ANALISIS JALUR Dr. Musdalifah Azis, SE., M.Si [email protected] Dosen Universitas Mulawarman Samarinda BAB I 1.1 KONSEP DASAR ANALISIS JALUR Analisis jalur adalah suatu teknik pengembangan dari regresi linier ganda.Teknik ini digunakan untuk menguji besarnya sumbangan (kontribusi) yang ditunjukkan oleh koefisien jalur pada setiap diagram jalur dari hubungan kausal antar variabel X1 X2 dan X3 terhadap Y serta dampaknya terhadap Z. “Analisis jalur ialah suatu teknik untuk menganalisis hubungan sebab akibat yang tejadi pada regresi berganda jika variabel bebasnya mempengaruhi variabel tergantung tidak hanya secara langsung tetapi juga secara tidak langsung”. (Robert D. Retherford 1993). Sedangkan definisi lain mengatakan: “Analisis jalur merupakan pengembangan langsung bentuk regresi berganda dengan tujuan untuk memberikan estimasi tingkat kepentingan (magnitude) dan signifikansi (significance) hubungan sebab akibat hipotetikal dalam seperangkat variabel.” (Paul Webley 1997). David Garson dari North Carolina State University mendefinisikan analisis jalur sebagai “Model perluasan regresi yang digunakan untuk menguji keselarasan matriks korelasi dengan dua atau lebih model hubungan sebab akibat yang dibandingkan oleh peneliti. Modelnya digambarkan dalam bentuk gambar lingkaran dan panah dimana anak panah tunggal menunjukkan sebagai penyebab. Regresi dikenakan pada masing-masing variabel dalam suatu model sebagai variabel tergantung (pemberi respon) sedang yang lain sebagai penyebab. Pembobotan regresi diprediksikan dalam suatu model yang dibandingkan dengan matriks korelasi yang diobservasi untuk semua variabel dan dilakukan juga penghitungan uji keselarasan statistik. (David Garson, 2003). Dalam analisis jalur dikenal beberapa konsep dan istilah dasar. Dengan gambar model di bawah ini akan diterangkan konsep-konsep dan istilah dasar tersebut: 1 Model jalur. Model jalur ialah suatu diagram yang menghubungkan antara variabel bebas, perantara dan tergantung. Pola hubungan ditunjukkan dengan menggunakan anak panah. Anak panah-anak panah tunggal menunjukkan hubungan sebab–akibat antara variabel-variabel exogenous atau perantara dengan satu variabel tergantung atau lebih. Anak panah juga menghubungkan kesalahan (variabel residue) dengan semua variabel endogenous masing-masing. Anak panah ganda menunjukkan korelasi antara pasangan variabel-variabel exogenous. Jalur penyebab untuk suatu variabel yang diberikan meliputi pertama jalur-jalur arah dari anak-anak panah menuju ke variabel tersebut dan kedua jalur-jalur korelasi dari semua variabel endogenous yang dikorelasikan dengan variabel-variabel yang lain yang mempunyai anak panah-anak panah menuju ke variabel yang sudah ada tersebut. Variabel exogenous. Variabel – variabel exogenous dalam suatu model jalur ialah semua variabel yang tidak ada penyebab-penyebab eskplisitnya atau dalam diagram tidak ada anak-anak panah yang menuju kearahnya, selain pada bagian kesalahan pengukuran. Jika antara variabel exogenous dikorelasikan maka korelasi tersebut ditunjukkan dengan anak panah dengan kepala dua yang menghubungkan variabel-variabel tersebut. Variabel endogenous. Variabel endogenous ialah variabel yang mempunyai anak-anak panah menuju kearah variabel tersebut. Variabel yang termasuk didalamnya ialah mencakup semua variabel perantara dan tergantung. Variabel perantara endogenous mempunyai anak panah yang menuju kearahnya dan dari arah variabel tersebut dalam sutau model diagram jalur. Sedang variabel tergantung hanya mempunyai anak panah yang menuju kearahnya. Koefesien jalur / pembobotan jalur. Koefesien jalur adalah koefesien regresi standar atau disebut ‘beta’ yang menunjukkan pengaruh langsung dari suatu variabel bebas terhadap variabel tergantung dalam suatu model jalur tertentu. Oleh karena itu, jika suatu model mempunyai dua atau lebih variabel-variabel penyebab, maka koefesien-koefesien jalurnya merupakan koefesien-koefesien regresi parsial yang mengukur besarnya pengaruh satu variabel terhadap variabel lain dalam suatu model jalur tertentu yang 2 mengontrol dua variabel lain sebelumnya dengan menggunakan data yang sudah distandarkan atau matriks korelasi sebagai masukan. Variabel-variabel exogenous yang dikorelasikan. Jika semua variabel exogenous dikorelasikan, maka sebagai penanda hubungannya ialah anak panah dengan dua kepala yang dihubungkan diantara variabel-variabel dengan koefesien korelasinya. Istilah gangguan. Istilah kesalahan residual yang secara teknis disebut sebagai ‘gangguan’ atau “residue” mencerminkan adanya varian yang tidak dapat diterangkan atau pengaruh dari semua variabel yang tidak terukur ditambah dengan kesalahan pengukuran. Aturan multiplikasi jalur. Nilai dari suatu jalur gabungan adalah hasil semua koefesien jalurnya. Decomposisi pengaruh. Koefesien-koefesien jalur dapat digunakan untuk mengurai korelasi-korelasi dalam suatu model kedalam pengaruh langsung dan tidak langsung yang berhubungan dengan jalur langsung dan tidak langsung yang direfleksikan dengan anak panah – anak panah dalam suatu model tertentu. Ini didasarkan pada aturan bahwa dalam suatu sistem linear, maka pengaruh penyebab total suatu variabel ‘i’ terhadap variabel ‘j’ adalah jumlah semua nilai jalur dari “i” ke “j”. Signifikansi dan Model keselarasan dalam jalur. Untuk melakukan pengujian koefesien – koefesien jalur secara individual, kita dapat menggunakan t standar atau pengujian F dari angka-angka keluaran regresi. Sedang untuk melakukan pengujian model dengan semua jalurnya, kita dapat menggunakan uji keselarasan dari program. Jika suatu model sudah benar, diantaranya mencakup semua variabel yang sesuai dan mengeluarkan semua variabel yang tidak sesuai; maka jumlah nilai-nila jalur dari I ke j akan sama dengan koefesien regresi untuk j yang diprediksi didasarkan pada I, yaitu untuk data yang sudah distandarisasi dimana koefesien regresi sederhana sama dengan kefesien korelasi; maka jumlah semua koefesien (standar) akan sama dengan koefesien korelasi. Anak panah dengan satu kepala dan dua kepala. Jika ingin menggambarkan penyebab, maka kita menggunakan anak panah dengan satu kepala. Sedang untuk menggambarkan korelasi, kita menggunakan anak panah yang melengkung dengan dua kepala. Ada kalanya hubungan 3 sebab akibat menghasilkan angka negatif, untuk menggambarkan hasil yang negatif digunakan garis putus-putus. Pola hubungan. Dalam analisi jalur tidak digunakan istilah variabel bebas ataupun tergantung. Sebagai gantinya kita menggunakan istilah variabel exogenous dan endogenous. Model Recursive. Model penyebab yang mempunyai satu arah. Tidak ada arah membalik (feed back loop) dan tidak ada pengaruh sebab akibat (reciprocal). Dalam model ini satu variabel tidak dapat berfungsi sebagai penyebab dan akibat dalam waktu yang bersamaan. Model Non-recursive. Model penyebab dengan disertai arah yang membalik (feed back loop) atau adanya pengaruh sebab akibat (reciprocal). Direct Effect. Pengaruh langsung yang dapat dilihat dari koefesien jalur dari satu variable ke variable lainnya. Indirect Effect. Urutan jalur melalui satu atau lebih variable perantara. 1.2 Tipe Model-model Jalur Ada beberapa model jalur mulai dari yang paling sederhana sampai dengan yang lebih rumit, diantaranya diterangkan di bawah ini : 1.2.1 Tipe Regresi Berganda Model pertama ini sebenarnya merupakan pengembangan regresi berganda dengan menggunakan dua variabel exogenous, yaitu X1 dan X2 dengan satu variabel endogenous Y. Model digambarkan sebagai berikut : X1 Y1 X2 Contoh : Dalam kasus pengaruh harga dan promosi terhadap penjualan, maka X 1 adalah variabel harga dan X2 adalah variabel promosi sedangkan Y adalah variabel penjualan. Dalam terminologi analisis jalur, variabel harga dan promosi adalah variabel exogenous dan variabel penjualan adalah variabel endogenous. 4 1.2.2 Model Mediasi Model kedua adalah model mediasi atau perantara dimana variabel Y memodifikasi pengaruh variabel X terhadap variabel Z. Model digambarkan sebagai berikut: X Z Y Contoh : Karena menginginkan suatu produk laku keras, sebuah perusahaan menjual produk dengan harga murah dengan mengabaikan kualitas produk itu sendiri. Hasilnya penjualan produk terus menurun. Jika diterapkan dalam model kedua ini, maka variabel X adalah produk, variabel Y adalah variabel kualitas produk dan variabel Z adalah variabel penjualan. Variabel produk mempengaruhi variabel penjualan melalui variabel kualitas produk. 1.2.3 Model Kombinasi Pertama dan Kedua Model ketiga ini merupakan kombinasi antara model pertama dan kedua, yaitu variabel X berpengaruh terhadap variabel Z secara langsung dan secara tidak langsung mempengaruhi variabel Z melalui variabel Y. Model digambarkan sebagai berikut : X Z Y Contoh : Kualitas suku bunga SBI yang diberikan suatu perusahaan dipengaruhi oleh kinerja pegawai yang pada akhirnya akan mempengaruhi tingkat IHSG pelanggan. Dalam kasus ini variabel X adalah kinerja pegawai, variabel Y adalah kualitas layanan dan variabel Z adalah IHSG pelanggan. Kinerja pegawai secara langsung mempengaruhi IHSG pelanggan demikian pula kinerja pegawai akan mempengaruhi kualitas layanan yang kemudian akan berpengaruh terhadap IHSG pelanggan. 5 1.2.4 Model Kompleks Model keempat ini merupakan model yang lebih kompleks, yaitu variabel X1 secara langsung mempengaruhi Y2 dan melalui variabel X2 secara tidak langsung mempengaruhi Y2, sementara itu variabel Y2 juga dipengaruhi oleh variabel Y1. Model digambarkan sebagai berikut : X1 X2 Y1 Y2 Contoh: Contoh kasus ini diambil dari hasil penelitian Sawyer dkk dalam masalah psikologi. Kasusnya sebagai berikut: X1 adalah psikopatologi tahap pertama seorang ibu yangakan menjadi penentu terhadap patologi tahap kedua ibu yang bersangkutan dalam hal ini adalah variabel X2 ; dan mirip dengan kejadian tersebut patologi tahap pertama anaknya atau variabel Y1 akan mempengaruhi patologi tahap kedua anak tersebut atau variabel Y2. Selanjutnya patologi anak tahap kedua atau Y2 juga dipengaruhi oleh patologi ibu tahap pertama, yaitu (jalur antara X1 dan Y2) dan tahap kedua, yaitu (jalur antara X2 dan Y2 ) 1.2.5 Model Recursif dan Non Recursif Dari sisi pandang arah sebab akibat, ada dua tipe model jalur, yaitu recursif dan non recursif. Model recursif ialah jika semua anak panah menuju satu arah seperti gambar di bawah ini : 1 P31 r21 P21 P41 P32 P42 2 e2 4 P43 3 e4 e3 6 Model tersebut dapat diterangkan sebagai berikut: Anak panah menuju satu arah, yaitu dari 1 ke 2, 3, dan 4; dari 2 ke 3 dan dari 3 menuju ke 4. Tidak ada arah yang terbalik, misalnya dari 4 ke 1 Hanya terdapat satu variabel exogenous, yaitu 1 dan tiga variabel endogenous, yaitu 2,3, dan 4. Masing-masing variabel endogenous diterankan oleh variabel 1 dan error (e2, e3 dan e4). Satu variabel endogenous dapat menjadi penyebab variabel endogenous lainnya tetapi bukan ke variabel exogenous. Model non recursif terjadi jika arah anak panah tidak searah atau terjadi arah yang terbalik (looping), misalnya dari 4 ke 3 atau dari 3 ke 1 dan 2, atau bersifat sebab akibat (reciprocal casue). 7 BAB II PEMODELAN ANALISIS JALUR 2.1 KASUS 1 Penelitian melibatkan tiga buah variabel X1, X2 dan X3 untuk mengungkapkan hubungan antara ke tiga variabel ini. Peneliti mempunyai proposisi hipotetik bahwa antara X1 dan X2 terdapat kaitan korelasional, dan bahwa keduanya secara bersama-sama mempengaruhi X3. Data hasil pengukuran (dalam skala pengukuran interval) melalui sampel acak berukuran 15 adalah sebagai berikut : X3 X1 X2 205 26 159 206 28 164 254 35 198 246 31 184 201 21 150 291 49 208 234 30 184 209 30 154 204 24 149 216 31 175 245 32 192 286 47 201 312 54 248 265 40 166 322 42 287 8 Analisis : Regression Descriptive Statistics Mean 246,4000 34,6667 187,9333 X3 X1 X2 St d. Dev iation 41,11274 9,67815 38,08724 N 15 15 15 Correlations Pearson Correlation Sig. (1-tailed) N X3 X1 X2 X3 X1 X2 X3 X1 X2 X3 1,000 ,916 ,901 . ,000 ,000 15 15 15 X1 ,916 1,000 ,735 ,000 . ,001 15 15 15 Variabl es Entered/Removedb Model 1 Variables Entered X2, X1a Variables Remov ed . Method Enter a. All requested v ariables entered. b. Dependent Variable: X3 Model Summary Model 1 R ,976a R Square ,952 Adjusted R Square ,944 St d. Error of the Estimate 9,75663 a. Predictors: (Constant), X2, X1 9 X2 ,901 ,735 1,000 ,000 ,001 . 15 15 15 ANOVAb Model 1 Regression Residual Total Sum of Squares 22521,299 1142,301 23663,600 df Mean Square 11260,649 95,192 2 12 14 F 118,294 Sig. ,000a a. Predictors: (Const ant), X2, X1 b. Dependent Variable: X3 Coeffi ci entsa Model 1 (Constant) X1 X2 Unstandardized Coef f icients B St d. Error 64,639 13,112 2,342 ,398 ,535 ,101 St andardized Coef f icients Beta ,551 ,496 t 4,930 5,892 5,297 Sig. ,000 ,000 ,000 a. Dependent Variable: X3 Proposisi hipotetik yang diajukan oleh peneliti bisa diterjemahkan kedalam Diagram Jalur seperti di bawah ini : ϵ X1 P31 r12 X3 P32 X2 Diagram jalur ini terdapat dua buah variabel eksogen X1 dan X2, serta sebuah variabel endogen, yaitu X3. Bentuk persamaan struktural untuk diagram jalur di atas : X3 = 0,551 X1 + 0,496 X2 + Model ini signifikan karena nilai p-value = 0,000 lebih kecil dari α Koefisien jalur : p31 = 0,551 , karena p-value = 0,000 lebih kecil dari α, koefisien jalur ini signifikan p32 = 0,496 , karena p-value = 0,000 lebih kecil dari α, koefisien jalur ini signifikan p3 = 1 R 2 = 1 0,952 = 0,219 10 Hubungan struktural antara X1 , X2 dan X3 : 0,219 X1 0,551 0,735 X3 0,496 X2 Interpretasi Pengaruh langsung dari X1 terhadap X3 = (0,551)(0,916)= Pengaruh langsung dari X2 terhadap X3 = (0,496)(0,901)= 2.2 KASUS 2 Sebuah penelitian eksploratif mencoba mengungkapkan hubungan antara X1, X2, X3, dan X4. Dalam penelitian ini dikemukakan sebuah proposisi bahwa : - Antara X1 dan X2, terdapat kaitan korelatif. Kedua konstrak tersebut bersamasama mempengaruhi X3. - X1, X2 dan X3 secara bersama-sama mempengaruhi X4. Buatlah diagram jalurnya, hitung semua pengaruh variable eksogennya.! DATA SAMPEL : X1 x2 x3 x4 7 26 78 79 1 29 74 74 11 56 104 107 11 31 88 88 7 52 96 97 11 55 109 108 3 71 103 104 1 31 72 72 11 2 54 93 90 21 47 116 118 1 40 84 82 11 66 113 116 10 58 105 104 Analisis : Diagram jalur : ϵ1 X1 P41 P31 r12 X3 P32 ϵ2 P43 X4 P42 X2 Persamaan struktural : X3 = p31 X1 + p32 X2 + 1 X4 = p41 X1 + p42 X2 + p43 X3 + 2 Untuk sub-struktur 1 : Correlations Pearson Correlation Sig. (1-tailed) N X3 X1 X2 X3 X1 X2 X3 X1 X2 X3 1,000 ,734 ,809 . ,002 ,000 13 13 13 X1 ,734 1,000 ,217 ,002 . ,238 13 13 13 12 X2 ,809 ,217 1,000 ,000 ,238 . 13 13 13 Model Summary Model 1 R ,990a R Square ,981 Adjusted R Square ,977 St d. Error of the Estimate 2,23457 a. Predictors: (Constant), X2, X1 ANOVAb Model 1 Sum of Squares 2590,067 49,933 2640,000 Regression Residual Total df 2 10 12 Mean Square 1295,034 4,993 F 259,355 Sig. ,000a t 23,389 13,140 15,305 Sig. ,000 ,000 ,000 a. Predictors: (Const ant), X2, X1 b. Dependent Variable: X3 Coeffi ci entsa Model 1 Unstandardized Coef f icients B St d. Error 51,434 2,199 1,476 ,112 ,687 ,045 (Constant) X1 X2 St andardized Coef f icients Beta ,585 ,682 a. Dependent Variable: X3 Persamaan struktur : X3 = 0,585 X1 + 0,682 X2 + 1 Model ini signifikan karena p-value = 0,000 lebih kecil dari α Koefisien jalur : p31 = 0,585 , karena p-value = 0,000 lebih kecil dari α, koefisien jalur ini signifikan p32 = 0,682 , karena p-value = 0,000 lebih kecil dari α, koefisien jalur ini signifikan px3 = 1 R 2 = 1 0,981 = 0,138. Untuk Sub-struktur 2 : Model Summary Model 1 R ,997a R Square ,994 Adjusted R Square ,992 St d. Error of the Estimate 1,38903 a. Predictors: (Constant), X2, X1, X3 13 ANOVAb Model 1 Regression Residual Total Sum of Squares 2899,405 17,365 2916,769 df 3 9 12 Mean Square 966,468 1,929 F 500,913 Sig. ,000a a. Predictors: (Const ant), X2, X1, X3 b. Dependent Variable: X4 Coeffi ci entsa Model 1 (Constant) X3 X1 X2 Unstandardized Coef f icients B St d. Error 22,248 10,202 ,541 ,197 ,831 ,298 ,327 ,138 St andardized Coef f icients Beta t 2,181 2,750 2,785 2,372 ,514 ,314 ,309 Sig. ,057 ,022 ,021 ,042 a. Dependent Variable: X4 Persamaan struktur : X4 = 0,314 X1 + 0,309 X2 + 0,514 X3 + 2 Model ini signifikan karena p-value = 0,000 lebih kecil dari α Koefisien jalur : P41 = 0,314 , karena p-value = 0,021 lebih kecil dari α, koefisien jalur ini signifikan P42 = 0,309 , karena p-value = 0,042 lebih kecil dari α, koefisien jalur ini signifikan P43 = 0,514 , karena p-value = 0,022 lebih kecil dari α, koefisien jalur ini signifikan. P4 = 1 R 2 = 1 0,994 =0,077. Diagram Jalur yang lengkap : 0,138 0,077 X1 0,585 0,217 0,314 X3 0,682 0,514 0,309 X2 14 X4 Interpretasi : Pengaruh dari X1 ke X4 Pengaruh langsung = 0,314 Pengaruh tak langsung (melalui X3) = 0,585 x 0,514 = 0,301 Total pengaruh = 0,314 + 0,301 = 0,615 Pengaruh dari X2 ke X4 Pengaruh langsung = 0,309 Pengaruh tak langsung (melalui X3) = 0,682 x 0,514 = 0,350 Total pengaruh = 0,309 + 0,350 = 0,659 Pengaruh dari X3 ke X4 Pengaruh langsung = 0,514 2.3 KASUS 3 Analisis Pengaruh Kompensasi Dan Budaya Organisasi Terhadap Kinerja Pegawai (maaf organisasinya dihilangkan…) X1 = Kompensasi X2 = Budaya Organisasi X3 = Motivasi kerja Y = Kinerja 15 MASALAH Berapa besar pengaruh kompensasi dan budaya terhadap motivasi kerja Berapa besar pengaruh langsung dan tidak langsung kompensasi, dan budaya terhadap kinerja X3 = X3X1 + ρ X3X2 + Є1 …………Substruktural 1 Y = ρ YX1 + ρ YX2 + ρ YX3 + Є2 …………Substruktural 2 DATA Model diasumsikan telah memenuhi persyaratan analisis jalur meliputi data berskala interval, berdistribusi normal, pemenuhan asumsi linieritas, normalitas, homogen dan terbebas dari masalah multikolinieritas. Pembahasan mengenai hal ini akan dijelaskan secara terpisah sehingga bahasan mengenai interprestasi nilai analisis jalur dengan regresi. Data analisis jalur X1 X2 X3 Y 79 69 71 72 64 78 78 78 79 82 73 78 69 63 63 66 72 80 81 78 75 78 70 79 76 74 74 72 76 65 77 76 77 80 80 80 16 77 76 73 72 75 74 72 71 74 80 76 80 67 65 61 62 72 63 74 70 72 77 71 73 70 68 70 72 78 80 77 79 72 73 73 74 69 67 68 69 66 69 65 64 72 70 64 61 78 80 79 78 84 76 79 74 75 70 68 70 78 77 75 71 80 79 80 82 70 80 79 80 66 82 70 83 79 78 76 80 71 73 63 75 72 72 72 74 72 70 71 70 52 55 46 45 78 73 80 82 69 73 65 68 70 82 71 73 79 67 75 77 69 72 67 68 71 76 69 71 82 74 81 79 87 65 86 88 17 63 68 67 64 77 73 79 77 83 69 82 80 72 77 68 71 77 70 66 76 80 66 70 80 72 72 71 76 74 70 65 71 80 78 78 80 61 63 62 61 69 65 64 65 79 69 65 75 64 63 67 65 81 82 79 80 71 76 70 72 63 68 60 64 76 73 68 65 77 75 72 70 62 71 75 76 50 59 64 67 66 68 68 68 77 74 73 77 77 80 79 79 67 72 76 79 77 70 65 71 75 80 76 79 78 75 76 74 78 77 72 78 73 72 