai R2 berkisar antara 0 dan 1 (0
Jika nilai semakin mendekati angka 1, maka hubungan antara variabel semakin erat atau baik.
-
Jika nilai semakin menjauhi angka 1, maka hubungan antara variabel kurang erat atau baik.
Derra Risma Shintia, 2012 Pengaruh Inovasi Produk Dan Kualitas Produk Terhadap Keunggulan Bersaing Pengusaha Batik Trusmi Di Kabupaten Cirebon Universitas Pendidikan Indonesia | repository.upi.edu
60
Derra Risma Shintia, 2012 Pengaruh Inovasi Produk Dan Kualitas Produk Terhadap Keunggulan Bersaing Pengusaha Batik Trusmi Di Kabupaten Cirebon Universitas Pendidikan Indonesia | repository.upi.edu