Uji Asumsi Klasik, Heteroskedastisitas

Oktober 3, 2009

  1. Heterokedasitas

Penyimpangan heteroskedastisitas menurut Algifari (1997:85) artinya varians variabel dalam model tidak sama (konstan). Pengujian heteroskedastisitas dilakukan dengan menggunakan teknik dari Park, yaitu dengan melakukan analisis regresi dengan menggunakan nilai residual sebagai variabel dependen yang diperoleh dari analisis regresi biasa.

Ln e = a + b1x1 + b2x2 + b3x3 + b4x4 + b5x5

Jika semua variabel independen signifikan secara statistik, maka dalam model terdapat heteroskedastisitas (Algifari, 1997:88) atau membandingkan nilai t hitung dan nilai t table, bila t hitung lebih kecil dari t table maka tidak terjadi heteroskedastisitas.

Iklan

Uji Asumsi Klasik, Multikolinearitas

Oktober 3, 2009

  1. Multikolinearitas

Penyimpangan multikolinearitas artinya antarvariabel independen yang terdapat dalam model memiliki hubungan yang sempurna atau mendekati sempurna (Algifari, 1997:84). Secara matematis pengukuran multikolinearitas dapat dirumuskan:

R 2 = Koefisien Determinasi

Persamaan variabel inflasi jika memiliki nilai yang semakin besar maka menunjukkan multikolinearitas akan lebih sederhana. Bila nilai faktor varian inflasi lebih dari 10, maka terjadi multikolinearitas (Abdul Hakim, 2001:303).

Analisis Koefisien Determinasi

Oktober 3, 2009

1.Analisis Koefisien Determinasi Adalah angka yang menunjukkan proporsi variabel dependen yang dijelaskan oleh variabel independen. R2 mampu memberikan informasi mengenai variasi nilai variabel dependen yang dapat dijelaskan oleh model regresi yang digunakan (Algifari, 1997:51). Koefisien determinasi menurut Djarwanto dan Pangestu S. (1993:350) dihitung dengan rumus sebagai berikut: Apabila koefisien determinasi (R2) mendekati angka satu (1) berarti terdapat hubungan yang kuat (Djarwanto dan Pangestu S., 1993:324).

Uji Asumsi Klasik, Normalitas

Oktober 3, 2009

  1. Uji Asumsi Klasik

    a. Normalitas

Tujuan uji normalitas adalah ingin mengetahui apakah distribusi sebuah data mengikuti atau mendekati distribusi normal (Singgih Santoso, 2002:34). Pengujian normalitas dapat dilakukan

dengan uji Jarque-Bera, yaitu :

Dimana: S menunjukkan Skewness (kemencengan)

K menunjukkan kurtosis (keruncingan)

    Suatu distribusi dikatakan normal. bila nilai JB lebih kecil daripada nilai Chi Square (x2) (Algifari, 1997:33).

uji signifikansi statistik, uji f

Oktober 3, 2009

  1. Uji F

Pengujian ini dilakukan untuk mengetahui adanya pengaruh dimensi kualitas pelayanan (tangibles, reliability, responsiveness, assurance, empathy) dengan kepuasan nasabah secara bersamaan.

Menurut Djarwanto dan Pangestu S. (1993:268) langkah-langkah untuk uji F adalah sebagai berikut:

1). Menentukan hipotesis nihil dan hipotesis alternatif

Ho : β = 0 : Secara signifikan dimensi kualitas pelayanan

tidak berpengaruh terhadap kepuasan

nasabah

Ha : β ≠ 0 : Secara signifikan dimensi kualitas pelayanan

berpengaruh terhadap kepuasan nasabah

2). Level of signifikan α = 5%

  1. Kriteria pengujian (role of test)

Fα;(k; n-k-1)

Ho diterima apabila F hitung ≤ F tabel

Ho ditolak apabila F hitung > F tabel

4). Perhitungan Nilai F

JK (Re gresi ) / k

Fhitung =

JK (Residu) / n – 1 – k

Keterangan:

F Hitung = Nilai F hitung

n = banyaknya kasus

k = jumlah prediktor

JK (Regresi) = jumlah kuadrat regresi

JK (Residu) = jumlah kuadrat residu

e). Kesimpulan

    Dengan membandingkan F hitung dengan F tabel dapat diketahui hubungan dimensi kualitas pelayanan dengan kepuasan nasabah.