80 78 64 61 63 62 81 80 80 80 74 67 68 67 18 78 74 74 79 70 73 72 71 76 79 80 73 70 74 73 74 72 69 70 71 81 80 64 78 3.3.2 PENYELESAIAN 1. TAHAP 1 Pada tahap 1 persamaan strukturalnya adalah X3 = X3X1 + ρ X3X2 + Є1 Dimana X1 adalah kompensasi, X2 budaya dan X3 motivasi Untuk menghitung persamaan regresinya : Klik Analyse Pilih Regression >> Pilih Linier Pada kolom dependent variable masukkan variabel X3 Pada kolom independent variable masukkan variabel X1 dan X2 Biarkan methode tetap pada pilihan Enter Klik OK 19 Regression Sub 1 Variables Entered/Removedb Model 1 Variables Entered X2, X1a Variables Remov ed . Method Enter a. All requested v ariables entered. b. Dependent Variable: X3 Model Summary Model 1 R .699a R Square .488 Adjusted R Square .475 St d. Error of the Estimate 4.78723 a. Predictors: (Constant), X2, X1 ANOVAb Model 1 Regression Residual Total Sum of Squares 1662.977 1741.732 3404.709 df 2 76 78 Mean Square 831.488 22.918 F 36.282 Sig. .000a a. Predictors: (Const ant), X2, X1 b. Dependent Variable: X3 Coeffi ci entsa Model 1 (Constant) X1 X2 Unstandardized Coef f icients B St d. Error 10.343 7.317 .461 .094 .380 .103 St andardized Coef f icients Beta .462 .346 t 1.413 4.916 3.678 Sig. .162 .000 .000 a. Dependent Variable: X3 2. TAHAP 2 Pada tahap 2 persamaan strukturalnya adalah Y = ρ YX1 + ρ YX2 + ρ YX3 + Є2 Dimana X1 adalah kompensasi, X2 budaya, X3 motivasi dan Y kinerja Untuk menghitung persamaan regresinya : Klik Analyse Pilih Regression >> Pilih Linier Pada kolom dependent variable masukkan variabel Y Pada kolom independent variable masukkan variabel X1, X2 dan X3 20 Biarkan methode tetap pada pilihan Enter Klik OK Hasil Pengolalahan, seperti berikut : Regression Sub 2 Variabl es Entered/Removedb Model 1 Variables Entered X3, X2, X1a Variables Remov ed . Method Enter a. All requested v ariables entered. b. Dependent Variable: Y Model Summary Model 1 R .859a R Square .738 Adjusted R Square .728 St d. Error of the Estimate 3.48609 a. Predictors: (Constant), X3, X2, X1 21 ANOVAb Model 1 Regression Residual Total Sum of Squares 2569.476 911.461 3480.937 df Mean Square 856.492 12.153 3 75 78 F 70.477 Sig. .000a a. Predictors: (Const ant), X3, X2, X1 b. Dependent Variable: Y Coeffi ci entsa Model 1 Unstandardized Coef f icients B St d. Error -.382 5.398 .200 .078 .245 .082 .574 .084 (Constant) X1 X2 X3 St andardized Coef f icients Beta .199 .220 .568 t -.071 2.557 2.997 6.876 Sig. .944 .013 .004 .000 a. Dependent Variable: Y Penafsiran Hasil SUB STRUKTURAL 1 ** Perhatikan hasil output regresi sub 1 Model Summary Model 1 R .699a R Square .488 Adjusted R Square .475 St d. Error of the Estimate 4.78723 a. Predictors: (Constant), X2, X1 Secara simultan kompensasi dan budaya organisasi berpengaruh positif dan signifikan terhadap motivasi kerja pegawai. Besaran pengaruh simultan adalah 0,488 atau dibulatkan menjadi 49% merupakan kontribusi dari variabel kompensasi dan budaya organisasi terhadap motivasi kerja. Sedangkan sisanya 51 % dipengaruhi faktor lain di luar model. ANOVAb Model 1 Regression Residual Total Sum of Squares 1662.977 1741.732 3404.709 df 2 76 78 Mean Square 831.488 22.918 a. Predictors: (Const ant), X2, X1 b. Dependent Variable: X3 22 F 36.282 Sig. .000a Model simultan ini terjadi secara signifikan. Hal ini dapat dilihat dari probability (sig) atau < 0,01. Pengujian signifikansi lebih lanjut diteruskan dengan pengujian individual melalui parameter statistik t. Hasil pengujian individual juga menunjukkan pengaruh yang signifikan. Dengan memperhatikan perolehan sig < 0,01 pada jalur X1, sig < 0,01 pada jalur X2. Hal ini tentunya menjelaskan bahwa secara simultan dan parsial kompensasi dan budaya organisasi dapat dijadikan variabel yang berpengaruh motivasi kerja pegawai. Lebih lanjut, pengaruh kausal empiris antara variabel (X1) kompensasi dan (X2) budaya organisasi ini dapat digambarkan melalui persamaan sub struktural 1 (satu). X3 = ρ X3X1 + ρ X3X2 + ρ X3Є1, atau X3 = 0,462X1 + 0,346X2 + 0,715 Є1. Coeffi ci entsa Model 1 (Constant) X1 X2 Unstandardized Coef f icients B St d. Error 10.343 7.317 .461 .094 .380 .103 St andardized Coef f icients Beta .462 .346 t 1.413 4.916 3.678 Sig. .162 .000 .000 a. Dependent Variable: X3 Secara parsial kompensasi berpengaruh positif dan signifikan terhadap motivasi kerja pegawai. Besaran pengaruh parsial dan langsung kompensasi terhadap motivasi adalah sebesar 0,462 atau dibulatkan menjadi 46%. Dengan demikian, tinggi rendahnya motivasi dipengaruhi oleh kompensasi sebesar 46%, sedangkan sisanya 54% dijelaskan faktor lain di luar model. Secara parsial budaya organisasi berpengaruh positif dan signifikan terhadap motivasi kerja pegawai. Besaran pengaruh parsial dan langsung budaya organisasi terhadap motivasi adalah sebesar 0,346 atau dibulatkan menjadi 35%. Artinya, tinggi rendahnya motivasi kerja pegawai dipengaruhi oleh budaya organisasi sebesar 35%, sedangkan sisanya 65% dijelaskan faktor lain di luar model. SUB STRUKTURAL 2 ** Perhatikan hasil output regresi sub 2 23 Model Summary Model 1 R .859a R Square .738 Adjusted R Square .728 St d. Error of the Estimate 3.48609 a. Predictors: (Constant), X3, X2, X1 Secara simultan, pengaruh X1 X2 dan X3 terhadap Y adalah sebesar 0,738 (dibulatkan 74%. Sisanya 26% dipengaruh faktor lain di luar model. Model simultan terjadi signifikan. Dengan memperhatikan probablitas F sebesar 70,477 pada sig 0,000 < 0,01. Setelah model simultan terbukti signifikan, maka dilakukan penelusan jalur pengaruh parsial. Dari tiga variabel yang ditempatkan sebagai prediktor, seluruhnya memiliki nilai sig < 0,05 sehingga dapat dikatakan bahwa seluruh prediktor secara parsial berpengaruh terhadap Y Secara langsung kompensasi berpengaruh positif dan signifikan terhadap kinerja pegawai. Besaran pengaruh langsung kompensasi terhadap kinerja adalah sebesar 0,199 atau dibulatkan menjadi 20%. Artinya, tinggi rendahnya kinerja pegawai hanya mampu dipengaruhi oleh kompensasi sebesar 20% sedangkan sisanya 80% dipengaruhi faktor lain di luar model. ANOVAb Model 1 Regression Residual Total Sum of Squares 2569.476 911.461 3480.937 df 3 75 78 Mean Square 856.492 12.153 F 70.477 Sig. .000a a. Predictors: (Const ant), X3, X2, X1 b. Dependent Variable: Y Secara langsung budaya organisasi berpengaruh positif dan signifikan terhadap kinerja pegawai. Besaran pengaruh parsial dan langsung budaya organisasi terhadap kinerja adalah sebesar 0,220 atau dibulatkan menjadi 22%. Artinya, tinggi rendahnya kinerja hanya mampu dipengaruhi oleh budaya organisasi sebesar 22%, sedangkan sisanya 78% dijelaskan faktor lain di luar model. 24 Coeffi ci entsa Model 1 (Constant) X1 X2 X3 Unstandardized Coef f icients B St d. Error -.382 5.398 .200 .078 .245 .082 .574 .084 St andardized Coef f icients Beta .199 .220 .568 t -.071 2.557 2.997 6.876 Sig. .944 .013 .004 .000 a. Dependent Variable: Y Secara langsung motivasi kerja berpengaruh positif dan signifikan terhadap kinerja pegawai. Besaran pengaruh motivasi terhadap kinerja adalah sebesar 0,568 atau dibulatkan menjadi 57%. Artinya, tinggi rendahnya kinerja mampu dipengaruhi oleh motivasi sebesar 57%, sedangkan sisanya 43% dipengaruhi faktor lain di luar model. Dari tiga variabel yang digunakan sebagai prediktor kinerja, variabel motivasi juga teridentifikasi sebagai variabel terkuat yang mempengaruhi kinerja dibanding dua variabel lain yaitu kompensasi dan budaya organisasi. Secara keseluruhan, pengaruh-pengaruh yang dibentuk dari sub struktural 2 dapat digambarkan melalui persamaan struktural 2 yaitu Y = ρ yX1 + ρ yX1 + ρ yX1 + e2, atau Y = 0,199X1 + 0,220X2 + 0,568X3 + ρ ye2. Berdasarkan hasil pengujian hipotesis ke 3,4, dan 5 pada persamaan struktural 2 ini diperoleh diagram jalur empiris untuk model Y sebagaimana yang dijelaskan gambar berikut ini : (gambarnya di view aja biar lebih besar…) 25 Indirect Effect dan Total Effect: 1. Pengaruh tidak langsung / indirect effect, X1 ke Y melalui X3 = p X3X1 x p yX3 = (0,462) x (0,568) = 0,262. Dengan demikian pengaruh totalnya = p yX 1 + IE= 0,199 + 0,262 = 0,461. 2. Pengaruh tidak langsung / indirect effect, X2 ke Y melalui X3 = p X3X2 x p yX3 = (0,346) x (0,568) = 0,196. Dengan demikian pengaruh totalnya = p yX 2 + IE= 0,220 + 0,196 = 0,416 26 BAB III MODEL PERSAMAAN SATU JALUR 3.1 KASUS Pada model pertama ini, hubungan sebenarnya sama dengan model regresi pertama, yaitu variabel bebas terdiri lebih dari satu variabel dan variabel tergantungnya hanya satu. Contoh kasus dalam model ini ialah kita ingin mengukur besarnya pengaruh tiga variabel bebas, yaitu produk, harga dan promosi terhadap jumlah kepuasaan pada distributor sepeda motor Honda. Model diagram jalurnya dapat digambarkan sebagai berikut : X1 Produk Y1 Keputusan X2 Harga X2 Promosi 3.1.1 MASALAH Masalah dalam kasus ini ialah : 1. Berapa besar pengaruh variabel produk, harga dan promosi secara parsial (sendiri-sendiri) terhadap variabel kepuasan? 2. Berapa besar pengaruh variabel produk, harga dan promosi secara gabungan bersama-sama) terhadap variabel kepuasan? 3.1.2 DATA Data terlihat sebagai berikut : No 1 2 3 4 5 6 7 8 Produk 18 15 18 14 15 17 13 19 Harga 18 18 15 15 15 16 17 19 Layanan 16 18 16 15 16 16 13 21 Kepuasan 15 12 14 13 12 13 14 12 27 Loyalitas 14 11 12 11 11 12 13 12 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 15 19 15 16 15 16 11 13 20 16 16 16 12 18 14 15 14 11 14 12 12 9 16 19 16 12 14 17 14 16 12 13 13 15 12 16 16 15 13 11 17 13 14 15 17 18 17 15 14 18 17 17 18 17 15 16 16 15 15 13 18 13 13 11 12 8 14 15 13 11 12 12 13 14 15 14 15 14 14 14 11 12 12 10 10 10 9 8 14 15 12 10 11 10 11 13 12 12 12 12 11 13 12 11 10 8 9 10 6 9 3.1.3 PENYELESAIAN Kasus tersebut dapat diselesaikan dengan tahapan sebagai berikut : TAHAP I Menentukan model diagram jalurnya berdasarkan paradigma hubungan variabel seperti tahap di bawah ini : X1 Produk X2 Harga e Y1 Keputusan X3 Promosi Diagram jalur tersebut terdiri atas satu persamaan struktural dengan hanya satu substruktural, yaitu X1, X2, dan X3 disebut sebagai variabel eksogen dan Y sebagai variabel endogen dengan persamaan struktural sebagai berikut : Keterangan : 28 Produk merupakan variabel bebas pertama dan diberi simbol X1. Harga merupakan variabel bebas kedua dan diberi simbol X2. Promosi merupakan variabel bebas ketiga dan diberi simbol X3. Kepuasan merupakan variabel tergantung dan diberi simbol Y. TAHAP II X1 rX1X2 rX1X3 X2 e PYX1 PYX2 rX2X3 Y PYX3 X3 Keterangan : X1 sebagai variabel bebas Produk. X2 sebagai variabel bebas Harga. X3 sebagai variabel bebas Promosi. Y sebagai variabel tergantung. Diagram jalur tersebut terdiri atas satu persamaan struktural dengan hanya satu substruktural, yaitu X1, X2, dan X3 disebut sebagai variabel eksogen dan Y sebagai variabel endogen dengan persamaan struktural sebagai berikut : TAHAP III Membuat desain variabel, memasukkan data dan menganalisanya. Membuat desain variabel: Desain variabel dibuat dengan cara memilih sub menu bagian bawah kiri pada perintah: Variable View. Setelah perintah tersebut kita klik, muncul tabel yang akan kita isi dengan desain variabel sebagai berikut : Name produk harga promosi kepuasan Type numeric numeric numeric numeric Width 8 8 8 8 Decimal 2 2 2 2 Label Produk Harga Promosi kepuasan Values None None None None Missing None None None None Column 8 8 8 8 Align R R R R Measure Scale Scale Scale Scale Memasukkan data: kalau pembuatan desain variabel sudah selesai maka kita akan lanjutkan dengan memasukkan data dengan menekan (klik) pada perintah: Data View. Dengan demikian, tampilan akan terlihat sebagai berikut : 29 No 1 produk harga promosi Kepuasan 30 Masukkan data diatas sesuai dengan variabel masing-masing sebanyak 30 data mulai nomor 1 sampai 30 dengan mengisikan dari baris atas ke bawah. Melakukan analisis: analisis dengan menggunakan SPSS dilakukan dengan langkah-langkah sebagai berikut : Pertama, menghitung persamaan regresinya: Klik analyze Pilih Regression Pilih Linier Pada kolom dependen masukkan variabel kepuasan Pada kolom independen masukkan variabel produk, harga dan promosi Method: Enter Klik OK. Kedua, menghitung korelasi antara variabel produk, harga, promosi, dan kepuasan: Klik Analyze Pilih Correlate Pilih Bivariate Masukkan ke kolom Variabel, variabel produk, harga, dan promosi. Klik OK Hasil Perhitungan (Output): ada dua macam hasil penghitungan (output), yaitu output regresi dan output korelasi. Model Summary Model R R-Square Adjusted Std. Error of R Square the Estimate 1 .637a .406 .338 1.579 a. Predictors: (Constant), Promosi, Harga, Produk 30 ANOVAb Model Sum of df Mean F Sig. Square Square 1 Regression 44.368 3 14.789 5.931 .003a Residual 64.831 26 2.494 Total 109.199 29 a. Predictors: (Constant), Promosi, Harga, Produk b. Dependent Variabel : Kepuasan Konsumen Coefficientsa Model Unstandardized Coefficients B Standardized Coefficients Std.Error Beta 1 (Constant) 5.695 2.365 Produk .341 .148 .465 Harga -.103 .149 -.116 Promosi .214 .151 .280 a. Dependent Variabel : Kepuasan Konsumen t 2.409 2.299 -.692 1.419 Sig. .023 .030 .495 .168 Correlations Produk Harga Promosi * Produk Pearson Correlation 1 .412 .643** Sig. (2-tailed) .024 .000 N 30 30 30 Harga Pearson Correlation .412* 1 .354 Sig. (2-tailed) .024 .055 N 30 30 30 ** Promosi Pearson Correlation .643 .354 1 Sig. (2-tailed) .000 .055 N 30 30 30 *Correlations is significants at the 0.05 level (2-tailed) ** Correlations is significants at the 0.01 level (2-tailed) TAHAP IV Penafsiran hasil penghitungan SPSS. Tahapan ini dibagi menjadi dua bagian, melakukan analisis regresi dan analisis korelasi. 1. Analisis Regresi Kita akan menganalisis regresi dengan melihat pengaruh secara gabungan dan secara parsial. 31 a. Melihat pengaruh produk, harga, dan promosi secara gabungan terhadap kepuasan. Untuk melihat pengaruh produk, harga, dan promosi secara gabungan terhadap kepuasan, akan kita lihat hasil penghitungan dalam model summary, khususnya angka R square di bawah ini. Model Summary Model R 1 R-Square Adjusted Std. Error of R Square the Estimate .637a .406 .338 1.579 a. Predictors: (Constant), Promosi, Harga, Produk Besarnya angka R square (r2) adalah 0,406. Angka tersebut dapat digunakan untuk melihat pengaruh produk, harga, dan promosi secara gabungan terhadap kepuasan dengan cara menghitung Koefisien Determinasi (KD) dengan menggunakan rumus sebagai berikut : Angka tersebut mempunyai maksud bahwa pengaruh produk, harga, dan promosi secara gabungan terhadap kepuasan adalah 40,6%. Adapun sisanya sebesar 59,4% (100% - 40,6%) dipengaruhi faktor lain. Dengan kata lain, variabilitas kepuasan yang dapat diterangkan dengan menggunakan variabel produk, harga dan promosi adalah sebesar 40,6%, sedangkan pengaruh sebesar 59,4% disebabkan oleh variabel-variabel lain di luar model ini. Untuk mengetahui apakah model regresi diatas sudah benar atau salah, diperlukan uji hipotesis. Uji hipotesis menggunakan angka F sebagaimana tertera dalam tabel di bawah ini. ANOVAb Model Sum of df Mean F Sig. Square Square 1 Regression 44.368 3 14.789 5.931 .003a Residual 64.831 26 2.494 Total 109.199 29 a. Predictors: (Constant), Promosi, Harga, Produk b. Dependent Variabel : Kepuasan Konsumen 32 Hipotesisnya berbunyi sebagai berikut : H0 : tidak ada hubungan linier antara produk, harga, dan promosi dengan kepuasan. H1 : ada hubungan linier antara produk, harga, dan promosi dengan kepuasan. Pengujian dapat dilakukan dengan dua cara. Pertama dengan membandingkan besarnya angka F penelitian dengan F tabel. Cara kedua ialah dengan membandingkan angka taraf signifikansi (sig) hasil penghitungan dengan taraf signifikansi 0,05 (5%). a.1 Menggunakan cara pertama atau membandingkan besarnya angka F penelitian dengan F tabel Pertama: menghitung F penelitian F penelitian dari SPSS didapatkan sebesar 5.931 Kedua: menghitung F tabel dengan ketentuan sebagai berikut : Taraf signifikansi 0,05 dan derajat kebebasan (DK) dengan ketentuan numerator: jumlah variabel – 1 atau 4 – 1 = 3; dan denumerator : jumlah kasus – 4 atau 30 – 4 = 26. Dengan ketentuan tersebut, diperoleh angka F tabel sebesar 2,98. Ketiga: menentukan kriteria uji hipotesis sebagai berikut : Jika F penelitian > F tabel maka H0 ditolak dan H1 diterima Jika F penelitian < F tabel maka H0 diterima dan H1 ditolak Keempat: mengambil keputusan Dari hasil penghitungan didapatkan angka F penelitian sebesar 5,931 > F tabel sebesar 2,98 sehingga H0 ditolak dan H1 diterima artinya ada hubungan linier antara produk, harga, dan promosi dengan kepuasan. Dengan demikian, model regresi diatas sudah layak dan benar. Kesimpulannya ialah produk, harga, dan promosi secara gabungan mempengaruhi kepuasan. Besarnya pengaruh ialah 40,6%. Dan pengaruh sebesar 59,4% disebabkan oleh variabel-variabel lain di luar model ini. a.2 Menggunakan cara kedua atau membandingkan angka taraf signifikansi (sig) hasil penghitungan dengan taraf signifikansi 0,05 (5%). 33 Kriteria sebagai berikut : Jika sig penelitian > F tabel maka H0 ditolak dan H1 diterima Jika sig penelitian < F tabel maka H0 diterima dan H1 ditolak Berdasarkan perhitungan angka signifikansi sebesar 0,03 < 0,05 maka H 0 ditolak dan H1 diterima artinya ada hubungan linier antara produk, harga, dan promosi dengan kepuasan. b. Pengaruh produk, harga, dan promosi secara parsial terhadap kepuasan. Untuk melihat besarnya pengaruh produk, harga, dan promosi secara parsial terhadap kepuasan, digunakan uji T, sedangkan untuk melihat besarnya pengaruh, digunakan angka Beta atau Standardized Coefficients di bawah ini : Coefficientsa Model Unstandardized Standardized Coefficients Coefficients B Std.Error Beta 1 (Constant) 5.695 2.365 Produk .341 .148 .465 Harga -.103 .149 -.116 Promosi .214 .151 .280 a. Dependent Variabel : Kepuasan Konsumen T 2.409 2.299 -.692 1.419 Sig. .023 .030 .495 .168 b.1 Hubungan antara produk dan kepuasan untuk melihat apakah ada hubungan linier antara produk dan kepuasan, kita dapat melakukan langkah-langkah analisis sebagai berikut : Pertama: menentukan hipotesis H0 : tidak ada hubungan linier antara produk dengan kepuasan. H1 : ada hubungan linier antara produk dengan kepuasan. Kedua: menghitung besarnya angka t penelitian Hasil penghitungan SPSS diperoleh angka t penelitian sebesar 2,299. Ketiga: menghitung besarnya angka t tabel dengan ketentuan berikut : Taraf signifikansi 0,05 dan Derajat Kebebasan (DK) dengan ketentuan: DK=n-2, atau 30-2=28. Dari ketentuan tersebut, diperoleh angka t tabel sebesar 2,048. Keempat: menentukan kriteria uji hipotesis sebagai berikut : Jika t penelitian > t tabel maka H0 ditolak dan H1 diterima Jika t penelitian < t tabel maka H0 diterima dan H1 ditolak Kelima: mengambil keputusan 34 Didasarkan hasil penghitungan diperoleh angka t penelitian sebesar 2,229>t tabel sebesar 2,048 sehingga H0 ditolak dan H1 diterima artinya ada hubungan linier antara produk dengan kepuasan. Besarnya pengaruh produk dengan kepuasan sebesar 0,465 atau 46,5%. b.2 Hubungan antara harga dan kepuasan untuk melihat apakah ada hubungan linier antara harga dan kepuasan, kita dapat melakukan langkah-langkah analisis sebagai berikut : Pertama: menentukan hipotesis H0 : tidak ada hubungan linier antara harga dengan kepuasan. H1 : ada hubungan linier antara harga dengan kepuasan. Kedua: menghitung besarnya angka t penelitian Hasil penghitungan SPSS diperoleh angka t penelitian sebesar -0,692. Ketiga: menghitung besarnya angka t tabel dengan ketentuan berikut : Taraf signifikansi 0,05 dan Derajat Kebebasan (DK) dengan ketentuan: DK=n-2, atau 30-2=28. Dari ketentuan tersebut, diperoleh angka t tabel sebesar 2,048. Keempat: menentukan kriteria uji hipotesis sebagai berikut : Jika t penelitian > t tabel maka H0 ditolak dan H1 diterima Jika t penelitian < t tabel maka H0 diterima dan H1 ditolak Kelima: mengambil keputusan Didasarkan hasil penghitungan diperoleh angka t penelitian sebesar -0,692<ttabel sebesar -2,048 sehingga H0 diterima dan H1 ditolak artinya tidak ada hubungan linier antara harga dengan kepuasan. Besarnya pengaruh harga dengan kepuasan sebesar -0,116 atau -11,6% dianggap tidak signifikan. Hal ini sesuai dengan angka signifikan 0,495>0,05. Catatan : jika angka t hitung dari hasil perhitungan diketemukan – (negatif) maka t tabel turut menyesuaikan menjadi – (negatif). Perlu diketahui bahwa hasil positif atau negatif hanya menunjukkan arah pengujian hipotesis dan linieritas bukan menunjukkan jumlah. Seandainya pengujian dilakukan dengan kurva maka pengujian dilakukan di sebelah kanan jika hasilnya +(positif) dan di sebelah kiri jika hasilnya –(negatif). Pengujian dengan kurva yang akan menghasilkan keputusan yang sama terlihat seperti di bawah ini : 35 b.3 Hubungan antara promosi dan kepuasan untuk melihat apakah ada hubungan linier antara promosi dan kepuasan, kita dapat melakukan langkah-langkah analisis sebagai berikut : Pertama: menentukan hipotesis H0 : tidak ada hubungan linier antara promosi dengan kepuasan. H1 : ada hubungan linier antara promosi dengan kepuasan. Kedua: menghitung besarnya angka t penelitian Hasil penghitungan SPSS diperoleh angka t penelitian sebesar 1,419. Ketiga: menghitung besarnya angka t tabel dengan ketentuan berikut : Taraf signifikansi 0,05 dan Derajat Kebebasan (DK) dengan ketentuan: DK=n-2, atau 30-2=28. Dari ketentuan tersebut, diperoleh angka t tabel sebesar 2,048. Keempat: menentukan kriteria uji hipotesis sebagai berikut : Jika t penelitian > t tabel maka H0 ditolak dan H1 diterima Jika t penelitian < t tabel maka H0 diterima dan H1 ditolak Kelima: mengambil keputusan Didasarkan hasil penghitungan diperoleh angka t penelitian sebesar 1,419<t tabel sebesar 2,048 sehingga H0 diterima dan H1 ditolak artinya tidak ada hubungan linier antara promosi dengan kepuasan. Besarnya pengaruh promosi dengan kepuasan sebesar 0,280 atau 28% dianggap tidak signifikan. Hal ini sesuai dengan angka signifikan 0,168<0,05. 2. Analisis Korelasi Korelasi antara produk, harga, promosi dan kepuasan dapat dilihat pada tabel di bawah ini. 36 Correlations Produk Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N Harga Promosi Produk Harga Promosi * 1 .412 .643** .024 .000 30 30 30 .412* 1 .354 .024 .055 30 30 30 .643** .354 1 .000 .055 30 30 30 *Correlations is significants at the 0.05 level (2-tailed) ** Correlations is significants at the 0.01 level (2-tailed) a. Korelasi antara produk dan harga Berdasarkan perhitungan diperoleh angka korelasi antara variabel produk dan harga sebesar 0,412. Untuk menafsir angka tersebut, digunakan kriteria sebagai berikut : 0 – 0,25 : Korelasi sangat lemah (dianggap tidak ada) >0,25 – 0,5 : Korelasi cukup kuat >0,5 – 0,75 : Korelasi Kuat >0,75 – 1 : Korelasi Sangat Kuat Korelasi sebesar 0,412 mempunyai maksud hubungan antara variabel produk dan harga kuat dan searah (karena hasilnya positif). Searah artinya jika produk tinggi maka harga juga tinggi. Korelasi dua variabel bersifat signifikan karena angka signifikansi sebesar 0,024 < 0,05. Jika angka signifikansi (sig)<0,05 maka hubungan kedua variabel signifikan. Sebaliknya, jika angka signifikansi (sig)>0,05 maka hubungan kedua variabel tidak signifikan. b. Korelasi antara produk dan promosi Berdasarkan perhitungan diperoleh angka korelasi antara variabel produk dan promosi sebesar 0,534. Korelasi sebesar 0,534 mempunyai maksud hubungan antara variabel produk dan harga kuat dan searah. Korelasi dua variabel bersifat signifikan karena angka signifikansi sebesar 0,00<0,01. Catatan: angka 0,01 digunakan karena hasil penghitungan SPSS memberikan angka signifikansi sebesar 0,01 yang ditandai dengan dua bintang (**). Standar SPSS berada di antara 0,01 sampai 0,05. 37 c. Korelasi antara harga dan promosi Berdasarkan perhitungan diperoleh angka korelasi antara variabel harga dan promosi sebesar 0,354. Korelasi sebesar 0,354 mempunyai maksud hubungan antara variabel harga dan promosi cukup kuat dan searah. Korelasi dua variabel bersifat tidak signifikan karena angka signifikansi sebesar 0,055>0,0050. 3. Diagram Jalur Diagram jalur dari persamaan struktural di atas adalah sebagai berikut : X1 rX1X2 rX1X3 X2 rX2X3 PYX1 PYX2 e Y PYX3 X3 Persamaan struktur untuk diagram jalur di atas sebagai berikut : 3.1.5 KESIMPULAN Dari hasil analisis di atas diperoleh kesimpulan sebagai berikut : 1. Pengaruh variabel produk terhadap kepuasan sebesar 0,465 atau 46,5%. 2. Pengaruh variabel harga terhadap kepuasan sebesar 0,116 atau -11,6%. 3. Pengaruh variabel promosi terhadap kepuasan sebesar 0,280 atau 28%. 4. Pengaruh variabel produk, harga, dan promosi secara gabungan terhadap kepuasan sebesar 0,406 atau 40,6%. 5. Pengaruh variabel-variabel lain di luar model analisis jalur ini sebesar 0,594 atau 59,4%. 6. Korelasi antara variabel produk dan harga sebesar 0,412. 7. Korelasi antara variabel produk dan promosi sebesar 0,634. 8. Korelasi antara variabel harga dan promosi sebesar 0,354. 38 BAB IV MODEL PERSAMAAN DUA JALUR 4.1 KASUS Model kedua ini terdiri dari tiga variabel bebas, yaitu variabel produk, harga dan layanan dengan dua variabel tergantung, yaitu variabel kepuasan pelanggan dan harga saham. Contoh kasus dalam model ini adalah kita ingin mengukur besarnya pengaruh variabel produk, harga dan layanan terhadap variabel harga saham secara langsung dan secara tidak langsung melalui variabel kepuasan pelanggan pada perusahaan telekomunikasi “X”. Model diagram jalurnya dapat digambarkan sebagai berikut : Produk Harga Keputusan Loyalitas Promosi Keterangan: Produk merupakan variabel bebas pertama dan diberi simbol X1. Harga merupakan variabel bebas kedua dan diberi simbol X2. Layanan merupakan variabel bebas ketiga dan diberi simbol X3. Kepuasan merupakan variabel tergantung satu dan diberi simbol Y1. Loyalitas merupakan variabel tergantung dua dan diberi simbol Y2. 4.1.1 MASALAH 1. Berapa besar pengaruh variabel produk, harga dan layanan terhadap variabel kepuasan pelanggan secara parsial atau sendiri-sendiri dan variabel mana yang pengaruhnya paling besar?. 2. Berapa besar pengaruh variabel produk, harga dan layanan terhadap variabel kepuasan pelanggan secara gabungan?. 39 3. Berapa besar pengaruh variabel produk, harga, layanan dan kepuasan pelanggan terhadap variabel harga saham?. 4. Berapa besar pengaruh variabel produk, harga dan layanan terhadap variabel harga saham melalui variabel kepuasan pelanggan?. 4.1.2 DATA Data seperti terlihat di bawah ini : No 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 Produk 18 15 18 14 15 17 13 19 15 19 15 16 15 16 11 13 20 16 16 16 12 18 14 15 14 11 14 12 12 9 Harga 18 18 15 15 15 16 17 19 16 19 16 12 14 17 14 16 12 13 13 15 12 16 16 15 13 11 17 13 14 15 Layanan 16 18 16 15 16 16 13 21 17 18 17 15 14 18 17 17 18 17 15 16 16 15 15 13 18 13 13 11 12 8 Kepuasan 15 12 14 13 12 13 14 12 14 15 13 11 12 12 13 14 15 14 15 14 14 14 11 12 12 10 10 10 9 8 Loyalitas 14 11 12 11 11 12 13 12 14 15 12 10 11 10 11 13 12 12 12 12 11 13 12 11 10 8 9 10 6 9 4.1.3 PENYELESAIAN Penyelesaian masalah tersebut dilakukan melalui tahap-tahap sebagai berikut : 40 TAHAP I Menentukan model diagram jalurnya berdasarkan paradigma hubungan antar variabel sebagai berikut : Produk ϵ1 Harga Keputusan ϵ2 Loyalitas Promosi TAHAP II Membuat diagram jalur persamaan strukturalnya sebagai berikut : X1 ϵ1 X2 Y1 ϵ2 Y2 X3 Diagram jalur diatas terdiri atas dua persamaan struktural, di mana X 1, X2, dan X3 adalah variabel eksogen dan Y1 serta Y2 adalah variabel endogen. Persamaan strukturalnya dapat dilihat sebagai berikut : TAHAP III Untuk menganalisis dengan menggunakan SPSS, perhatikan langkah-langkah di bawah ini. Analisis ini terdiri dari dua langkah, analisis untuk substruktural 1 dan untuk substruktural 2. Substruktural 1 Analisis Persamaan strukturalnya : Dimana Y1 : Kepuasan X1 : Produk 41 X2 : Harga X3 : Layanan : Error Pertama, menghitung persamaan regresinya: Klik analyze Pilih Regression Pilih Linier Pada kolom dependen masukkan variabel kepuasan Pada kolom independen masukkan variabel produk, harga dan layanan Method: Enter Klik OK. Kedua, menghitung korelasi antara variabel produk, harga, promosi, dan kepuasan: Klik Analyze Pilih Correlate Pilih Bivariate Masukkan ke kolom Variabel, variabel produk, harga, dan layanan. Klik OK Hasil Perhitungan (Output): ada dua macam hasil penghitungan (output), yaitu output regresi dan output korelasi. Regresi Model Summary Model R Adjusted Std. Error of R Square the Estimate a .609 .371 .299 1.625 a. Predictors: (Constant), Layanan, Harga, Produk 1 R-Square ANOVAb Model 1 Sum of Df Mean F Sig. Square Square Regression 40.565 3 13.522 5.122 .006a Residual 68.634 26 2.640 Total 109.199 29 a. Predictors: (Constant), Promosi, Harga, Produk b. Dependent Variabel : Kepuasan Konsumen 42 Coefficientsa Model Unstandardized Standardized Coefficients Coefficients B Std.Error Beta 1 (Constant) 6.257 2.430 Produk .415 .142 .567 Harga -.084 .153 -.094 Layanan .086 .127 .125 a. Dependent Variabel : Kepuasan Konsumen t 2.575 2.922 -.550 .680 Sig. .016 .007 .587 .503 Correlations Produk Harga Layanan * Produk Pearson Correlation 1 .412 .534 ** Sig. (2-tailed) .024 .002 N 30 30 30 * Harga Pearson Correlation .412 1 .285 Sig. (2-tailed) .024 .127 N 30 30 30 ** Layanan Pearson Correlation .534 .285 1 Sig. (2-tailed) .002 .127 N 30 30 30 *Correlations is significants at the 0.05 level (2-tailed) ** Correlations is significants at the 0.01 level (2-tailed) TAHAP IV Penafsiran Hasil 1. Analisis Regresi Kita akan menganalisis regresi dengan melihat pengaruh secara gabungan dan secara parsial. a. Melihat pengaruh produk, harga, dan layanan secara gabungan terhadap kepuasan. Untuk melihat pengaruh produk, harga, dan layanan secara gabungan terhadap kepuasan, akan kita lihat hasil penghitungan dalam model summary, khususnya angka R square di bawah ini. Model Summary Model R 1 .609a R-Square .371 Adjusted Std. Error of R Square the Estimate .299 1.625 a. Predictors: (Constant), Layanan, Harga, Produk 43 Besarnya angka R square (r2) adalah 0,371. Angka tersebut dapat digunakan untuk melihat pengaruh produk, harga, dan Layanan secara gabungan terhadap kepuasan dengan cara menghitung Koefisien Determinasi (KD) dengan menggunakan rumus sebagai berikut : Angka tersebut mempunyai maksud bahwa pengaruh produk, harga, dan Layanan secara gabungan terhadap kepuasan adalah 37,1%. Adapun sisanya sebesar 62,9% (100% - 37,1%) dipengaruhi faktor lain. Dengan kata lain, variabilitas kepuasan yang dapat diterangkan dengan menggunakan variabel produk, harga dan promosi adalah sebesar 37,1%, sedangkan pengaruh sebesar 62,9% disebabkan oleh variabel-variabel lain di luar model ini. Untuk mengetahui apakah model regresi diatas sudah benar atau salah, diperlukan uji hipotesis. Uji hipotesis menggunakan angka F sebagaimana tertera dalam tabel di bawah ini. ANOVAb Model 1 Sum of Df Mean Square Square Regression 40.565 3 13.522 Residual 68.634 26 2.640 109.199 29 Total F Sig. 5.122 .006a a. Predictors: (Constant), Promosi, Harga, Produk b. Dependent Variabel : Kepuasan Konsumen Hipotesisnya berbunyi sebagai berikut : H0 : tidak ada hubungan linier antara produk, harga, dan Layanan dengan kepuasan. H1 : ada hubungan linier antara produk, harga, dan layanan dengan kepuasan. 44 Pengujian dapat dilakukan dengan dua cara. Pertama dengan membandingkan besarnya angka F penelitian dengan F tabel. Cara kedua ialah dengan membandingkan angka taraf signifikansi (sig) hasil penghitungan dengan taraf signifikansi 0,05 (5%). a.1 Menggunakan cara pertama atau membandingkan besarnya angka F penelitian dengan F tabel Pertama: menghitung F penelitian F penelitian dari SPSS didapatkan sebesar 5.122 Kedua: menghitung F tabel dengan ketentuan sebagai berikut : Taraf signifikansi 0,05 dan derajat kebebasan (DK) dengan ketentuan numerator: jumlah variabel – 1 atau 4 – 1 = 3; dan denumerator : jumlah kasus – 4 atau 30 – 4 = 26. Dengan ketentuan tersebut, diperoleh angka F tabel sebesar 2,69. Ketiga: menentukan kriteria uji hipotesis sebagai berikut : Jika F penelitian > F tabel maka H0 ditolak dan H1 diterima Jika F penelitian < F tabel maka H0 diterima dan H1 ditolak Keempat: mengambil keputusan Dari hasil penghitungan didapatkan angka F penelitian sebesar 5,122 > F tabel sebesar 2,69 sehingga H0 ditolak dan H1 diterima artinya ada hubungan linier antara produk, harga, dan layanan dengan kepuasan. Dengan demikian, model regresi diatas sudah layak dan benar. Kesimpulannya ialah produk, harga, dan layanan secara gabungan mempengaruhi kepuasan. Besarnya pengaruh ialah 37,1%. Dan pengaruh sebesar 62,9% disebabkan oleh variabel-variabel lain di luar model ini. a.2 Menggunakan cara kedua atau membandingkan angka taraf signifikansi (sig) hasil penghitungan dengan taraf signifikansi 0,05 (5%). Kriteria sebagai berikut : Jika sig penelitian > F tabel maka H0 ditolak dan H1 diterima Jika sig penelitian < F tabel maka H0 diterima dan H1 ditolak 45 Berdasarkan perhitungan angka signifikansi sebesar 0,006 < 0,05 maka H0 ditolak dan H1 diterima artinya ada hubungan linier antara produk, harga, dan layanan dengan kepuasan. b. Melihat pengaruh produk, harga, dan layanan secara parsial terhadap kepuasan. Untuk melihat besarnya pengaruh produk, harga, dan layanan secara parsial terhadap kepuasan, digunakan uji T, sedangkan untuk melihat besarnya pengaruh, digunakan angka Beta atau Standardized Coefficients di bawah ini : Coefficientsa Model 1 (Constant) Produk Harga Layanan Unstandardized Coefficients B Std.Error 6.257 2.430 .415 .142 -.084 .153 .086 .127 Standardized Coefficients Beta .567 -.094 .125 T 2.575 2.922 -.550 .680 Sig. .016 .007 .587 .503 a. Dependent Variabel : Kepuasan Konsumen b.1 Hubungan antara produk dan kepuasan untuk melihat apakah ada hubungan linier antara produk dan kepuasan, kita dapat melakukan langkah-langkah analisis sebagai berikut : Pertama: menentukan hipotesis H0 : tidak ada hubungan linier antara produk dengan kepuasan. H1 : ada hubungan linier antara produk dengan kepuasan. Kedua: menghitung besarnya angka t penelitian Hasil penghitungan SPSS diperoleh angka t penelitian sebesar 2,922. Ketiga: menghitung besarnya angka t tabel dengan ketentuan berikut : Taraf signifikansi 0,05 dan Derajat Kebebasan (DK) dengan ketentuan: DK=n-2, atau 30-2=28. Dari ketentuan tersebut, diperoleh angka t tabel sebesar 2,048. Keempat: menentukan kriteria uji hipotesis sebagai berikut : Jika t penelitian > t tabel maka H0 ditolak dan H1 diterima Jika t penelitian < t tabel maka H0 diterima dan H1 ditolak Kelima: mengambil keputusan Didasarkan hasil penghitungan diperoleh angka t penelitian sebesar 2,922>ttabel sebesar 2,048 sehingga H0 ditolak dan H1 diterima artinya ada hubungan linier 46 antara produk dengan kepuasan. Besarnya pengaruh produk dengan kepuasan sebesar 0,567 atau 56,7%. b.2 Hubungan antara harga dan kepuasan untuk melihat apakah ada hubungan linier antara harga dan kepuasan, kita dapat melakukan langkah-langkah analisis sebagai berikut : Pertama: menentukan hipotesis H0 : tidak ada hubungan linier antara harga dengan kepuasan. H1 : ada hubungan linier antara harga dengan kepuasan. Kedua: menghitung besarnya angka t penelitian Hasil penghitungan SPSS diperoleh angka t penelitian sebesar -0,550. Ketiga: menghitung besarnya angka t tabel dengan ketentuan berikut : Taraf signifikansi 0,05 dan Derajat Kebebasan (DK) dengan ketentuan: DK=n-2, atau 30-2=28. Dari ketentuan tersebut, diperoleh angka t tabel sebesar 2,048. Keempat: menentukan kriteria uji hipotesis sebagai berikut : Jika t penelitian > t tabel maka H0 ditolak dan H1 diterima Jika t penelitian < t tabel maka H0 diterima dan H1 ditolak Kelima: mengambil keputusan Didasarkan hasil penghitungan diperoleh angka t penelitian sebesar -0,550<ttabel sebesar -2,048 sehingga H0 diterima dan H1 ditolak artinya tidak ada hubungan linier antara harga dengan kepuasan. Besarnya pengaruh harga dengan kepuasan sebesar -0,094 atau -9,4% dianggap tidak signifikan. Hal ini sesuai dengan angka signifikan 0,016<0,05. b.3 Hubungan antara layanan dan kepuasan untuk melihat apakah ada hubungan linier antara layanan dan kepuasan, kita dapat melakukan langkah-langkah analisis sebagai berikut : Pertama: menentukan hipotesis H0 : tidak ada hubungan linier antara layanan dengan kepuasan. H1 : ada hubungan linier antara layanan dengan kepuasan. Kedua: menghitung besarnya angka t penelitian Hasil penghitungan SPSS diperoleh angka t penelitian sebesar 0,680. Ketiga: menghitung besarnya angka t tabel dengan ketentuan berikut : 47 Taraf signifikansi 0,05 dan Derajat Kebebasan (DK) dengan ketentuan: DK=n-2, atau 30-2=28. Dari ketentuan tersebut, diperoleh angka t tabel sebesar 2,048. Keempat: menentukan kriteria uji hipotesis sebagai berikut : Jika t penelitian > t tabel maka H0 ditolak dan H1 diterima Jika t penelitian < t tabel maka H0 diterima dan H1 ditolak Kelima: mengambil keputusan Didasarkan hasil penghitungan diperoleh angka t penelitian sebesar 0,680<ttabel sebesar 2,048 sehingga H0 diterima dan H1 ditolak artinya tidak ada hubungan linier antara layanan dengan kepuasan. Besarnya pengaruh layanan dengan kepuasan sebesar 0,125 atau 12,5% dianggap tidak signifikan. 