Uji signifikansi statistik -uji parsial

Oktober 3, 2009

  1. Uji Signifikansi Statistik

    a. Uji Parsial

Uji parsial ini digunakan untuk mengetahui besarnya pengaruh faktor dimensi kualitas pelayanan tangibles, reliability, responsiveness, assurance, empathy) dengan kepuasan nasabah secara individual. Menurut Djarwanto dan Pangestu S. (1993:191) langkah-langkah untuk uji parsial adalah sebagai berikut:

1). Menentukan hipotesa nihil dan hipotesa alternatif

Ho : β = 0 : Secara individu signifikan dimensi

kualitas pelayanan tidak berpengaruh

terhadap kepuasan nasabah

Ha : β ≠ 0 : Secara individu signifikan dimensi

kualitas pelayanan berpengaruh

terhadap kepuasan nasabah

2). Level of signifikan α = 5%

3). Kriteri pengujian (role of test)

Ho diterima apabila -z(α/2) ≤ z ≤ z(α/2)

Ho ditolak apabila z > z(α/2) atau z < -z(α/2)

4). Perhitungan nilai z

Keterangan :

x = rata-rata sampel

μ0 = mean

s = variance populasi

    n = besarnya sampel

5). Kesimpulan

Dengan membandingkan z dengan z(α/2) dapat diketahui tingkat signifikan dimensi kualitas pelayanan (tangibles, reliability, responsiveness, assurance, empathy) dengan kepuasan nasabah.

Regresi Berganda

Oktober 3, 2009

  1. Analisis Regresi Berganda

Analisa ini digunakan untuk mengetahui atau mengukur pengaruh antara dimensi kualitas pelayanan (Tangibles, Reliability, Responsiveness, Assurance, Empathy, ) dengan kepuasan nasabah yang dinyatakan dalam bentuk persamaan matematik. (Algifari:1997)

Y = a + b1x1 + b2x2 + b3x3 + b4x4 + b5x5 + e

Keterangan:

Y = kepuasan nasabah x1 = tangible

a = konstanta x2 = Reliability

b = koefisien x3 = responsiveness

x4 = assurance x5 = empathy

e = error

Uji Instrumen Reliabiltas

Oktober 3, 2009

Reliabilitas

Reliabilitas menunjukkan sejauh mana suatu instrument dapat memberikan hasil pengukuran yang konsisten apabila pengukuran diulang dua kali atau lebih (Masri S dan Sofian E., 1989:122). Menurut Suharsimi (1998:171) uji reliabilitas bisa dilakukan dengan menggunakan teknik Alpha-Cronbach, yaitu dengan rumus:

 

Dimana :

r11 = Reliabilitas instrumen

k = Banyaknya butir pertanyaan

Ƹ2b = Jumlah varians butir

2t = Varians total

Kriteria uji reliabilitas instrumen menggunakan batas 0,6 jika Cronbach Alpha lebih besar dari 0,6 maka pertanyaan dinyatakan reliabel.

Uji Instrumen Validitas

Oktober 3, 2009

1.Uji Instrumen
a. Validitas
Validitas data merupakan suatu ukuran yang menunjukkan tingkat kesahihan suatu instrument. Instrumen yang sahih memiliki validitas tinggi. Instrumen dikatakan sahih apabila mampu mengukur apa yang diinginkan, mampu mengungkapkan data dari variabel yang diteliti secara tepat, tinggi rendahnya validitas instrumen menunjukkan sejauh mana data yang terkumpul tidak menyimpang dari gambaran validitas yang dimaksud (Suharsimi A., 1998:144). Teknik yang digunakan untuk uji validitas adalah teknik korelasi product moment dari Pearson dengan rumus:

Dimana:
rxy      = Korelasi Product Moment Pearson Item dengan nilai sikap
x        = Total nilai keseluruhan subyek per item
y        = Total nilai sikap per subyek
n        = jumlah subyek
Nilai korelasi (r) dibandingkan dengan 0,3, jika korelasi (r) lebih besar dari 0,3 maka pertanyaan yang dibuat dikategorikan valid.