2. Analisis Korelasi Korelasi antara produk, harga, promosi dan kepuasan dapat dilihat pada tabel di bawah ini. Correlations Produk Harga Layanan * Produk Pearson Correlation 1 .412 .534 ** Sig. (2-tailed) .024 .002 N 30 30 30 Harga Pearson Correlation .412* 1 .285 Sig. (2-tailed) .024 .127 N 30 30 30 ** Layanan Pearson Correlation .534 .285 1 Sig. (2-tailed) .002 .127 N 30 30 30 *Correlations is significants at the 0.05 level (2-tailed) ** Correlations is significants at the 0.01 level (2-tailed) a. Korelasi antara produk dan harga Berdasarkan perhitungan diperoleh angka korelasi antara variabel produk dan harga sebesar 0,412. Untuk menafsir angka tersebut, digunakan kriteria sebagai berikut : 0 – 0,25 >0,25 – 0,5 : Korelasi cukup kuat >0,5 – 0,75 : Korelasi Kuat >0,75 – 1 : Korelasi sangat lemah (dianggap tidak ada) : Korelasi Sangat Kuat 48 Korelasi sebesar 0,412 mempunyai maksud hubungan antara variabel produk dan harga kuat dan searah (karena hasilnya positif). Searah artinya jika produk tinggi maka harga juga tinggi. Korelasi dua variabel bersifat signifikan karena angka signifikansi sebesar 0,024 < 0,05. Jika angka signifikansi (sig)<0,05 maka hubungan kedua variabel signifikan. Sebaliknya, jika angka signifikansi (sig)>0,05 maka hubungan kedua variabel tidak signifikan. b. Korelasi antara produk dan promosi Berdasarkan perhitungan diperoleh angka korelasi antara variabel produk dan promosi sebesar 0,534. Korelasi sebesar 0,534 mempunyai maksud hubungan antara variabel produk dan harga kuat dan searah. Korelasi dua variabel bersifat signifikan karena angka signifikansi sebesar 0,002<0,01. Catatan: angka 0,01 digunakan karena hasil penghitungan SPSS memberikan angka signifikansi sebesar 0,01 yang ditandai dengan dua bintang (**). Standar SPSS berada di antara 0,01 sampai 0,05. c. Korelasi antara harga dan layanan Berdasarkan perhitungan diperoleh angka korelasi antara variabel harga dan layanan sebesar 0,285. Korelasi sebesar 0,285 mempunyai maksud hubungan antara variabel harga dan layanan cukup kuat dan searah. Korelasi dua variabel bersifat tidak signifikan 0,127>0,005. Substruktural 2 Analisis Persamaan strukturalnya ialah Dimana Y2 : Loyalitas Y1 : Kepuasan X1 : Produk X2 : Harga X3 : Layanan : Error 49 karena angka signifikansi sebesar Pertama, menghitung persamaan regresinya: Klik analyze Pilih Regression Pilih Linier Pada kolom dependen masukkan variabel loyalitas Pada kolom independen masukkan variabel produk, harga, layanan dan kepuasan Method: Enter Klik OK. Kedua, menghitung korelasi antara variabel produk, harga, layanan, dan kepuasan: Klik Analyze Pilih Correlate Pilih Bivariate Masukkan ke kolom Variabel, variabel produk, harga, dan layanan. Klik OK Hasil Perhitungan (Output): ada dua macam hasil penghitungan (output), yaitu output regresi dan output korelasi. Regresi Model Summary Model R R-Square Adjusted Std. Error of R Square the Estimate a 1 .935 .873 .853 .735 a. Predictors: (Constant), Kepuasan Konsumen, Layanan, Harga, Produk ANOVAb Model Sum of Df Mean F Sig. Square Square 1 Regression 93.204 3 23.301 43.148 .000a Residual 13.501 25 .540 Total 106.705 29 a. Predictors: (Constant), Kepuasan Konsumen, Layanan, Harga, Produk b. Dependent Variabel : Loyalitas Konsumen 50 Coefficientsa Model Unstandardized Standardized Coefficients Coefficients B Std.Error Beta 1 (Constant) -3.780 1.231 Produk -.066 .074 -.091 Harga .318 .070 .361 Layanan .110 .058 .162 Kepuasan .768 .089 .777 a. Dependent Variabel : Loyalitas Konsumen t -3.070 -.892 4.580 1.899 8.658 Sig. .005 .381 .000 .069 .000 Correlations Produk Harga Layanan Kepuasan Produk Pearson Correlation 1 .412* .534 ** .595** Sig. (2-tailed) .024 .002 .001 N 30 30 30 30 Harga Pearson Correlation .412* 1 .285 .175 Sig. (2-tailed) .024 .127 .355 N 30 30 30 30 ** Layanan Pearson Correlation .534 .285 1 .401* Sig. (2-tailed) .002 .127 .028 N 30 30 30 30 Kepuasan Pearson Correlation .595** .175 .401* 1 Sig. (2-tailed) .001 .355 .028 N 30 30 30 30 *Correlations is significants at the 0.05 level (2-tailed) ** Correlations is significants at the 0.01 level (2-tailed) Penafsiran Hasil 1. Analisis Regresi Kita akan menganalisis regresi dengan melihat pengaruh secara gabungan dan secara parsial. a. Melihat pengaruh produk, harga, layanan dan kepuasan secara gabungan terhadap loyalitas. Untuk melihat pengaruh produk, harga, layanan dan kepuasan secara gabungan terhadap loyalitas, akan kita lihat hasil penghitungan dalam model summary, khususnya angka R square di bawah ini. Model Summary Model R R-Square Adjusted Std. Error of R Square the Estimate 1 .935a .873 .853 .735 a. Predictors: (Constant), Kepuasan Konsumen, Layanan, Harga, Produk 51 Besarnya angka R square (r2) adalah 0,935. Angka tersebut dapat digunakan untuk melihat pengaruh produk, harga, Layanan dan kepuasan secara gabungan terhadap loyalitas dengan cara menghitung Koefisien Determinasi (KD) dengan menggunakan rumus sebagai berikut : Angka tersebut mempunyai maksud bahwa pengaruh produk, harga, Layanan dan kepuasan secara gabungan terhadap loyalitas adalah 93,5%. Adapun sisanya sebesar 12,7% (100% - 93,5%) dipengaruhi faktor lain. Dengan kata lain, variabilitas loyalitas yang dapat diterangkan dengan menggunakan variabel produk, harga, layanan dan kepuasan adalah sebesar 93,5%, sedangkan pengaruh sebesar 12,7% disebabkan oleh variabel-variabel lain di luar model ini. Untuk mengetahui apakah model regresi diatas sudah benar atau salah, diperlukan uji hipotesis. Uji hipotesis menggunakan angka F sebagaimana tertera dalam tabel di bawah ini. ANOVAb Model Sum of Df Mean F Sig. Square Square 1 Regression 93.204 3 23.301 43.148 .000a Residual 13.501 25 .540 Total 106.705 29 a. Predictors: (Constant), Kepuasan Konsumen, Layanan, Harga, Produk b. Dependent Variabel : Loyalitas Konsumen Hipotesisnya berbunyi sebagai berikut : H0 : tidak ada hubungan linier antara produk, harga, Layanan dan kepuasan dengan loyalitas. H1 : ada hubungan linier antara produk, harga, layanan dan kepuasan dengan loyalitas. Pengujian dapat dilakukan dengan dua cara. Pertama dengan membandingkan besarnya angka F penelitian dengan F tabel. Cara kedua ialah dengan membandingkan angka taraf penghitungan dengan taraf signifikansi 0,05 (5%). 52 signifikansi (sig) hasil a.1 Menggunakan cara pertama atau membandingkan besarnya angka F penelitian dengan F tabel Pertama: menghitung F penelitian F penelitian dari SPSS didapatkan sebesar 43,148 Kedua: menghitung F tabel dengan ketentuan sebagai berikut : Taraf signifikansi 0,05 dan derajat kebebasan (DK) dengan ketentuan numerator: jumlah variabel – 1 atau 4 – 1 = 3; dan denumerator : jumlah kasus – 4 atau 30 – 4 = 26. Dengan ketentuan tersebut, diperoleh angka F tabel sebesar 2,74. Ketiga: menentukan kriteria uji hipotesis sebagai berikut : Jika F penelitian > F tabel maka H0 ditolak dan H1 diterima Jika F penelitian < F tabel maka H0 diterima dan H1 ditolak Keempat: mengambil keputusan Dari hasil penghitungan didapatkan angka F penelitian sebesar 43,148 > F tabel sebesar 2,74 sehingga H0 ditolak dan H1 diterima artinya ada hubungan linier antara produk, harga, layanan dan kepuasan dengan loyalitas. Dengan demikian, model regresi diatas sudah layak dan benar. Kesimpulannya ialah produk, harga, layanan dan kepuasan secara gabungan mempengaruhi loyalitas. Besarnya pengaruh ialah 87,3%. Dan pengaruh sebesar 12,7% disebabkan oleh variabel-variabel lain di luar model ini. a.2 Menggunakan cara kedua atau membandingkan angka taraf signifikansi (sig) hasil penghitungan dengan taraf signifikansi 0,05 (5%). Kriteria sebagai berikut : Jika sig penelitian > F tabel maka H0 ditolak dan H1 diterima Jika sig penelitian < F tabel maka H0 diterima dan H1 ditolak Berdasarkan perhitungan angka signifikansi sebesar 0,00 < 0,05 maka H0 ditolak dan H1 diterima artinya ada hubungan linier antara produk, harga, layanan dan kepuasan dengan loyalitas. 53 b. Melihat pengaruh produk, harga, layanan dan kepuasan secara parsial terhadap loyalitas. Untuk melihat besarnya pengaruh produk, harga, layanan dan kepuasan secara parsial terhadap loyalitas, digunakan uji T, sedangkan untuk melihat besarnya pengaruh, digunakan angka Beta atau Standardized Coefficients di bawah ini : Coefficientsa Model Unstandardized Standardized Coefficients Coefficients B Std.Error Beta 1 (Constant) -3.780 1.231 Produk -.066 .074 -.091 Harga .318 .070 .361 Layanan .110 .058 .162 Kepuasan .768 .089 .777 a. Dependent Variabel : Loyalitas Konsumen t -3.070 -.892 4.580 1.899 8.658 Sig. .005 .381 .000 .069 .000 b.1 Hubungan antara produk dan loyalitas untuk melihat apakah ada hubungan linier antara produk dan loyalitas, kita dapat melakukan langkah-langkah analisis sebagai berikut : Pertama: menentukan hipotesis H0 : tidak ada hubungan linier antara produk dengan loyalitas. H1 : ada hubungan linier antara produk dengan loyalitas. Kedua: menghitung besarnya angka t penelitian Hasil penghitungan SPSS diperoleh angka t penelitian sebesar -0,892. Ketiga: menghitung besarnya angka t tabel dengan ketentuan berikut : Taraf signifikansi 0,05 dan Derajat Kebebasan (DK) dengan ketentuan: DK=n-2, atau 30-2=28. Dari ketentuan tersebut, diperoleh angka t tabel sebesar 2,048. Keempat: menentukan kriteria uji hipotesis sebagai berikut : Jika t penelitian > t tabel maka H0 ditolak dan H1 diterima Jika t penelitian < t tabel maka H0 diterima dan H1 ditolak Kelima: mengambil keputusan Didasarkan hasil penghitungan diperoleh angka t penelitian sebesar -0,892<ttabel sebesar -2,048 sehingga H0 diterima dan H1 ditolak artinya tidak ada hubungan linier antara produk dengan loyalitas. Besarnya pengaruh 54 produk dengan loyalitas sebesar -0,09 atau 9,1% dianggap tidak signifikan. Hal ini tercermin dalam angka signifikansi sebesar 0,381>0,05. b.2 Hubungan antara harga dan loyalitas untuk melihat apakah ada hubungan linier antara harga dan loyalitas, kita dapat melakukan langkah-langkah analisis sebagai berikut : Pertama: menentukan hipotesis H0 : tidak ada hubungan linier antara harga dengan loyalitas. H1 : ada hubungan linier antara harga dengan loyalitas. Kedua: menghitung besarnya angka t penelitian Hasil penghitungan SPSS diperoleh angka t penelitian sebesar 4,580. Ketiga: menghitung besarnya angka t tabel dengan ketentuan berikut : Taraf signifikansi 0,05 dan Derajat Kebebasan (DK) dengan ketentuan: DK=n-2, atau 30-2=28. Dari ketentuan tersebut, diperoleh angka t tabel sebesar 2,048. Keempat: menentukan kriteria uji hipotesis sebagai berikut : Jika t penelitian > t tabel maka H0 ditolak dan H1 diterima Jika t penelitian < t tabel maka H0 diterima dan H1 ditolak Kelima: mengambil keputusan Didasarkan hasil penghitungan diperoleh angka t penelitian sebesar 4,580>ttabel sebesar 2,048 sehingga H0 ditolak dan H1 diterima artinya ada hubungan linier antara harga dengan loyalitas. Besarnya pengaruh harga dengan loyalitas sebesar 0,361 atau 36,1%. b.3 Hubungan antara layanan dan loyalitas untuk melihat apakah ada hubungan linier antara layanan dan loyalitas, kita dapat melakukan langkah-langkah analisis sebagai berikut : Pertama: menentukan hipotesis H0 : tidak ada hubungan linier antara layanan dengan loyalitas. H1 : ada hubungan linier antara layanan dengan loyalitas. Kedua: menghitung besarnya angka t penelitian Hasil penghitungan SPSS diperoleh angka t penelitian sebesar 1,899. Ketiga: menghitung besarnya angka t tabel dengan ketentuan berikut : Taraf signifikansi 0,05 dan Derajat Kebebasan (DK) dengan ketentuan: DK=n-2, atau 30-2=28. Dari ketentuan tersebut, diperoleh angka t tabel sebesar 2,048. 55 Keempat: menentukan kriteria uji hipotesis sebagai berikut : Jika t penelitian > t tabel maka H0 ditolak dan H1 diterima Jika t penelitian < t tabel maka H0 diterima dan H1 ditolak Kelima: mengambil keputusan Didasarkan hasil penghitungan diperoleh angka t penelitian sebesar 1,899<ttabel sebesar 2,048 sehingga H0 diterima dan H1 ditolak artinya tidak ada hubungan linier antara layanan dengan kepuasan. Besarnya pengaruh layanan dengan kepuasan sebesar 0,162 atau 16,2% dianggap tidak signifikan. b.4 Hubungan antara kepuasan dan loyalitas untuk melihat apakah ada hubungan linier antara kepuasan dan loyalitas, kita dapat melakukan langkah-langkah analisis sebagai berikut : Pertama: menentukan hipotesis H0 : tidak ada hubungan linier antara kepuasan dengan loyalitas. H1 : ada hubungan linier antara kepuasan dengan loyalitas. Kedua: menghitung besarnya angka t penelitian Hasil penghitungan SPSS diperoleh angka t penelitian sebesar 8,658. Ketiga: menghitung besarnya angka t tabel dengan ketentuan berikut : Taraf signifikansi 0,05 dan Derajat Kebebasan (DK) dengan ketentuan: DK=n-2, atau 30-2=28. Dari ketentuan tersebut, diperoleh angka t tabel sebesar 2,048. Keempat: menentukan kriteria uji hipotesis sebagai berikut : Jika t penelitian > t tabel maka H0 ditolak dan H1 diterima Jika t penelitian < t tabel maka H0 diterima dan H1 ditolak Kelima: mengambil keputusan Didasarkan hasil penghitungan diperoleh angka t penelitian sebesar 8,658>t tabel sebesar 2,048 sehingga H0 ditolak dan H1 diterima artinya ada hubungan linier antara kepuasan dengan loyalitas. Besarnya pengaruh kepuasan dengan loyalitas sebesar 0,777 atau 77,7%. 2. Analisis Korelasi Korelasi antara produk, harga, layanan, dilihat pada tabel di bawah ini. 56 kepuasan dan loyalitas dapat Correlations Produk Harga Layanan Kepuasan Pearson Correlation 1 .412* .534 ** .595** Sig. (2-tailed) .024 .002 .001 N 30 30 30 30 * Harga Pearson Correlation .412 1 .285 .175 Sig. (2-tailed) .024 .127 .355 N 30 30 30 30 Layanan Pearson Correlation .534** .285 1 .401* Sig. (2-tailed) .002 .127 .028 N 30 30 30 30 ** * Kepuasan Pearson Correlation .595 .175 .401 1 Sig. (2-tailed) .001 .355 .028 N 30 30 30 30 *Correlations is significants at the 0.05 level (2-tailed) Produk ** Correlations is significants at the 0.01 level (2-tailed) a. Korelasi antara produk dan harga Berdasarkan perhitungan diperoleh angka korelasi antara variabel produk dan harga sebesar 0,412. Untuk menafsir angka tersebut, digunakan kriteria sebagai berikut : 0 – 0,25 >0,25 – 0,5 : Korelasi cukup kuat >0,5 – 0,75 : Korelasi Kuat >0,75 – 1 : Korelasi sangat lemah (dianggap tidak ada) : Korelasi Sangat Kuat Korelasi sebesar 0,412 mempunyai maksud hubungan antara variabel produk dan harga kuat dan searah (karena hasilnya positif). Searah artinya jika produk tinggi maka harga juga tinggi. Korelasi dua variabel bersifat signifikan karena angka signifikansi sebesar 0,024 < 0,05. Jika angka signifikansi (sig)<0,05 maka hubungan kedua variabel signifikan. Sebaliknya, jika angka signifikansi (sig)>0,05 maka hubungan kedua variabel tidak signifikan. b. Korelasi antara produk dan layanan Berdasarkan perhitungan diperoleh angka korelasi antara variabel produk dan layanan sebesar 0,534. Korelasi sebesar 0,534 mempunyai maksud hubungan antara variabel produk dan layanan kuat dan searah. Korelasi dua variabel bersifat signifikan karena angka signifikansi sebesar 0,002<0,02. 57 Catatan: angka 0,02 digunakan karena hasil penghitungan SPSS memberikan angka signifikansi sebesar 0,02 yang ditandai dengan dua bintang (**). Standar SPSS berada di antara 0,01 sampai 0,05. c. Korelasi antara produk dan kepuasan konsumen Berdasarkan perhitungan diperoleh angka korelasi antara variabel produk dan kepuasan konsumen sebesar 0,595. Korelasi sebesar 0,595 mempunyai maksud hubungan antara variabel produk dan kepuasan konsumen kuat dan searah. Korelasi dua variabel bersifat signifikan karena angka signifikansi sebesar 0,00<0,01. Catatan: angka 0,01 digunakan karena hasil penghitungan SPSS memberikan angka signifikansi sebesar 0,01 yang ditandai dengan dua bintang (**). Standar SPSS berada di antara 0,01 sampai 0,05. d. Korelasi antara harga dan layanan Berdasarkan perhitungan diperoleh angka korelasi antara variabel harga dan layanan sebesar 0,285. Korelasi sebesar 0,285 mempunyai maksud hubungan antara variabel harga dan layanan cukup kuat dan searah. Korelasi dua variabel bersifat tidak signifikan karena angka signifikansi sebesar 0,127>0,05. e. Korelasi antara harga dan kepuasan Berdasarkan perhitungan diperoleh angka korelasi antara variabel harga dan kepuasan sebesar 0,175. Korelasi sebesar 0,175 mempunyai maksud hubungan antara variabel harga dan kepuasan sangat lemah dan searah. Korelasi dua variabel bersifat signifikan karena angka signifikansi sebesar 0,355>0,05. f. Korelasi antara layanan dan kepuasan Berdasarkan perhitungan diperoleh angka korelasi antara variabel layanan dan kepuasan sebesar 0,401. Korelasi sebesar 0,401 mempunyai maksud hubungan antara variabel layanan dan kepuasan sangat kuat dan searah. Korelasi dua variabel bersifat signifikan karena angka signifikansi sebesar 0,028>0,05. 58 3. Penghitungan Pengaruh a. Pengaruh Langsung (Direct Effect atau DE) Untuk menghitung pengaruh langsung atau DE, digunakan formula sebagai berikut : Pengaruh variabel produk terhadap kepuasan Pengaruh variabel harga terhadap kepuasan Pengaruh variabel layanan terhadap kepuasan Pengaruh variabel produk terhadap loyalitas Pengaruh variabel layanan terhadap loyalitas Pengaruh variabel kepuasan terhadap loyalitas b. Pengaruh Tidak Langsung (Indirect Effect atau IE) Untuk menghitung pengaruh tidak langsung atau IE, digunakan formula sebagai berikut : Pengaruh variabel produk terhadap loyalitas melalui kepuasan ( ) Pengaruh variabel harga terhadap loyalitas melalui kepuasan ( ) Pengaruh variabel layanan terhadap loyalitas melalui kepuasan ( ) c. Pengaruh Total (Total Effect) Pengaruh variabel produk terhadap loyalitas melalui kepuasan ( ) Pengaruh variabel harga terhadap loyalitas melalui kepuasan ( ) Pengaruh variabel layanan terhadap loyalitas melalui kepuasan 59 ( ) Pengaruh variabel produk terhadap loyalitas Pengaruh variabel layanan terhadap loyalitas Pengaruh variabel kepuasan terhadap loyalitas 4. Diagram jalur untuk Model II Diagram jalur untuk Model II seperti di bawah ini : ϵ1 X1 PY1X1 rX1X2 rX1X3 X2 rX2X3 PY2X1 PY1X2 PY1X3 ϵ2 Y1 PY2Y1 Y2 PY2X3 X3 0,629 0,127 X1 0,567 0,412 0,534 X2 0,285 -0,094 0,125 -0,091 Y1 0,777 Y2 0,162 X3 Persamaan struktural untuk model tersebut ialah : Sub struktur 1 : Sub struktur 2 : 4.1.4 KESIMPULAN Dari hasil analisis perhitungan diatas, kita dapat mengambil kesimpulan sebagai berikut : 1. Pengaruh variabel produk terhadap loyalitas secara langsung sebesar -0,091. 2. Pengaruh variabel layanan terhadap loyalitas secara langsung sebesar 0,162 60 3. Pengaruh variabel kepuasan terhadap loyalitas secara langsung sebesar 0,777. 4. Pengaruh variabel produk, harga, layanan, dan kepuasan terhadap loyalitas secara gabungan sebesar 0,873. 5. Pengaruh variabel-variabel lain di luar model terhadap loyalitas sebesar 0,127. 6. Pengaruh variabel produk terhadap kepuasan sebesar 0,567 7. Pengaruh variabel harga terhadap kepuasan sebesar -0,094 8. Pengaruh variabel layanan terhadap kepuasan sebesar 0,125 9. Pengaruh variabel produk, harga, dan layanan terhadap kepuasan secara gabungan sebesar 0,371. 10. Pengaruh variabel-variabel lain di luar model terhadap kepuasan sebesar 0,629. 61 BAB V MODEL PERSAMAAN TIGA JALUR 5.1 KASUS Model ketiga ini terdiri atas variabel bebas produk, harga dan layanan. Variabel bebas ketiga berfungsi sebagai variabel perantara. Variabel tergantung terdiri dari dua variabel, yaitu variabel kepuasan pelanggan dan harga saham. Contoh kasusnya ialah, kita ingin mengukur besarnya pengaruh variabel bebas produk, harga dan layanan terhadap kepuasan pelanggan serta harga saham, baik secara langsung maupun tidak langsung pada perusahaan telekomunikasi seluler “P”. Model diagram jalurnya sebagai berikut : Produk Kepuasan Layanan Harga Loyalitas 5.1.1 MASALAH 1. Berapa besar pengaruh variabel produk dan harga terhadap layanan secara parsial ? 2. Berapa besar pengaruh variabel produk dan harga terhadap layanan secara bersama-sama ? 3. Berapa besar pengaruh variabel produk, harga dan layanan terhadap kepuasan secara parsial dan variabel mana yang pengaruhnya paling besar ? 4. Berapa besar pengaruh variabel produk dan harga terhadap kepuasan pelanggan melalui layanan ? 5. Berapa besar pengaruh variabel produk, harga dan layanan terhadap harga saham secara parsial dan variabel mana yang pengaruhnya paling besar ? 6. Berapa besar pengaruh variabel produk dan harga terhadap harga saham melalui layanan ? 62 7. Berapa besar pengaruh variabel produk, harga, layanan dan kepuasan terhadap harga saham baik secara gabungan atau sendiri-sendiri ? 8. Berapa besar pengaruh variabel produk, harga dan layanan terhadap harga saham melalui kepuasan pelanggan ? 9. Berapa besar pengaruh variabel produk dan harga terhadap harga saham melalui layanan dan kepuasan pelanggan ? 10. Berapa besar pengaruh variabel layanan terhadap harga saham melalui kepuasan pelanggan ? 5.1.2 DATA Data seperti terlihat di bawah ini : No Produk Harga Layanan Kepuasan Loyalitas 1 18 18 16 15 14 2 15 18 18 12 11 3 18 15 16 14 12 4 14 15 15 13 11 5 15 15 16 12 11 6 17 16 16 13 12 7 13 17 13 14 13 8 19 19 21 12 12 9 15 16 17 14 14 10 19 19 18 15 15 11 15 16 17 13 12 12 16 12 15 11 10 13 15 14 14 12 11 14 16 17 18 12 10 15 11 14 17 13 11 16 13 16 17 14 13 17 20 12 18 15 12 18 16 13 17 14 12 19 16 13 15 15 12 20 16 15 16 14 12 21 12 12 16 14 11 63 22 18 16 15 14 13 23 14 16 15 11 12 24 15 15 13 12 11 25 14 13 18 12 10 26 11 11 13 10 8 27 14 17 13 10 9 28 12 13 11 10 10 29 12 14 12 9 6 30 9 15 8 8 9 5.1.3 PENYELESAIAN Penyelesaian masalah tersebut dilakukan melalui tahap-tahap sebagai berikut : TAHAP I Tahap pertama adalah menentukan diagram jalur sesuai dengan paradigma hubungan variabel Produk Kepuasan Layanan Harga Loyalitas Diagram jalur di atas terdiri atas tiga persamaan struktural, dimana X 1 dan X2 sebagai variabel eksogen, sedangkan X3, Y1 dan Y2 sebagai variabel endogen. Persamaan strukturalnya dapat dilihat sebagai berikut : 1. 2. 3. 64 TAHAP II Tahap berikutnya adalah menentukan model diagram jalurnya PY1X1 X1 PY1X3 PX3X1 rX1X2 Y1 PY2Y1 X3 PY2X3 PX3X2 X2 PY2X2 Y2 TAHAP III Untuk menganalisis dengan menggunakan SPSS, perhatikan langkah-langkahdi bawah ini. Analisis terbagi ke dalam tiga bagian, analisis substruktural 1, 2 dan 3. Substruktur I Analisis Persamaan strukturalnya : Dimana : X3 : Layanan X2 : Harga X1 : Produk : Error Pertama, menghitung persamaan regresinya: Klik analyze Pilih Regression Pilih Linier Pada kolom dependen masukkan variabel layanan Pada kolom independen masukkan variabel produk dan harga Method: Enter Klik OK. Kedua, menghitung korelasi antara variabel produk, harga, layanan, dan kepuasan: 65 Klik Analyze Pilih Correlate Pilih Bivariate Masukkan ke kolom Variabel, variabel produk, harga, dan layanan. Klik OK Hasil Perhitungan (Output): ada dua macam hasil penghitungan (output), yaitu output regresi dan output korelasi. Model Summary Model R R-Square Adjusted Std. Error of R Square the Estimate a 1 .539 .290 .238 2.462 a. Predictors: (Constant), Harga, Produk ANOVAb Model Sum of Df Mean F Sig. Square Square 1 Regression 66.894 3 33.447 5.519 .010a Residual 163.614 27 6.060 Total 230.508 29 a. Predictors: (Constant), Harga, Produk b. Dependent Variabel : Layanan Konsumen Coefficientsa Model Unstandardized Standardized Coefficients Coefficients B Std.Error Beta 1 (Constant) 6.178 3.484 Produk .534 .189 .502 Harga .102 .231 .079 a. Dependent Variabel : Loyalitas Konsumen Correlations Produk Harga Produk Pearson Correlation 1 .412* Sig. (2-tailed) .024 N 30 30 * Harga Pearson Correlation .412 1 Sig. (2-tailed) .024 N 30 30 *Correlations is significants at the 0.05 level (2-tailed) ** Correlations is significants at the 0.01 level (2-tailed) 66 t Sig. 1.773 .087 2.819 .009 .442 .662 Penafsiran Hasil 1. Analisis Regresi Kita akan menganalisis regresi dengan melihat pengaruh secara gabungan dan secara parsial. b. Melihat pengaruh produk dan harga secara gabungan terhadap layanan. Untuk melihat pengaruh produk dan harga secara gabungan terhadap layanan, akan kita lihat hasil penghitungan dalam model summary, khususnya angka R square di bawah ini. Model Summary Model R R-Square Adjusted Std. Error of R Square the Estimate a 1 .539 .290 .238 2.462 a. Predictors: (Constant), Harga, Produk Besarnya angka R square (r2) adalah 0,290. Angka tersebut dapat digunakan untuk melihat pengaruh produk, harga, dan Layanan secara gabungan terhadap kepuasan dengan cara menghitung Koefisien Determinasi (KD) dengan menggunakan rumus sebagai berikut : Angka tersebut mempunyai maksud bahwa pengaruh produk dan harga secara gabungan terhadap Layanan adalah 29%. Adapun sisanya sebesar 71% (100% - 29%) dipengaruhi faktor lain. Dengan kata lain, variabilitas layanan yang dapat diterangkan dengan menggunakan variabel produk dan harga adalah sebesar 29%, sedangkan pengaruh sebesar 71% disebabkan oleh variabel-variabel lain di luar model ini. Untuk mengetahui apakah model regresi diatas sudah benar atau salah, diperlukan uji hipotesis. Uji hipotesis menggunakan angka F sebagaimana tertera dalam tabel di bawah ini. ANOVAb Model 1 Regression Residual Total Sum of Df Mean F Sig. Square Square 66.894 3 33.447 5.519 .010a 163.614 27 6.060 230.508 29 67 a. Predictors: (Constant), Harga, Produk b. Dependent Variabel : Layanan Konsumen Hipotesisnya berbunyi sebagai berikut : H0 : tidak ada hubungan linier antara produk dan harga dengan Layanan. H1 : ada hubungan linier antara produk dan harga dengan Layanan. Pengujian dapat dilakukan dengan dua cara. Pertama dengan membandingkan besarnya angka F penelitian dengan F tabel. Cara kedua ialah dengan membandingkan angka taraf signifikansi (sig) hasil penghitungan dengan taraf signifikansi 0,05 (5%). a.1 Menggunakan cara pertama atau membandingkan besarnya angka F penelitian dengan F tabel Pertama: menghitung F penelitian F penelitian dari SPSS didapatkan sebesar 5,519 Kedua: menghitung F tabel dengan ketentuan sebagai berikut : Taraf signifikansi 0,05 dan derajat kebebasan (DK) dengan ketentuan numerator: jumlah variabel – 1 atau 4 – 1 = 3; dan denumerator : jumlah kasus – 4 atau 30 – 4 = 26. Dengan ketentuan tersebut, diperoleh angka F tabel sebesar 2,74. Ketiga: menentukan kriteria uji hipotesis sebagai berikut : Jika F penelitian > F tabel maka H0 ditolak dan H1 diterima Jika F penelitian < F tabel maka H0 diterima dan H1 ditolak Keempat: mengambil keputusan Dari hasil penghitungan didapatkan angka F penelitian sebesar 5,519 > F tabel sebesar 2,74 sehingga H0 ditolak dan H1 diterima artinya ada hubungan linier antara produk dan harga dengan loyalitas. Dengan demikian, model regresi diatas sudah layak dan benar. Kesimpulannya ialah produk dan harga secara gabungan mempengaruhi loyalitas. Besarnya pengaruh ialah 29%. Dan pengaruh sebesar 71% disebabkan oleh variabel-variabel lain di luar model ini. a.2 Menggunakan cara kedua atau membandingkan angka taraf signifikansi (sig) hasil penghitungan dengan taraf signifikansi 0,05 (5%). Kriteria sebagai berikut : 68 Jika sig penelitian > F tabel maka H0 ditolak dan H1 diterima Jika sig penelitian < F tabel maka H0 diterima dan H1 ditolak Berdasarkan perhitungan angka signifikansi sebesar 0,010 < 0,05 maka H0 ditolak dan H1 diterima artinya ada hubungan linier antara produk dan harga dengan loyalitas. c. Melihat pengaruh produk, harga, layanan dan kepuasan secara parsial terhadap loyalitas. Untuk melihat besarnya pengaruh produk, harga, layanan dan kepuasan secara parsial terhadap loyalitas, digunakan uji T, sedangkan untuk melihat besarnya pengaruh, digunakan angka Beta atau Standardized Coefficients di bawah ini : Coefficientsa Model Unstandardized Standardized Coefficients Coefficients B Std.Error Beta 1 (Constant) 6.178 3.484 Produk .534 .189 .502 Harga .102 .231 .079 a. Dependent Variabel : Loyalitas Konsumen t Sig. 1.773 .087 2.819 .009 .442 .662 b.1 Hubungan antara produk dan layanan untuk melihat apakah ada hubungan linier antara produk dan layanan, kita dapat melakukan langkah-langkah analisis sebagai berikut : Pertama: menentukan hipotesis H0 : tidak ada hubungan linier antara produk dengan layanan. H1 : ada hubungan linier antara produk dengan layanan. Kedua: menghitung besarnya angka t penelitian Hasil penghitungan SPSS diperoleh angka t penelitian sebesar 2,819. Ketiga: menghitung besarnya angka t tabel dengan ketentuan berikut : Taraf signifikansi 0,05 dan Derajat Kebebasan (DK) dengan ketentuan: DK=n-2, atau 30-2=28. Dari ketentuan tersebut, diperoleh angka t tabel sebesar 2,048. Keempat: menentukan kriteria uji hipotesis sebagai berikut : Jika t penelitian > t tabel maka H0 ditolak dan H1 diterima Jika t penelitian < t tabel maka H0 diterima dan H1 ditolak 69 Kelima: mengambil keputusan Didasarkan hasil penghitungan diperoleh angka t penelitian sebesar 2,819<ttabel sebesar 2,048 sehingga H0 ditolak dan H1 diterima artinya ada hubungan linier antara produk dengan layanan. Besarnya pengaruh produk dengan layanan sebesar 0,502 atau 50,2% dianggap signifikan. b.2 Hubungan antara harga dan layanan untuk melihat apakah ada hubungan linier antara harga dan layanan, kita dapat melakukan langkah-langkah analisis sebagai berikut : Pertama: menentukan hipotesis H0 : tidak ada hubungan linier antara harga dengan layanan. H1 : ada hubungan linier antara harga dengan layanan. Kedua: menghitung besarnya angka t penelitian Hasil penghitungan SPSS diperoleh angka t penelitian sebesar 0,442. Ketiga: menghitung besarnya angka t tabel dengan ketentuan berikut : Taraf signifikansi 0,05 dan Derajat Kebebasan (DK) dengan ketentuan: DK=n-2, atau 30-2=28. Dari ketentuan tersebut, diperoleh angka t tabel sebesar 2,048. Keempat: menentukan kriteria uji hipotesis sebagai berikut : Jika t penelitian > t tabel maka H0 ditolak dan H1 diterima Jika t penelitian < t tabel maka H0 diterima dan H1 ditolak Kelima: mengambil keputusan Didasarkan hasil penghitungan diperoleh angka t penelitian sebesar 0,442<ttabel sebesar 2,048 sehingga H0 diterima dan H1 ditolak artinya tidak ada hubungan linier antara harga dengan layanan. Besarnya pengaruh harga dengan layanan sebesar 0,079 atau 7,9%. Dianggap tidak signifikan. 2. Analisis Korelasi Bagian kedua akan menganalisis korelasi antara variabel produk dan harga dengan hasil perhitungan SPSS sebagaimana tertera di bawah ini : Correlations Produk Harga Pearson Correlation Sig. (2-tailed) N Pearson Correlation Produk Harga 1 .412* .024 30 30 * .412 1 70 Sig. (2-tailed) .024 N 30 30 *Correlations is significants at the 0.05 level (2-tailed) ** Correlations is significants at the 0.01 level (2-tailed) Berdasarkan perhitungan diperoleh angka korelasi antara variabel produk dan harga sebesar 0,412. Untuk menafsir angka tersebut, digunakan kriteria sebagai berikut : 0 – 0,25 >0,25 – 0,5 : Korelasi cukup kuat >0,5 – 0,75 : Korelasi Kuat >0,75 – 1 : Korelasi sangat lemah (dianggap tidak ada) : Korelasi Sangat Kuat Korelasi sebesar 0,412 mempunyai maksud hubungan antara variabel produk dan harga kuat dan searah (karena hasilnya positif). Searah artinya jika produk tinggi maka harga juga tinggi. Korelasi dua variabel bersifat signifikan karena angka signifikansi sebesar 0,024 < 0,05. Jika angka signifikansi (sig)<0,05 maka hubungan kedua variabel signifikan. Sebaliknya, jika angka signifikansi (sig)>0,05 maka hubungan kedua variabel tidak signifikan. Substruktur 2 Analisis Persamaan Strukturalnya : Dimana : Y1 : Kepuasan X1 : Produk X2 : Harga X3 : Layanan : Error Pertama, menghitung persamaan regresinya: Klik analyze Pilih Regression Pilih Linier Pada kolom dependen masukkan variabel kepuasan 71 Pada kolom independen masukkan variabel produk, harga dan layanan Method: Enter Klik OK. Kedua, menghitung korelasi antara variabel produk, harga, layanan, dan layanan: Klik Analyze Pilih Correlate Pilih Bivariate Masukkan ke kolom Variabel, variabel produk, harga, dan layanan. Klik OK Hasil Perhitungan (Output): ada dua macam hasil penghitungan (output), yaitu output regresi dan output korelasi. Model Summary Model R R-Square Adjusted Std. Error of R Square the Estimate 1 .609a .371 .299 1.625 a. Predictors: (Constant), Harga, Produk ANOVAb Model 1 Sum of Df Mean F Sig. Square Square Regression 40.565 3 13.522 5.122 .006a Residual 68.634 26 2.640 Total 109.199 29 a. Predictors: (Constant), Harga, Produk b. Dependent Variabel : Layanan Konsumen Coefficientsa Model 1 Unstandardized Standardized Coefficients Coefficients B Std.Error Beta (Constant) 6.257 2.430 Produk .415 .142 .567 Harga -.084 .153 -.094 Layanan .086 .127 .125 a. Dependent Variabel : Loyalitas Konsumen 72 T 2.575 2.922 -.550 .680 Sig. .016 .007 .587 .503 Correlations Produk Harga Layanan Pearson Correlation 1 .412* .534** Sig. (2-tailed) .024 .002 N 30 30 30 * Harga Pearson Correlation .412 1 .285 Sig. (2-tailed) .024 .127 N 30 30 30 Layanan Pearson Correlation .534** .285 1 Sig. (2-tailed) .002 .127 N 30 30 30 *Correlations is significants at the 0.05 level (2-tailed) Produk ** Correlations is significants at the 0.01 level (2-tailed) Penafsiran Hasil 1. Analisis Regresi Kita akan menganalisis regresi dengan melihat pengaruh secara gabungan dan secara parsial. a. Melihat pengaruh produk, harga dan layanan secara gabungan terhadap kepuasan. Untuk melihat pengaruh produk, harga dan layanan secara gabungan terhadap kepuasan, akan kita lihat hasil penghitungan dalam model summary, khususnya angka R square di bawah ini. Model Summary Model R R-Square Adjusted Std. Error of R Square the Estimate a 1 .609 .371 .299 1.625 a. Predictors: (Constant), Harga, Produk Besarnya angka R square (r2) adalah 0,371. Angka tersebut dapat digunakan untuk melihat pengaruh produk, harga, dan Layanan secara gabungan terhadap kepuasan dengan cara menghitung Koefisien Determinasi (KD) dengan menggunakan rumus sebagai berikut : Angka tersebut mempunyai maksud bahwa pengaruh produk, harga dan Layanan secara gabungan terhadap kepuasan adalah 37,1%. Adapun sisanya sebesar 62,9% (100% - 37,1%) dipengaruhi faktor lain. Dengan kata 73 lain, variabilitas kepuasan yang dapat diterangkan dengan menggunakan variabel produk, harga dan layanan adalah sebesar 37,1%, sedangkan pengaruh sebesar 62,9% disebabkan oleh variabel-variabel lain di luar model ini. Untuk mengetahui apakah model regresi diatas sudah benar atau salah, diperlukan uji hipotesis. Uji hipotesis menggunakan angka F sebagaimana tertera dalam tabel di bawah ini. ANOVAb Model Sum of Df Mean F Sig. Square Square Regression 40.565 3 13.522 5.122 .006a Residual 68.634 26 2.640 Total 109.199 29 a. Predictors: (Constant), Harga, Produk 1 b. Dependent Variabel : Layanan Konsumen Hipotesisnya berbunyi sebagai berikut : H0 : tidak ada hubungan linier antara produk, harga dan Layanan dengan kepuasan. H1 : ada hubungan linier antara produk, harga dan Layanan dengan kepuasan. Pengujian dapat dilakukan dengan dua cara. Pertama dengan membandingkan besarnya angka F penelitian dengan F tabel. Cara kedua ialah dengan membandingkan angka taraf signifikansi (sig) hasil penghitungan dengan taraf signifikansi 0,05 (5%). a.1 Menggunakan cara pertama atau membandingkan besarnya angka F penelitian dengan F tabel Pertama: menghitung F penelitian F penelitian dari SPSS didapatkan sebesar 5,122 Kedua: menghitung F tabel dengan ketentuan sebagai berikut : Taraf signifikansi 0,05 dan derajat kebebasan (DK) dengan ketentuan numerator: jumlah variabel – 1 atau 4 – 1 = 3; dan denumerator : jumlah kasus – 4 atau 30 – 4 = 26. Dengan ketentuan tersebut, diperoleh angka F tabel sebesar 2,77. Ketiga: menentukan kriteria uji hipotesis sebagai berikut : 74 Jika F penelitian > F tabel maka H0 ditolak dan H1 diterima Jika F penelitian < F tabel maka H0 diterima dan H1 ditolak Keempat: mengambil keputusan Dari hasil penghitungan didapatkan angka F penelitian sebesar 5,122 > F tabel sebesar 2,77 sehingga H0 ditolak dan H1 diterima artinya ada hubungan linier antara produk, harga dan layanan dengan kepuasan. Dengan demikian, model regresi diatas sudah layak dan benar. Kesimpulannya ialah produk, harga dan layanan secara gabungan mempengaruhi kepuasan. Besarnya pengaruh ialah 37,1%. Dan pengaruh sebesar 62,9% disebabkan oleh variabel-variabel lain di luar model ini. a.2 Menggunakan cara kedua atau membandingkan angka taraf signifikansi (sig) hasil penghitungan dengan taraf signifikansi 0,05 (5%). Kriteria sebagai berikut : Jika sig penelitian > F tabel maka H0 ditolak dan H1 diterima Jika sig penelitian < F tabel maka H0 diterima dan H1 ditolak Berdasarkan perhitungan angka signifikansi sebesar 0,006 < 0,05 maka H0 ditolak dan H1 diterima artinya ada hubungan linier antara produk, harga dan layanan dengan kepuasan. b. Melihat pengaruh produk, harga dan layanan secara parsial terhadap kepuasan. Untuk melihat besarnya pengaruh produk, harga dan layanan secara parsial terhadap kepuasan, digunakan uji T, sedangkan untuk melihat besarnya pengaruh, digunakan angka Beta atau Standardized Coefficients di bawah ini : Coefficientsa Model 1 Unstandardized Standardized Coefficients Coefficients B Std.Error Beta (Constant) 6.257 2.430 Produk .415 .142 .567 Harga -.084 .153 -.094 Layanan .086 .127 .125 a. Dependent Variabel : Loyalitas Konsumen 75 T 2.575 2.922 -.550 .680 Sig. .016 .007 .587 .503 b.1 Hubungan antara produk dan kepuasan untuk melihat apakah ada hubungan linier antara produk dan kepuasan, kita dapat melakukan langkah-langkah analisis sebagai berikut : Pertama: menentukan hipotesis H0 : tidak ada hubungan linier antara produk dengan kepuasan. H1 : ada hubungan linier antara produk dengan kepuasan. Kedua: menghitung besarnya angka t penelitian Hasil penghitungan SPSS diperoleh angka t penelitian sebesar 2,922. Ketiga: menghitung besarnya angka t tabel dengan ketentuan berikut : Taraf signifikansi 0,05 dan Derajat Kebebasan (DK) dengan ketentuan: DK=n-2, atau 30-2=28. Dari ketentuan tersebut, diperoleh angka t tabel sebesar 2,048. Keempat: menentukan kriteria uji hipotesis sebagai berikut : Jika t penelitian > t tabel maka H0 ditolak dan H1 diterima Jika t penelitian < t tabel maka H0 diterima dan H1 ditolak Kelima: mengambil keputusan Didasarkan hasil penghitungan diperoleh angka t penelitian sebesar 2,922>ttabel sebesar 2,048 sehingga H0 ditolak dan H1 diterima artinya ada hubungan linier antara produk dengan kepuasan. Besarnya pengaruh produk dengan kepuasan sebesar 0,567 atau 56,7% dianggap signifikan. b.2 Hubungan antara harga dan kepuasan untuk melihat apakah ada hubungan linier antara harga dan kepuasan, kita dapat melakukan langkah-langkah analisis sebagai berikut : Pertama: menentukan hipotesis H0 : tidak ada hubungan linier antara harga dengan kepuasan. H1 : ada hubungan linier antara harga dengan kepuasan. Kedua: menghitung besarnya angka t penelitian Hasil penghitungan SPSS diperoleh angka t penelitian sebesar 0,550. Ketiga: menghitung besarnya angka t tabel dengan ketentuan berikut : Taraf signifikansi 0,05 dan Derajat Kebebasan (DK) dengan ketentuan: DK=n-2, atau 30-2=28. Dari ketentuan tersebut, diperoleh angka t tabel sebesar 2,048. Keempat: menentukan kriteria uji hipotesis sebagai berikut : Jika t penelitian > t tabel maka H0 ditolak dan H1 diterima Jika t penelitian < t tabel maka H0 diterima dan H1 ditolak 76 Kelima: mengambil keputusan Didasarkan hasil penghitungan diperoleh angka t penelitian sebesar 0,550<ttabel sebesar 2,048 sehingga H0 diterima dan H1 ditolak artinya tidak ada hubungan linier antara harga dengan kepuasan. Besarnya pengaruh harga dengan kepuasan sebesar -0,094 atau 9,4%. Dianggap tidak signifikan. b.3 Hubungan antara layanan dan kepuasan untuk melihat apakah ada hubungan linier antara layanan dan kepuasan, kita dapat melakukan langkah-langkah analisis sebagai berikut : Pertama: menentukan hipotesis H0 : tidak ada hubungan linier antara layanan dengan kepuasan. H1 : ada hubungan linier antara layanan dengan kepuasan. Kedua: menghitung besarnya angka t penelitian Hasil penghitungan SPSS diperoleh angka t penelitian sebesar 0,680. Ketiga: menghitung besarnya angka t tabel dengan ketentuan berikut : Taraf signifikansi 0,05 dan Derajat Kebebasan (DK) dengan ketentuan: DK=n-2, atau 30-2=28. Dari ketentuan tersebut, diperoleh angka t tabel sebesar 2,048. Keempat: menentukan kriteria uji hipotesis sebagai berikut : Jika t penelitian > t tabel maka H0 ditolak dan H1 diterima Jika t penelitian < t tabel maka H0 diterima dan H1 ditolak Kelima: mengambil keputusan Didasarkan hasil penghitungan diperoleh angka t penelitian sebesar 0,680<t tabel sebesar 2,048 sehingga H0 diterima dan H1 ditolak artinya tidak ada hubungan linier antara layanan dengan kepuasan. Besarnya pengaruh layanan dengan kepuasan sebesar 0,125 atau 12,5%. Dianggap tidak signifikan. 2. Analisis Korelasi Bagian kedua akan menganalisis korelasi antara variabel produk dan harga dengan hasil perhitungan SPSS sebagaimana tertera di bawah ini : 77 Correlations Produk Harga Layanan Pearson Correlation 1 .412* .534** Sig. (2-tailed) .024 .002 N 30 30 30 * Harga Pearson Correlation .412 1 .285 Sig. (2-tailed) .024 .127 N 30 30 30 Layanan Pearson Correlation .534** .285 1 Sig. (2-tailed) .002 .127 N 30 30 30 *Correlations is significants at the 0.05 level (2-tailed) Produk ** Correlations is significants at the 0.01 level (2-tailed) a. Korelasi antara produk dan harga Berdasarkan perhitungan diperoleh angka korelasi antara variabel produk dan harga sebesar 0,412. Untuk menafsir angka tersebut, digunakan kriteria sebagai berikut : 0 – 0,25 >0,25 – 0,5 : Korelasi cukup kuat >0,5 – 0,75 : Korelasi Kuat >0,75 – 1 : Korelasi sangat lemah (dianggap tidak ada) : Korelasi Sangat Kuat Korelasi sebesar 0,412 mempunyai maksud hubungan antara variabel produk dan harga kuat dan searah (karena hasilnya positif). Searah artinya jika produk tinggi maka harga juga tinggi. Korelasi dua variabel bersifat signifikan karena angka signifikansi sebesar 0,024 < 0,05. Jika angka signifikansi (sig)<0,05 maka hubungan kedua variabel signifikan. Sebaliknya, jika angka signifikansi (sig)>0,05 maka hubungan kedua variabel tidak signifikan. b. Korelasi antara produk dan layanan Berdasarkan perhitungan diperoleh angka korelasi antara variabel produk dan layanan sebesar 0,534. Korelasi sebesar 0,534 mempunyai maksud hubungan antara variabel produk dan layanan kuat dan searah. Korelasi dua variabel bersifat signifikan karena angka signifikansi sebesar 0,002<0,02. Catatan: angka 0,02 digunakan karena hasil penghitungan SPSS memberikan angka signifikansi sebesar 0,02 yang ditandai dengan dua bintang (**). Standar SPSS berada di antara 0,01 sampai 0,05. 78 c. Korelasi antara harga dan layanan Berdasarkan perhitungan diperoleh angka korelasi antara variabel harga dan layanan sebesar 0,285. Korelasi sebesar 0,285 mempunyai maksud hubungan antara variabel harga dan layanan cukup kuat dan searah. Korelasi dua variabel bersifat tidak signifikan karena angka signifikansi sebesar 0,127>0,05. Substruktur 3 Analisis Persamaan strukturnya sebagai berikut : Dimana : Y2 : Loyalitas Y1 : Kepuasan X1 : Produk X2 : Harga X3 : Layanan : Error Pertama, menghitung persamaan regresinya: Klik analyze Pilih Regression Pilih Linier Pada kolom dependen masukkan variabel loyalitas Pada kolom independen masukkan variabel produk, harga, layanan dan kepuasan Method: Enter Klik OK. Kedua, menghitung korelasi antara variabel produk, harga, layanan, dan kepuasan: Klik Analyze Pilih Correlate Pilih Bivariate Masukkan ke kolom Variabel, variabel produk, harga, dan layanan. Klik OK 79 Hasil Perhitungan (Output): ada dua macam hasil penghitungan (output), yaitu output regresi dan output korelasi. Regresi Model Summary Model R R-Square Adjusted Std. Error of R Square the Estimate 1 .935a .873 .853 .735 b. Predictors: (Constant), Kepuasan Konsumen, Layanan, Harga, Produk ANOVAb Model Sum of Df Mean F Sig. Square Square 1 Regression 93.204 3 23.301 43.148 .000a Residual 13.501 25 .540 Total 106.705 29 c. Predictors: (Constant), Kepuasan Konsumen, Layanan, Harga, Produk d. Dependent Variabel : Loyalitas Konsumen Coefficientsa Model Unstandardized Standardized Coefficients Coefficients B Std.Error Beta 1 (Constant) -3.780 1.231 Produk -.066 .074 -.091 Harga .318 .070 .361 Layanan .110 .058 .162 Kepuasan .768 .089 .777 b. Dependent Variabel : Loyalitas Konsumen t -3.070 -.892 4.580 1.899 8.658 Sig. .005 .381 .000 .069 .000 Correlations Produk Harga Layanan Kepuasan Produk Pearson Correlation 1 .412* .534 ** .595** Sig. (2-tailed) .024 .002 .001 N 30 30 30 30 Harga Pearson Correlation .412* 1 .285 .175 Sig. (2-tailed) .024 .127 .355 N 30 30 30 30 ** Layanan Pearson Correlation .534 .285 1 .401* Sig. (2-tailed) .002 .127 .028 N 30 30 30 30 Kepuasan Pearson Correlation .595** .175 .401* 1 Sig. (2-tailed) .001 .355 .028 N 30 30 30 30 *Correlations is significants at the 0.05 level (2-tailed) ** Correlations is significants at the 0.01 level (2-tailed) 80 Penafsiran Hasil 1. Analisis Regresi Kita akan menganalisis regresi dengan melihat pengaruh secara gabungan dan secara parsial. a. Melihat pengaruh produk, harga, layanan dan kepuasan secara gabungan terhadap loyalitas. Untuk melihat pengaruh produk, harga, layanan dan kepuasan secara gabungan terhadap loyalitas, akan kita lihat hasil penghitungan dalam model summary, khususnya angka R square di bawah ini. Model Summary Model R R-Square Adjusted Std. Error of R Square the Estimate a 1 .935 .873 .853 .735 c. Predictors: (Constant), Kepuasan Konsumen, Layanan, Harga, Produk Besarnya angka R square (r2) adalah 0,873. Angka tersebut dapat digunakan untuk melihat pengaruh produk, harga, Layanan dan kepuasan secara gabungan terhadap loyalitas dengan cara menghitung Koefisien Determinasi (KD) dengan menggunakan rumus sebagai berikut : Angka tersebut mempunyai maksud bahwa pengaruh produk, harga, Layanan dan kepuasan secara gabungan terhadap loyalitas adalah 87,3%. Adapun sisanya sebesar 12,7% (100% - 87,3%) dipengaruhi faktor lain. Dengan kata lain, variabilitas loyalitas yang dapat diterangkan dengan menggunakan variabel produk, harga, layanan dan kepuasan adalah sebesar 87,3%, sedangkan pengaruh sebesar 12,7% disebabkan oleh variabel-variabel lain di luar model ini. Untuk mengetahui apakah model regresi diatas sudah benar atau salah, diperlukan uji hipotesis. Uji hipotesis menggunakan angka F sebagaimana tertera dalam tabel di bawah ini. 81 ANOVAb Model Sum of Df Mean F Sig. Square Square 1 Regression 93.204 3 23.301 43.148 .000a Residual 13.501 25 .540 Total 106.705 29 a. Predictors: (Constant), Kepuasan Konsumen, Layanan, Harga, Produk b. Dependent Variabel : Loyalitas Konsumen Hipotesisnya berbunyi sebagai berikut : H0 : tidak ada hubungan linier antara produk, harga, Layanan dan kepuasan dengan loyalitas. H1 : ada hubungan linier antara produk, harga, layanan dan kepuasan dengan loyalitas. Pengujian dapat dilakukan dengan dua cara. Pertama dengan membandingkan besarnya angka F penelitian dengan F tabel. Cara kedua ialah dengan membandingkan angka taraf signifikansi (sig) hasil penghitungan dengan taraf signifikansi 0,05 (5%). a.1 Menggunakan cara pertama atau membandingkan besarnya angka F penelitian dengan F tabel Pertama: menghitung F penelitian F penelitian dari SPSS didapatkan sebesar 43,148 Kedua: menghitung F tabel dengan ketentuan sebagai berikut : Taraf signifikansi 0,05 dan derajat kebebasan (DK) dengan ketentuan numerator: jumlah variabel – 1 atau 4 – 1 = 3; dan denumerator : jumlah kasus – 4 atau 30 – 4 = 26. Dengan ketentuan tersebut, diperoleh angka F tabel sebesar 2,74. Ketiga: menentukan kriteria uji hipotesis sebagai berikut : Jika F penelitian > F tabel maka H0 ditolak dan H1 diterima Jika F penelitian < F tabel maka H0 diterima dan H1 ditolak Keempat: mengambil keputusan Dari hasil penghitungan didapatkan angka F penelitian sebesar 43,148 > F tabel sebesar 2,74 sehingga H0 ditolak dan H1 diterima artinya ada hubungan linier antara produk, harga, layanan dan kepuasan dengan loyalitas. Dengan demikian, model regresi diatas sudah layak dan benar. 82 Kesimpulannya ialah produk, harga, layanan dan kepuasan secara gabungan mempengaruhi loyalitas. Besarnya pengaruh ialah 87,3%. Dan pengaruh sebesar 12,7% disebabkan oleh variabel-variabel lain di luar model ini. a.2 Menggunakan cara kedua atau membandingkan angka taraf signifikansi (sig) hasil penghitungan dengan taraf signifikansi 0,05 (5%). Kriteria sebagai berikut : Jika sig penelitian > F tabel maka H0 ditolak dan H1 diterima Jika sig penelitian < F tabel maka H0 diterima dan H1 ditolak Berdasarkan perhitungan angka signifikansi sebesar 0,00 < 0,05 maka H 0 ditolak dan H1 diterima artinya ada hubungan linier antara produk, harga, layanan dan kepuasan dengan loyalitas. b. Melihat pengaruh produk, harga, layanan dan kepuasan secara parsial terhadap loyalitas. Untuk melihat besarnya pengaruh produk, harga, layanan dan kepuasan secara parsial terhadap loyalitas, digunakan uji T, sedangkan untuk melihat besarnya pengaruh, digunakan angka Beta atau Standardized Coefficients di bawah ini : Coefficientsa Model Unstandardized Standardized Coefficients Coefficients B Std.Error Beta 1 (Constant) -3.780 1.231 Produk -.066 .074 -.091 Harga .318 .070 .361 Layanan .110 .058 .162 Kepuasan .768 .089 .777 a. Dependent Variabel : Loyalitas Konsumen t -3.070 -.892 4.580 1.899 8.658 Sig. .005 .381 .000 .069 .000 b.1 Hubungan antara produk dan loyalitas untuk melihat apakah ada hubungan linier antara produk dan loyalitas, kita dapat melakukan langkah-langkah analisis sebagai berikut : Pertama: menentukan hipotesis H0 : tidak ada hubungan linier antara produk dengan loyalitas. 83 H1 : ada hubungan linier antara produk dengan loyalitas. Kedua: menghitung besarnya angka t penelitian Hasil penghitungan SPSS diperoleh angka t penelitian sebesar -0,892. Ketiga: menghitung besarnya angka t tabel dengan ketentuan berikut : Taraf signifikansi 0,05 dan Derajat Kebebasan (DK) dengan ketentuan: DK=n-2, atau 30-2=28. Dari ketentuan tersebut, diperoleh angka t tabel sebesar 2,048. Keempat: menentukan kriteria uji hipotesis sebagai berikut : Jika t penelitian > t tabel maka H0 ditolak dan H1 diterima Jika t penelitian < t tabel maka H0 diterima dan H1 ditolak Kelima: mengambil keputusan Didasarkan hasil penghitungan diperoleh angka t penelitian sebesar -0,892<ttabel sebesar -2,048 sehingga H0 diterima dan H1 ditolak artinya tidak ada hubungan linier antara produk dengan loyalitas. Besarnya pengaruh produk dengan loyalitas sebesar -0,09 atau 9,1% dianggap tidak signifikan. Hal ini tercermin dalam angka signifikansi sebesar 0,381>0,05. b.2 Hubungan antara harga dan loyalitas untuk melihat apakah ada hubungan linier antara harga dan loyalitas, kita dapat melakukan langkah-langkah analisis sebagai berikut : Pertama: menentukan hipotesis H0 : tidak ada hubungan linier antara harga dengan loyalitas. H1 : ada hubungan linier antara harga dengan loyalitas. Kedua: menghitung besarnya angka t penelitian Hasil penghitungan SPSS diperoleh angka t penelitian sebesar 4,580. Ketiga: menghitung besarnya angka t tabel dengan ketentuan berikut : Taraf signifikansi 0,05 dan Derajat Kebebasan (DK) dengan ketentuan: DK=n-2, atau 30-2=28. Dari ketentuan tersebut, diperoleh angka t tabel sebesar 2,048. Keempat: menentukan kriteria uji hipotesis sebagai berikut : Jika t penelitian > t tabel maka H0 ditolak dan H1 diterima Jika t penelitian < t tabel maka H0 diterima dan H1 ditolak Kelima: mengambil keputusan Didasarkan hasil penghitungan diperoleh angka t penelitian sebesar 4,580>ttabel sebesar 2,048 sehingga H0 ditolak dan H1 diterima artinya ada hubungan linier 84 antara harga dengan loyalitas. Besarnya pengaruh harga dengan loyalitas sebesar 0,361 atau 36,1%. b.3 Hubungan antara layanan dan loyalitas untuk melihat apakah ada hubungan linier antara layanan dan loyalitas, kita dapat melakukan langkah-langkah analisis sebagai berikut : Pertama: menentukan hipotesis H0 : tidak ada hubungan linier antara layanan dengan loyalitas. H1 : ada hubungan linier antara layanan dengan loyalitas. Kedua: menghitung besarnya angka t penelitian Hasil penghitungan SPSS diperoleh angka t penelitian sebesar 1,899. Ketiga: menghitung besarnya angka t tabel dengan ketentuan berikut : Taraf signifikansi 0,05 dan Derajat Kebebasan (DK) dengan ketentuan: DK=n-2, atau 30-2=28. Dari ketentuan tersebut, diperoleh angka t tabel sebesar 2,048. Keempat: menentukan kriteria uji hipotesis sebagai berikut : Jika t penelitian > t tabel maka H0 ditolak dan H1 diterima Jika t penelitian < t tabel maka H0 diterima dan H1 ditolak Kelima: mengambil keputusan Didasarkan hasil penghitungan diperoleh angka t penelitian sebesar 1,899<t tabel sebesar 2,048 sehingga H0 diterima dan H1 ditolak artinya tidak ada hubungan linier antara layanan dengan kepuasan. Besarnya pengaruh layanan dengan kepuasan sebesar 0,162 atau 16,2% dianggap tidak signifikan. b.4 Hubungan antara kepuasan dan loyalitas untuk melihat apakah ada hubungan linier antara kepuasan dan loyalitas, kita dapat melakukan langkah-langkah analisis sebagai berikut : Pertama: menentukan hipotesis H0 : tidak ada hubungan linier antara kepuasan dengan loyalitas. H1 : ada hubungan linier antara kepuasan dengan loyalitas. Kedua: menghitung besarnya angka t penelitian Hasil penghitungan SPSS diperoleh angka t penelitian sebesar 8,658. Ketiga: menghitung besarnya angka t tabel dengan ketentuan berikut : Taraf signifikansi 0,05 dan Derajat Kebebasan (DK) dengan ketentuan: DK=n-2, atau 30-2=28. Dari ketentuan tersebut, diperoleh angka t tabel sebesar 2,048. 85 Keempat: menentukan kriteria uji hipotesis sebagai berikut : Jika t penelitian > t tabel maka H0 ditolak dan H1 diterima Jika t penelitian < t tabel maka H0 diterima dan H1 ditolak Kelima: mengambil keputusan Didasarkan hasil penghitungan diperoleh angka t penelitian sebesar 8,658>ttabel sebesar 2,048 sehingga H0 ditolak dan H1 diterima artinya ada hubungan linier antara kepuasan dengan loyalitas. Besarnya pengaruh kepuasan dengan loyalitas sebesar 0,777 atau 77,7%. 2. Analisis Korelasi Korelasi antara produk, harga, layanan, kepuasan dan loyalitas dapat dilihat pada tabel di bawah ini. Correlations Produk Harga Layanan Kepuasan Pearson Correlation 1 .412* .534 ** .595** Sig. (2-tailed) .024 .002 .001 N 30 30 30 30 * Harga Pearson Correlation .412 1 .285 .175 Sig. (2-tailed) .024 .127 .355 N 30 30 30 30 Layanan Pearson Correlation .534** .285 1 .401* Sig. (2-tailed) .002 .127 .028 N 30 30 30 30 ** * Kepuasan Pearson Correlation .595 .175 .401 1 Sig. (2-tailed) .001 .355 .028 N 30 30 30 30 *Correlations is significants at the 0.05 level (2-tailed) Produk ** Correlations is significants at the 0.01 level (2-tailed) a. Korelasi antara produk dan harga Berdasarkan perhitungan diperoleh angka korelasi antara variabel produk dan harga sebesar 0,412. Untuk menafsir angka tersebut, digunakan kriteria sebagai berikut : 0 – 0,25 >0,25 – 0,5 : Korelasi cukup kuat >0,5 – 0,75 : Korelasi Kuat >0,75 – 1 : Korelasi sangat lemah (dianggap tidak ada) : Korelasi Sangat Kuat 86 Korelasi sebesar 0,412 mempunyai maksud hubungan antara variabel produk dan harga kuat dan searah (karena hasilnya positif). Searah artinya jika produk tinggi maka harga juga tinggi. Korelasi dua variabel bersifat signifikan karena angka signifikansi sebesar 0,024 < 0,05. Jika angka signifikansi (sig)<0,05 maka hubungan kedua variabel signifikan. Sebaliknya, jika angka signifikansi (sig)>0,05 maka hubungan kedua variabel tidak signifikan. b. Korelasi antara produk dan layanan Berdasarkan perhitungan diperoleh angka korelasi antara variabel produk dan layanan sebesar 0,534. Korelasi sebesar 0,534 mempunyai maksud hubungan antara variabel produk dan layanan kuat dan searah. Korelasi dua variabel bersifat signifikan karena angka signifikansi sebesar 0,002<0,02. Catatan: angka 0,02 digunakan karena hasil penghitungan SPSS memberikan angka signifikansi sebesar 0,02 yang ditandai dengan dua bintang (**). Standar SPSS berada di antara 0,01 sampai 0,05. c. Korelasi antara produk dan kepuasan konsumen Berdasarkan perhitungan diperoleh angka korelasi antara variabel produk dan kepuasan konsumen sebesar 0,595. Korelasi sebesar 0,595 mempunyai maksud hubungan antara variabel produk dan kepuasan konsumen kuat dan searah. Korelasi dua variabel bersifat signifikan karena angka signifikansi sebesar 0,00<0,01. Catatan: angka 0,01 digunakan karena hasil penghitungan SPSS memberikan angka signifikansi sebesar 0,01 yang ditandai dengan dua bintang (**). Standar SPSS berada di antara 0,01 sampai 0,05. d. Korelasi antara harga dan layanan Berdasarkan perhitungan diperoleh angka korelasi antara variabel harga dan layanan sebesar 0,285. Korelasi sebesar 0,285 mempunyai maksud hubungan antara variabel harga dan layanan cukup kuat dan searah. Korelasi dua variabel bersifat tidak signifikan karena angka signifikansi sebesar 0,127>0,05. e. Korelasi antara harga dan kepuasan 87 Berdasarkan perhitungan diperoleh angka korelasi antara variabel harga dan kepuasan sebesar 0,175. Korelasi sebesar 0,175 mempunyai maksud hubungan antara variabel harga dan kepuasan sangat lemah dan searah. Korelasi dua variabel bersifat signifikan karena angka signifikansi sebesar 0,355>0,05. f. Korelasi antara layanan dan kepuasan Berdasarkan perhitungan diperoleh angka korelasi antara variabel layanan dan kepuasan sebesar 0,401. Korelasi sebesar 0,401 mempunyai maksud hubungan antara variabel layanan dan kepuasan sangat kuat dan searah. Korelasi dua variabel bersifat signifikan karena angka signifikansi sebesar 0,028>0,05. 3. Penghitungan Pengaruh a. Pengaruh Langsung (Direct Effect atau DE) Untuk menghitung pengaruh langsung atau DE, digunakan formula sebagai berikut : Pengaruh variabel produk terhadap layanan Pengaruh variabel harga terhadap layanan Pengaruh variabel produk terhadap kepuasan Pengaruh variabel harga terhadap loyalitas Pengaruh variabel layanan terhadap loyalitas Pengaruh variabel kepuasan terhadap loyalitas Pengaruh variabel layanan terhadap kepuasan b. Pengaruh Tidak Langsung (Indirect Effect atau IE) 88 Untuk menghitung pengaruh tidak langsung atau IE, digunakan formula sebagai berikut : Pengaruh variabel produk terhadap kepuasan melalui layanan ( ) Pengaruh variabel produk terhadap loyalitas melalui kepuasan ( ) Pengaruh variabel harga terhadap kepuasan melalui layanan ( ) Pengaruh variabel harga terhadap loyalitas melalui kepuasan ( ) Pengaruh variabel layanan terhadap loyalitas melalui kepuasan ( ) c. Pengaruh Total (Total Effect) Pengaruh variabel produk terhadap kepuasan melalui layanan ( Pengaruh variabel harga terhadap kepuasan melalui layanan ( ) Pengaruh variabel produk terhadap loyalitas melalui kepuasan ( ) ) Pengaruh variabel produk terhadap loyalitas melalui layanan dan kepuasan ( ) Pengaruh variabel harga terhadap loyalitas melalui layanan dan kepuasan ( Pengaruh variabel layanan terhadap loyalitas melalui kepuasan ( ) 4. Diagram jalur untuk Model III Diagram jalur untuk model III seperti di bawah ini : 89 ) PY1X1 X1 PY1X3 PX3X1 rX1X2 Y1 PY2Y1 X3 PY2X3 PX3X2 X2 PY2X2 Y2 PY1X1 X1 Y1 PY1X3 PX3X1 rX1X2 PY2Y1 X3 PY2X3 PX3X2 X2 PY2X2 Y2 Persamaan struktural untuk model tersebut adalah Sub struktural 1 : Sub struktural 2 : Sub struktural 3 : 5.1.4 KESIMPULAN Dari hasil analisis perhitungan di atas, kita dapat mengambil kesimpulan sebagai berikut : 1. Pengaruh variabel produk terhadap layanan sebesar 2. Pengaruh variabel harga terhadap layanan sebesar 3. Pengaruh variabel produk dan harga terhadap layanan sebesar 4. Pengaruh variabel lain di luar model sebesar . 5. Pengaruh variabel produk terhadap kepuasan sebesar 90 . 6. Pengaruh variabel layanan terhadap kepuasan sebesar 7. Pengaruh variabel produk, harga, layanan terhadap kepuasan sebesar 8. Pengaruh variabel lain di luar model sebesar . . 9. Pengaruh variabel produk terhadap kepuasan melalui layanan sebesar 10. Pengaruh variabel harga terhadap kepuasan melalui layanan sebesar . . 11. Pengaruh variabel produk terhadap loyalitas melalui kepuasan sebesar . 12. Pengaruh variabel produk terhadap loyalitas melalui layanan dan kepuasan sebesar . 13. Pengaruh variabel harga terhadap loyalitas sebesar 14. Pengaruh variabel harga terhadap loyalitas melalui layanan sebesar 15. Pengaruh variabel harga terhadap loyalitas melalui layanan dan kepuasan sebesar . 16. Pengaruh variabel layanan terhadap loyalitas sebesar 17. Pengaruh variabel layanan terhadap loyalitas melalui kepuasan sebesar 18. Pengaruh variabel produk, harga, layanan dan kepuasan terhadap loyalitas sebesar 19. Pengaruh variabel lain di luar model sebesar 91 BAB VI APLIKASI ANALISIS JALUR DALAM BIDANG MANAJEMEN MODEL SATU JALUR 6.1 KASUS Pada model pertama ini, hubungan sebenarnya sama dengan model regresi pertama, yaitu variabel bebas terdiri lebih dari satu variabel dan variabel tergantungnya hanya satu. Contoh kasus dalam model ini ialah kita ingin mengukur besarnya pengaruh empat variabel bebas, yaitu Kualitas layanan, Tarif, diskon, dan Iklan terhadap Keputusan Memasang Telepon. Model diagram jalurnya dapat digambarkan sebagai berikut : X1 Kualitas Layanan X2 Tarif Y Keputusan Memasang Telepon X3 Diskon X4 Iklan 6.1.1 MASALAH Masalah dalam kasus ini ialah : 1. Berapa besar pengaruh variabel Kualitas layanan, Tarif, Diskon, dan Iklan secara parsial (sendiri-sendiri) terhadap variabel Keputusan Memasang Telepon? 2. Berapa besar pengaruh variabel Kualitas layanan, Tarif, Diskon, dan Iklan secara gabungan bersama-sama terhadap variabel Keputusan Memasang Telepon? 3. Berapa besar pengaruh variabel lain di luar model ini? 92 6.1.2 DATA Data yang ada seperti di bawah ini : No Kualitas layanan Tarif Diskon Iklan 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 16 17 17 15 16 18 12 19 15 19 14 15 14 16 10 13 19 15 15 16 12 18 13 14 13 10 13 12 11 10 10 10 13 10 11 13 11 11 15 11 11 17 15 16 15 16 16 14 18 17 18 17 11 14 16 14 15 12 12 12 14 11 16 15 14 13 10 17 12 14 11 10 12 14 15 8 13 14 15 11 12 12 16 14 15 13 15 14 14 17 16 21 16 16 18 15 12 15 15 13 18 14 15 18 21 11 14 12 8 14 12 10 10 11 11 10 16 15 12 12 12 10 12 16 16 14 13 15 15 13 20 17 18 17 15 13 18 16 17 17 16 14 15 15 14 15 13 17 12 13 11 12 10 13 12 12 14 12 16 11 14 12 15 13 93 Keputusan Memasang Telepon 16 13 13 11 12 12 13 12 14 15 11 10 11 10 11 12 12 12 12 12 11 13 11 11 10 11 11 12 11 10 11 10 11 10 10 12 11 10 11 10 10 42 43 44 45 46 47 48 49 50 6.1.3 12 10 11 12 13 13 14 11 12 14 17 10 11 15 8 11 13 13 11 11 12 14 10 14 11 11 16 14 11 12 11 15 14 11 10 15 11 11 10 11 10 10 11 12 12 PENYELESAIAN Kasus tersebut dapat diselesaikan dengan tahapan sebagai berikut : TAHAP I Menentukan model diagram jalurnya berdasarkan paradigma hubungan variabel seperti tahap di bawah ini : X1 Kualitas Layanan ϵ X2 Tarif Y Keputusan Memasang Telepon X3 Diskon X4 Iklan Diagram jalur tersebut terdiri atas satu persamaan struktural dengan hanya satu substruktural, yaitu X1, X2, X3 dan X4 disebut sebagai variabel eksogen dan Y sebagai variabel endogen dengan persamaan struktural sebagai berikut : Keterangan : Kualitas layanan merupakan variabel bebas pertama dan diberi simbol X1. Tarif merupakan variabel bebas kedua dan diberi simbol X2. Diskon merupakan variabel bebas ketiga dan diberi simbol X3. Iklan merupakan variabel bebas keempat dan diberi simbol X4. Keputusan Memasang Telepon merupakan variabel tergantung dan diberi simbol Y. 94 TAHAP II X1 ϵ 𝑃𝑌𝑋 X2 X3 𝑃𝑌𝑋 Y 𝑃𝑌𝑋 𝑃𝑌𝑋 X4 Keterangan : X1 sebagai variabel bebas pertama Kualitas layanan. X2 sebagai variabel bebas kedua Tarif. X3 sebagai variabel bebas ketiga Diskon. X4 sebagai variabel bebas ketiga Iklan. Y sebagai variabel tergantung Keputusan Memasang Telepon. TAHAP III Membuat desain variabel, memasukkan data dan menganalisanya. Membuat desain variabel: Desain variabel dibuat dengan cara memilih sub menu bagian bawah kiri pada perintah: Variable View. Setelah perintah tersebut kita klik, muncul tabel yang akan kita isi dengan desain variabel sebagai berikut : Name Kualitas layanan Tarif Diskon Iklan Keputusan Memasang Telepon Type numeric Width 8 Decimal 2 numeric numeric numeric numeric 8 8 8 8 2 2 2 2 Label Kualitas layanan Tarif Diskon Iklan Keputusan Memasang Telepon Values None Missing None Column 8 Align R Measure Scale None None None None None None None None 8 8 8 8 R R R R Scale Scale Scale Scale Memasukkan data: kalau pembuatan desain variabel sudah selesai maka kita akan lanjutkan dengan memasukkan data dengan menekan (klik) pada perintah: Data View. Dengan demikian, tampilan akan terlihat sebagai berikut : No 1 Kualitas Layanan Tarif Diskon Iklan 50 95 Keputusan Memasang Telepon Masukkan data diatas sesuai dengan variabel masing-masing sebanyak 50 data mulai nomor 1 sampai 30 dengan mengisikan dari baris atas ke bawah. Melakukan analisis: analisis dengan menggunakan SPSS dilakukan dengan langkah-langkah sebagai berikut : Pertama, menghitung persamaan regresinya: Klik analyze Pilih Regression Pilih Linier Pada kolom dependen masukkan variabel Keputusan Memasang Telepon Pada kolom independen masukkan variabel Kualitas layanan, Tarif, diskon, dan Iklan. Method: Enter Klik OK. Kedua, menghitung korelasi antara variabel Kualitas layanan, Tarif, diskon, dan Iklan dan Keputusan Memasang Telepon: Klik Analyze Pilih Correlate Pilih Bivariate Masukkan ke kolom Variabel, variabel produk, harga, dan promosi. Klik OK Hasil Perhitungan (Output): ada dua macam hasil penghitungan (output), yaitu output regresi dan output korelasi. Model Summary Change Statistics Model 1 R ,682a R Square ,466 Adjusted R Square ,418 St d. Error of the Estimate ,99745 R Square Change ,466 F Change 9,802 df 1 df 2 4 45 a. Predictors: (Constant), IKLAN, TARIF, DISKON, KUALITAS LAYANAN ANOVAb Model 1 Regression Residual Total Sum of Squares 39,009 44,771 83,780 df 4 45 49 Mean Square 9,752 ,995 F 9,802 a. Predictors: (Const ant), IKLAN, TARIF, DISKON, KUALITAS LAYANAN b. Dependent Variable: KEPUTUSAN MEMASANG TELEPON 96 Sig. ,000a Sig. F Change ,000 Coeffi ci entsa Model 1 (Constant) KUALI TAS LAYANAN TARIF DISKON IKLAN Unstandardized Coef f icients B St d. Error 6,176 1,021 ,175 ,076 ,189 ,068 ,141 ,064 -,116 ,085 St andardized Coef f icients Beta ,355 ,359 ,305 -,201 t 6,049 2,302 2,784 2,192 -1,362 Sig. ,000 ,026 ,008 ,034 ,180 a. Dependent Variable: KEPUTUSAN MEMASANG TELEPON Correlations KUALITAS LAYANAN TARIF DISKON IKLAN KEPUTUSAN MEMASANG TELEPON Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N KUALITAS LAYANAN 1 50 ,462** ,001 50 ,578** ,000 50 ,602** ,000 50 ,576** ,000 50 TARIF DISKON ,462** ,578** ,001 ,000 50 50 1 ,241 ,091 50 50 ,241 1 ,091 50 50 ,475** ,514** ,000 ,000 50 50 ,500** ,493** ,000 ,000 50 50 KEPUTUSAN MEMASANG IKLAN TELEPON ,602** ,576** ,000 ,000 50 50 ,475** ,500** ,000 ,000 50 50 ,514** ,493** ,000 ,000 50 50 1 ,339* ,016 50 50 ,339* 1 ,016 50 50 **. Correlation is signif icant at the 0.01 lev el (2-tailed). *. Correlation is signif icant at the 0.05 lev el (2-tailed). TAHAP IV Penafsiran hasil penghitungan SPSS. Tahapan ini dibagi menjadi dua bagian, melakukan analisis regresi dan analisis korelasi. 1. Analisis Regresi Kita akan menganalisis regresi dengan melihat pengaruh secara gabungan dan secara parsial. a. Melihat pengaruh Kualitas layanan, Tarif, Diskon, dan Iklan terhadap variabel Keputusan Memasang Telepon. Untuk melihat pengaruh Kualitas layanan, Tarif, Diskon, dan Iklan secara gabungan terhadap Keputusan Memasang Telepon, akan kita lihat hasil 97 penghitungan dalam model summary, khususnya angka R square di bawah ini. Model Summary Change Statistics Model 1 R ,682a R Square ,466 Adjusted R Square ,418 St d. Error of the Estimate ,99745 R Square Change ,466 F Change 9,802 df 1 df 2 4 45 Sig. F Change ,000 a. Predictors: (Constant), IKLAN, TARIF, DISKON, KUALITAS LAYANAN Besarnya angka R square (r2) adalah 0,466. Angka tersebut dapat digunakan untuk melihat pengaruh Kualitas layanan, Tarif, Diskon, dan Iklan secara gabungan terhadap Keputusan Memasang Telepon dengan cara menghitung Koefisien Determinasi (KD) dengan menggunakan rumus sebagai berikut : Angka tersebut mempunyai maksud bahwa pengaruh Kualitas layanan, Tarif, Diskon, dan Iklan secara gabungan terhadap Keputusan Memasang Telepon adalah 46,6%. Adapun sisanya sebesar 53,4% (100% - 46,6%) dipengaruhi faktor lain. Dengan kata lain, variabilitas Keputusan Memasang Telepon yang dapat diterangkan dengan menggunakan variabel Kualitas layanan, Tarif, Diskon, dan Iklan adalah sebesar 46,6%, sedangkan pengaruh sebesar 53,4% disebabkan oleh variabel-variabel lain di luar model ini. Untuk mengetahui apakah model regresi diatas sudah benar atau salah, diperlukan uji hipotesis. Uji hipotesis menggunakan angka F sebagaimana tertera dalam tabel di bawah ini. ANOVAb Model 1 Regression Residual Total Sum of Squares 39,009 44,771 83,780 df 4 45 49 Mean Square 9,752 ,995 F 9,802 Sig. ,000a a. Predictors: (Const ant), IKLAN, TARIF, DISKON, KUALITAS LAYANAN b. Dependent Variable: KEPUTUSAN MEMASANG TELEPON Hipotesisnya berbunyi sebagai berikut : H0 : tidak ada hubungan linier antara Kualitas layanan, Tarif, Diskon, dan Iklan dengan Keputusan Memasang Telepon. 98 H1 : ada hubungan linier antara Kualitas layanan, Tarif, Diskon, dan Iklan dengan Keputusan Memasang Telepon. Pengujian dapat dilakukan dengan dua cara. Pertama dengan membandingkan besarnya angka F penelitian dengan F tabel. Cara kedua ialah dengan membandingkan angka taraf signifikansi (sig) hasil penghitungan dengan taraf signifikansi 0,05 (5%). a.1 Menggunakan cara pertama atau membandingkan besarnya angka F penelitian dengan F tabel Pertama: menghitung F penelitian F penelitian dari SPSS didapatkan sebesar 9.802 Kedua: menghitung F tabel dengan ketentuan sebagai berikut : Taraf signifikansi 0,05 dan derajat kebebasan (DK) dengan ketentuan numerator: jumlah variabel – 1 atau 5 – 1 = 4; dan denumerator : jumlah kasus – 4 atau 50 – 5 = 45. Dengan ketentuan tersebut, diperoleh angka F tabel sebesar 2.61. Ketiga: menentukan kriteria uji hipotesis sebagai berikut : Jika F penelitian > F tabel maka H0 ditolak dan H1 diterima Jika F penelitian < F tabel maka H0 diterima dan H1 ditolak Keempat: mengambil keputusan Dari hasil penghitungan didapatkan angka F penelitian sebesar 9.802 > F tabel sebesar 2,61 sehingga H0 ditolak dan H1 diterima artinya ada hubungan linier antara Kualitas layanan, Tarif, Diskon, dan Iklan dengan Keputusan Memasang Telepon. Dengan demikian, model regresi diatas sudah layak dan benar. Kesimpulannya ialah Kualitas layanan, Tarif, Diskon, dan Iklan secara gabungan mempengaruhi Keputusan Memasang Telepon. Besarnya pengaruh ialah 46,6%. Dan pengaruh sebesar 53,4% disebabkan oleh variabel-variabel lain di luar model ini. a.2 Menggunakan cara kedua atau membandingkan angka taraf signifikansi (sig) hasil penghitungan dengan taraf signifikansi 0,05 (5%). Kriteria sebagai berikut : Jika sig penelitian > F tabel maka H0 ditolak dan H1 diterima Jika sig penelitian < F tabel maka H0 diterima dan H1 ditolak 99 Berdasarkan perhitungan angka signifikansi sebesar 0,00 < 0,05 maka H 0 ditolak dan H1 diterima artinya ada hubungan linier antara Kualitas layanan, Tarif, Diskon, dan Iklan dengan Keputusan Memasang Telepon. b. Pengaruh Kualitas layanan, Tarif, Diskon, dan Iklan secara parsial terhadap Keputusan Memasang Telepon. Untuk melihat besarnya pengaruh produk, harga, dan promosi secara parsial terhadap Keputusan Memasang Telepon, digunakan uji T, sedangkan untuk melihat besarnya pengaruh, digunakan angka Beta atau Standardized Coefficients di bawah ini : Coeffi ci entsa Model 1 (Constant) KUALI TAS LAYANAN TARIF DISKON IKLAN Unstandardized Coef f icients B St d. Error 6,176 1,021 ,175 ,076 ,189 ,068 ,141 ,064 -,116 ,085 St andardized Coef f icients Beta ,355 ,359 ,305 -,201 t 6,049 2,302 2,784 2,192 -1,362 Sig. ,000 ,026 ,008 ,034 ,180 a. Dependent Variable: KEPUTUSAN MEMASANG TELEPON b.1 Hubungan antara kualitas layanan dan Keputusan Memasang Telepon untuk melihat apakah ada hubungan linier antara kualitas layanan dan Keputusan Memasang Telepon, kita dapat melakukan langkah-langkah analisis sebagai berikut : Pertama: menentukan hipotesis H0 : tidak ada hubungan linier antara kualitas layanan dan Keputusan Memasang Telepon. H1 : ada hubungan linier antara kualitas layanan dan Keputusan Memasang Telepon. Kedua: menghitung besarnya angka t penelitian Hasil penghitungan SPSS diperoleh angka t penelitian sebesar 2,302. Ketiga: menghitung besarnya angka t tabel dengan ketentuan berikut : Taraf signifikansi 0,05 dan Derajat Kebebasan (DK) dengan ketentuan: DK=n-2, atau 50-2=48. Dari ketentuan tersebut, diperoleh angka t tabel sebesar 1,960. Keempat: menentukan kriteria uji hipotesis sebagai berikut : Jika t penelitian > t tabel maka H0 ditolak dan H1 diterima 100 Jika t penelitian < t tabel maka H0 diterima dan H1 ditolak Kelima: mengambil keputusan Didasarkan hasil penghitungan diperoleh angka t penelitian sebesar 2,302>t tabel sebesar 1,960 sehingga H0 ditolak dan H1 diterima artinya ada hubungan linier antara kualitas layanan dan Keputusan Memasang Telepon. Besarnya pengaruh kualitas layanan dan Keputusan Memasang Telepon sebesar 0,355 atau 35,5%. b.2 Hubungan antara tarif dan Keputusan Memasang Telepon untuk melihat apakah ada hubungan linier antara tarif dan Keputusan Memasang Telepon, kita dapat melakukan langkah-langkah analisis sebagai berikut : Pertama: menentukan hipotesis H0 : tidak ada hubungan linier antara tarif dan Keputusan Memasang Telepon. H1 : ada hubungan linier antara tarif dan Keputusan Memasang Telepon. Kedua: menghitung besarnya angka t penelitian Hasil penghitungan SPSS diperoleh angka t penelitian sebesar 2,784. Ketiga: menghitung besarnya angka t tabel dengan ketentuan berikut : Taraf signifikansi 0,05 dan Derajat Kebebasan (DK) dengan ketentuan: DK=n-2, atau 50-2=48. Dari ketentuan tersebut, diperoleh angka t tabel sebesar 1,960. Keempat: menentukan kriteria uji hipotesis sebagai berikut : Jika t penelitian > t tabel maka H0 ditolak dan H1 diterima Jika t penelitian < t tabel maka H0 diterima dan H1 ditolak Kelima: mengambil keputusan Didasarkan hasil penghitungan diperoleh angka t penelitian sebesar 2,784>t tabel sebesar 1,960 sehingga H0 ditolak dan H1 diterima artinya ada hubungan linier antara tarif dan Keputusan Memasang Telepon. Besarnya pengaruh tarif dan Keputusan Memasang Telepon sebesar 0,359 atau 35,9%. 101 b.3 Hubungan antara Diskon dan Keputusan Memasang Telepon untuk melihat apakah ada hubungan linier antara Diskon dan Keputusan Memasang Telepon, kita dapat melakukan langkah-langkah analisis sebagai berikut : Pertama: menentukan hipotesis H0 : tidak ada hubungan linier antara Diskon dan Keputusan Memasang Telepon. H1 : ada hubungan linier antara Diskon dan Keputusan Memasang Telepon. Kedua: menghitung besarnya angka t penelitian Hasil penghitungan SPSS diperoleh angka t penelitian sebesar 2,192. Ketiga: menghitung besarnya angka t tabel dengan ketentuan berikut : Taraf signifikansi 0,05 dan Derajat Kebebasan (DK) dengan ketentuan: DK=n-2, atau 50-2=48. Dari ketentuan tersebut, diperoleh angka t tabel sebesar 1,960. Keempat: menentukan kriteria uji hipotesis sebagai berikut : Jika t penelitian > t tabel maka H0 ditolak dan H1 diterima Jika t penelitian < t tabel maka H0 diterima dan H1 ditolak Kelima: mengambil keputusan Didasarkan hasil penghitungan diperoleh angka t penelitian sebesar 2,192>ttabel sebesar 1,960 sehingga H0 ditolak dan H1 diterima artinya ada hubungan linier antara Diskon dan Keputusan Memasang Telepon. Besarnya pengaruh Diskon dan Keputusan Memasang Telepon sebesar 0,305 atau 30,5%. b.4 Hubungan antara Iklan dan Keputusan Memasang Telepon untuk melihat apakah ada hubungan linier antara Iklan dan Keputusan Memasang Telepon, kita dapat melakukan langkah-langkah analisis sebagai berikut : 102 Pertama: menentukan hipotesis H0 : tidak ada hubungan linier antara Iklan dan Keputusan Memasang Telepon. H1 : ada hubungan linier antara Iklan dan Keputusan Memasang Telepon. Kedua: menghitung besarnya angka t penelitian Hasil penghitungan SPSS diperoleh angka t penelitian sebesar -1,362. Ketiga: menghitung besarnya angka t tabel dengan ketentuan berikut : Taraf signifikansi 0,05 dan Derajat Kebebasan (DK) dengan ketentuan: DK=n-2, atau 50-2=48. Dari ketentuan tersebut, diperoleh angka t tabel sebesar 1,960. Keempat: menentukan kriteria uji hipotesis sebagai berikut : Jika t penelitian > t tabel maka H0 ditolak dan H1 diterima Jika t penelitian < t tabel maka H0 diterima dan H1 ditolak Kelima: mengambil keputusan Didasarkan hasil penghitungan diperoleh angka t penelitian sebesar -1,362<ttabel sebesar 1,960 sehingga H0 diterima dan H1 ditolak artinya tidak ada hubungan linier antara Iklan dan Keputusan Memasang Telepon. Besarnya pengaruh Iklan dan Keputusan Memasang Telepon sebesar -0,201 atau -20,1% dianggap tidak signifikan. 2. Analisis Korelasi Korelasi antara Kualitas layanan, Tarif, Diskon, dan Iklan dengan Keputusan Memasang Telepon dapat dilihat pada tabel di bawah ini. 103 Correlati ons KUALI TAS LAYANAN TARIF DISKON IKLAN KEPUTUSAN MEMASANG TELEPON Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N KUALI TAS LAYANAN 1 50 ,462** ,001 50 ,578** ,000 50 ,602** ,000 50 ,576** ,000 50 TARIF DISKON ,462** ,578** ,001 ,000 50 50 1 ,241 ,091 50 50 ,241 1 ,091 50 50 ,475** ,514** ,000 ,000 50 50 ,500** ,493** ,000 ,000 50 50 KEPUTUSAN MEMASANG IKLAN TELEPON ,602** ,576** ,000 ,000 50 50 ,475** ,500** ,000 ,000 50 50 ,514** ,493** ,000 ,000 50 50 1 ,339* ,016 50 50 ,339* 1 ,016 50 50 **. Correlation is signif icant at the 0.01 lev el (2-tailed). *. Correlation is signif icant at the 0.05 lev el (2-tailed). a. Korelasi antara kualitas layanan dan Keputusan Memasang Telepon Berdasarkan perhitungan diperoleh angka korelasi antara variabel produk dan harga sebesar 0,576. Untuk menafsir angka tersebut, digunakan kriteria sebagai berikut : 0 – 0,25 >0,25 – 0,5 : Korelasi cukup kuat >0,5 – 0,75 : Korelasi Kuat >0,75 – 1 : Korelasi sangat lemah (dianggap tidak ada) : Korelasi Sangat Kuat Korelasi sebesar 0,576 mempunyai maksud hubungan antara variabel produk dan harga kuat dan searah (karena hasilnya positif). Searah artinya jika kualitas layanan tinggi maka Keputusan Memasang Telepon juga tinggi. Korelasi dua variabel bersifat signifikan karena angka signifikansi sebesar 0,00 < 0,05. Jika angka signifikansi (sig)<0,05 maka hubungan kedua variabel signifikan. Sebaliknya, jika angka signifikansi (sig)>0,05 maka hubungan kedua variabel tidak signifikan. Korelasi antara kualitas layanan dan tarif Berdasarkan perhitungan diperoleh angka korelasi antara variabel produk dan promosi sebesar 0,462. Korelasi sebesar 0,462 mempunyai maksud hubungan 104 antara variabel kualitas layanan dan tarif cukup kuat dan searah. Korelasi dua variabel bersifat signifikan karena angka signifikansi sebesar 0,00<0,01. Korelasi antara kualitas layanan dan Diskon Berdasarkan perhitungan diperoleh angka korelasi antara variabel kualitas layanan dan Diskon sebesar 0,578. Korelasi sebesar 0,578 mempunyai maksud hubungan antara variabel kualitas layanan dan Diskon cukup kuat dan searah. Korelasi dua variabel bersifat signifikan karena angka signifikansi sebesar 0,00<0,05. Korelasi antara tarif dan Keputusan Memasang Telepon Berdasarkan perhitungan diperoleh angka korelasi antara variabel tarif dan Keputusan Memasang Telepon sebesar 0,500. Korelasi sebesar 0,500 mempunyai maksud hubungan antara variabel tarif dan Keputusan Memasang Telepon cukup kuat dan searah. Korelasi dua variabel bersifat signifikan karena angka signifikansi sebesar 0,00<0,01. Korelasi antara tarif dan Diskon Berdasarkan perhitungan diperoleh angka korelasi antara variabel tarif dan Diskon sebesar 0,241. Korelasi sebesar 0,241 mempunyai maksud hubungan antara variabel tarif dan Diskon sangat lemah. Korelasi dua variabel bersifat tidak signifikan karena angka signifikansi sebesar 0,046<0,01. Korelasi antara tarif dan Iklan Berdasarkan perhitungan diperoleh angka korelasi antara variabel tarif dan Iklan sebesar 0,475. Korelasi sebesar 0,475 mempunyai maksud hubungan antara variabel tarif dan Iklan cukup kuat dan searah. Korelasi dua variabel bersifat signifikan karena angka signifikansi sebesar 0,00<0,01. Korelasi antara Diskon dan Keputusan Memasang Telepon Berdasarkan perhitungan diperoleh angka korelasi antara variabel Diskon dan Keputusan Memasang Telepon sebesar 0,493. Korelasi sebesar 0,493 mempunyai maksud hubungan antara variabel Diskon dan 105 Keputusan Memasang Telepon cukup kuat dan searah. Korelasi dua variabel bersifat signifikan karena angka signifikansi sebesar 0,00<0,01. Korelasi antara Diskon dan Iklan Berdasarkan perhitungan diperoleh angka korelasi antara variabel Diskon dan Keputusan Memasang Telepon sebesar 0,514. Korelasi sebesar 0,514 mempunyai maksud hubungan antara variabel Diskon dan Keputusan Memasang Telepon kuat dan searah. Korelasi dua variabel bersifat signifikan karena angka signifikansi sebesar 0,00<0,01. Korelasi antara Iklan dan Keputusan Memasang Telepon Berdasarkan perhitungan diperoleh angka korelasi antara variabel Iklan dan Keputusan Memasang Telepon sebesar 0,339. Korelasi sebesar 0,339 mempunyai maksud hubungan antara variabel Iklan dan Keputusan Memasang Telepon kuat dan searah. Korelasi dua variabel bersifat tidak signifikan karena angka signifikansi sebesar 0,08>0,01. 4. Diagram Jalur Diagram jalur dari persamaan struktural di atas adalah sebagai berikut : X1 𝑃𝑌𝑋 X2 X3 𝑃𝑌𝑋 ϵ Y 𝑃𝑌𝑋 𝑃𝑌𝑋 X4 Persamaan struktur untuk diagram jalur di atas sebagai berikut : 6.1.4 KESIMPULAN Dari hasil analisis di atas diperoleh kesimpulan sebagai berikut : 1. Pengaruh variabel kualitas layanan terhadap Keputusan Memasang Telepon sebesar 0,355 atau 35,5%. 106 2. Pengaruh variabel tarif terhadap Keputusan Memasang Telepon sebesar 0,359 atau 35,9%. 3. Pengaruh variabel Diskon terhadap Keputusan Memasang Telepon sebesar 0,305 atau 30,5%. 4. Pengaruh variabel Iklan terhadap Keputusan Memasang Telepon sebesar 0,201 atau -20,1%. 5. Pengaruh variabel kualitas layanan, tarif, Diskon dan Iklan secara gabungan terhadap Keputusan Memasang Telepon sebesar 0,466 atau 46,6%. 6. Pengaruh variabel-variabel lain di luar model analisis jalur ini sebesar 0,534 atau 53,4%. 7. Korelasi antara kualitas layanan dan Keputusan Memasang Telepon sebesar 0,576. 8. Korelasi antara kualitas layanan dan tarif sebesar 0,462. 9. Korelasi antara kualitas layanan dan Diskon sebesar 0,578. 10. Korelasi antara tarif dan Keputusan Memasang Telepon sebesar 0,500 11. Korelasi antara tarif dan Diskon sebesar 0,241 12. Korelasi antara tarif dan Iklan sebesar 0,475 13. Korelasi antara Diskon dan Keputusan Memasang Telepon sebesar 0,493 14. Korelasi antara Diskon dan Iklan sebesar 0,514 15. Korelasi antara Iklan dan Keputusan Memasang Telepon sebesar 0,339 MODEL PERSAMAAN DUA JALUR 6.2 KASUS Pada model pertama ini, hubungan sebenarnya sama dengan model regresi pertama, yaitu variabel bebas terdiri lebih dari satu variabel dan variabel tergantungnya ada dua. Contoh kasus dalam model ini ialah kita ingin mengukur besarnya pengaruh empat variabel bebas, yaitu Kualitas layanan, Tarif, Diskon, dan Iklan terhadap Penggunaan Telepon melalui Keputusan Memasang Telepon. Model diagram jalurnya dapat digambarkan sebagai berikut : 107 X1 Kualitas Layanan X2 Tarif Y1 Keputusan Memasang Telepon X3 Diskon Y2 Penggunaan Telepon X4 Iklan 6.2.1 MASALAH Masalah dalam kasus ini ialah : 1. Berapa besar pengaruh Kualitas layanan, Tarif, Diskon, dan Iklan terhadap variabel Keputusan Memasang Telepon secara parsial atau sendiri-sendiri dan gabungan ?. 2. Variabel mana diantara Kualitas layanan, Tarif, Diskon, dan Iklan yang pengaruhnya paling besar terhadap Keputusan Memasang Telepon?. 3. Berapa besar pengaruh variabel Kualitas layanan, Tarif, Diskon, Iklan dan Keputusan Memasang Telepon terhadap variabel Penggunaan Telepon secara parsial atau sendiri-sendiri dan gabungan?. 4. Variabel mana diantara Kualitas layanan, Tarif, Diskon, Iklan dan Keputusan Memasang Telepon yang pengaruhnya paling besar terhadap Penggunaan Telepon ?. 5. Berapa besar pengaruh variabel Kualitas layanan, Tarif, Diskon, Iklan dan Keputusan Memasang Telepon terhadap variabel Penggunaan Telepon secara langsung dan tidak langsung?. 6. Berapa besar pengaruh variabel lain di luar model ini?. 6.2.2 DATA Data seperti terlihat di bawah ini : No 1 2 3 4 5 Kualitas layanan 16 17 17 15 16 Tarif Diskon Iklan 17 15 16 15 16 16 14 15 13 15 16 16 14 13 15 108 Keputusan Memasang Telepon 16 13 13 11 12 Penggunaan Telepon 14 11 10 11 10 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 18 12 19 15 19 14 15 14 16 10 13 19 15 15 16 12 18 13 14 13 10 13 12 11 10 10 10 13 10 11 13 11 11 15 11 11 12 10 11 12 13 13 14 11 12 16 14 18 17 18 17 11 14 16 14 15 12 12 12 14 11 16 15 14 13 10 17 12 14 11 10 12 14 15 8 13 14 15 11 12 12 14 17 10 11 15 8 11 13 13 14 14 17 16 21 16 16 18 15 12 15 15 13 18 14 15 18 21 11 14 12 8 14 12 10 10 11 11 10 16 15 12 12 12 10 12 11 11 12 14 10 14 11 11 16 15 13 20 17 18 17 15 13 18 16 17 17 16 14 15 15 14 15 13 17 12 13 11 12 10 13 12 12 14 12 16 11 14 12 15 13 14 11 12 11 15 14 11 10 15 109 12 13 12 14 15 11 10 11 10 11 12 12 12 12 12 11 13 11 11 10 11 11 12 11 10 11 10 11 10 10 12 11 10 11 10 10 11 11 10 11 10 10 11 12 12 12 12 11 13 14 12 11 10 11 10 11 13 11 11 13 12 12 12 10 11 12 10 11 12 11 12 11 12 11 12 14 13 11 12 11 12 12 13 11 12 12 11 12 13 11 6.2.3 PENYELESAIAN Penyelesaian masalah tersebut dilakukan melalui tahap-tahap sebagai berikut : TAHAP I Menentukan model diagram jalurnya berdasarkan paradigma hubungan antar variabel sebagai berikut : ϵ1 X1 Kualitas Layanan X2 Tarif ϵ2 Y2 Penggunaan Telepon Y1 Keputusan Memasang Telepon X3 Diskon X4 Iklan TAHAP II Membuat diagram jalur persamaan strukturalnya sebagai berikut : ϵ1 X1 X2 X3 𝑃𝑌 𝑋 𝑃𝑌 𝑋 ϵ2 𝑃𝑌 𝑋 Y1 𝑃𝑌 𝑋 𝑃𝑌 𝑋 Y2 𝑃𝑌 𝑌 𝑃𝑌 𝑋 X4 Diagram jalur diatas terdiri atas dua persamaan struktural, di mana X1, X2, dan X3 adalah variabel eksogen dan Y1 serta Y2 adalah variabel endogen. Persamaan strukturalnya dapat dilihat sebagai berikut : 110 TAHAP III Untuk menganalisis dengan menggunakan SPSS, perhatikan langkah-langkah di bawah ini. Analisis ini terdiri dari dua langkah, analisis untuk substruktural 1 dan untuk substruktural 2. SUBSTRUKTUR 1 Analisis Persamaan strukturalnya : Dimana Y1 : Keputusan Memasang Telepon X1 : kualitas layanan X2 : Tarif X3 : Diskon X4 : Iklan : Error Pertama, menghitung persamaan regresinya: Klik analyze Pilih Regression Pilih Linier Pada kolom dependen masukkan variabel Keputusan Memasang Telepon Pada kolom independen masukkan variabel Kualitas layanan, Tarif, Diskon, dan Iklan Method: Enter Klik OK. Kedua, menghitung korelasi antara variabel Kualitas layanan, Tarif, Diskon, dan Iklan : Klik Analyze Pilih Correlate Pilih Bivariate Masukkan ke kolom Variabel, variabel Kualitas layanan, Tarif, Diskon, dan Iklan. Klik OK Hasil Perhitungan (Output): ada dua macam hasil penghitungan (output), yaitu output regresi dan output korelasi. 111 Model Summary Change Statistics Model 1 R ,682a R Square ,466 Adjusted R Square ,418 St d. Error of the Estimate ,99745 R Square Change ,466 F Change 9,802 df 1 df 2 4 45 Sig. F Change ,000 a. Predictors: (Constant), IKLAN, TARIF, DISKON, KUALITAS LAYANAN ANOVAb Model 1 Regression Residual Total Sum of Squares 39,009 44,771 83,780 df 4 45 49 Mean Square 9,752 ,995 F 9,802 Sig. ,000a a. Predictors: (Const ant), IKLAN, TARIF, DISKON, KUALITAS LAYANAN b. Dependent Variable: KEPUTUSAN MEMASANG TELEPON Coeffi ci entsa Model 1 (Constant) KUALI TAS LAYANAN TARIF DISKON IKLAN Unstandardized Coef f icients B St d. Error 6,176 1,021 ,175 ,076 ,189 ,068 ,141 ,064 -,116 ,085 St andardized Coef f icients Beta ,355 ,359 ,305 -,201 t 6,049 2,302 2,784 2,192 -1,362 Sig. ,000 ,026 ,008 ,034 ,180 a. Dependent Variable: KEPUTUSAN MEMASANG TELEPON Correlati ons KUALI TAS LAYANAN TARIF DISKON IKLAN KEPUTUSAN MEMASANG TELEPON Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N KUALI TAS LAYANAN 1 50 ,462** ,001 50 ,578** ,000 50 ,602** ,000 50 ,576** ,000 50 **. Correlation is signif icant at the 0.01 lev el (2-tailed). *. Correlation is signif icant at the 0.05 lev el (2-tailed). 112 TARIF DISKON ,462** ,578** ,001 ,000 50 50 1 ,241 ,091 50 50 ,241 1 ,091 50 50 ,475** ,514** ,000 ,000 50 50 ,500** ,493** ,000 ,000 50 50 KEPUTUSAN MEMASANG IKLAN TELEPON ,602** ,576** ,000 ,000 50 50 ,475** ,500** ,000 ,000 50 50 ,514** ,493** ,000 ,000 50 50 1 ,339* ,016 50 50 ,339* 1 ,016 50 50 Penafsiran hasil penghitungan SPSS. Tahapan ini dibagi menjadi dua bagian, melakukan analisis regresi dan analisis korelasi. 1. Analisis Regresi Kita akan menganalisis regresi dengan melihat pengaruh secara gabungan dan secara parsial. a. Melihat pengaruh Kualitas layanan, Tarif, Diskon, dan Iklan terhadap variabel Keputusan Memasang Telepon. Untuk melihat pengaruh Kualitas layanan, Tarif, Diskon, dan Iklan secara gabungan terhadap Keputusan Memasang Telepon, akan kita lihat hasil penghitungan dalam model summary, khususnya angka R square di bawah ini. Model Summary Change Statistics Model 1 R ,682a R Square ,466 Adjusted R Square ,418 St d. Error of the Estimate ,99745 R Square Change ,466 F Change 9,802 df 1 df 2 4 45 Sig. F Change ,000 a. Predictors: (Constant), IKLAN, TARIF, DISKON, KUALITAS LAYANAN Besarnya angka R square (r2) adalah 0,466. Angka tersebut dapat digunakan untuk melihat pengaruh Kualitas layanan, Tarif, Diskon, dan Iklan secara gabungan terhadap Keputusan Memasang Telepon dengan cara menghitung Koefisien Determinasi (KD) dengan menggunakan rumus sebagai berikut : Angka tersebut mempunyai maksud bahwa pengaruh Kualitas layanan, Tarif, Diskon, dan Iklan secara gabungan terhadap Keputusan Memasang Telepon adalah 46,6%. Adapun sisanya sebesar 53,4% (100% - 46,6%) dipengaruhi faktor lain. Dengan kata lain, variabilitas Keputusan Memasang Telepon yang dapat diterangkan dengan menggunakan variabel Kualitas layanan, Tarif, Diskon, dan Iklan adalah sebesar 46,6%, sedangkan pengaruh sebesar 53,4% disebabkan oleh variabel-variabel lain di luar model ini. Untuk mengetahui apakah model regresi diatas sudah benar atau salah, diperlukan uji hipotesis. Uji hipotesis menggunakan angka F sebagaimana tertera dalam tabel di bawah ini. 113 ANOVAb Model 1 Regression Residual Total Sum of Squares 39,009 44,771 83,780 df 4 45 49 Mean Square 9,752 ,995 F 9,802 Sig. ,000a a. Predictors: (Const ant), IKLAN, TARIF, DISKON, KUALITAS LAYANAN b. Dependent Variable: KEPUTUSAN MEMASANG TELEPON Hipotesisnya berbunyi sebagai berikut : H0 : tidak ada hubungan linier antara Kualitas layanan, Tarif, Diskon, dan Iklan dengan Keputusan Memasang Telepon. H1 : ada hubungan linier antara Kualitas layanan, Tarif, Diskon, dan Iklan dengan Keputusan Memasang Telepon. Pengujian dapat dilakukan dengan dua cara. Pertama dengan membandingkan besarnya angka F penelitian dengan F tabel. Cara kedua ialah dengan membandingkan angka taraf signifikansi (sig) hasil penghitungan dengan taraf signifikansi 0,05 (5%). a.1 Menggunakan cara pertama atau membandingkan besarnya angka F penelitian dengan F tabel Pertama: menghitung F penelitian F penelitian dari SPSS didapatkan sebesar 9.802 Kedua: menghitung F tabel dengan ketentuan sebagai berikut : Taraf signifikansi 0,05 dan derajat kebebasan (DK) dengan ketentuan numerator: jumlah variabel – 1 atau 5 – 1 = 4; dan denumerator : jumlah kasus – 4 atau 50 – 5 = 45. Dengan ketentuan tersebut, diperoleh angka F tabel sebesar 2.61. Ketiga: menentukan kriteria uji hipotesis sebagai berikut : Jika F penelitian > F tabel maka H0 ditolak dan H1 diterima Jika F penelitian < F tabel maka H0 diterima dan H1 ditolak Keempat: mengambil keputusan Dari hasil penghitungan didapatkan angka F penelitian sebesar 9.802 > F tabel sebesar 2,61 sehingga H0 ditolak dan H1 diterima artinya ada hubungan linier antara Kualitas layanan, Tarif, Diskon, dan Iklan dengan Keputusan Memasang Telepon. Dengan demikian, model regresi diatas sudah layak dan benar. Kesimpulannya ialah Kualitas layanan, Tarif, 114 Diskon, dan Iklan secara gabungan mempengaruhi Keputusan Memasang Telepon. Besarnya pengaruh ialah 46,6%. Dan pengaruh sebesar 53,4% disebabkan oleh variabel-variabel lain di luar model ini. a.2 Menggunakan cara kedua atau membandingkan angka taraf signifikansi (sig) hasil penghitungan dengan taraf signifikansi 0,05 (5%). Kriteria sebagai berikut : Jika sig penelitian > F tabel maka H0 ditolak dan H1 diterima Jika sig penelitian < F tabel maka H0 diterima dan H1 ditolak Berdasarkan perhitungan angka signifikansi sebesar 0,00 < 0,05 maka H 0 ditolak dan H1 diterima artinya ada hubungan linier antara Kualitas layanan, Tarif, Diskon, dan Iklan dengan Keputusan Memasang Telepon. b. Pengaruh Kualitas layanan, Tarif, Diskon, dan Iklan secara parsial terhadap Keputusan Memasang Telepon. Untuk melihat besarnya pengaruh Kualitas layanan, Tarif, Diskon, dan Iklan secara parsial terhadap Keputusan Memasang Telepon, digunakan uji T, sedangkan untuk melihat besarnya pengaruh, digunakan angka Beta atau Standardized Coefficients di bawah ini : Coeffi ci entsa Model 1 (Constant) KUALI TAS LAYANAN TARIF DISKON IKLAN Unstandardized Coef f icients B St d. Error 6,176 1,021 ,175 ,076 ,189 ,068 ,141 ,064 -,116 ,085 St andardized Coef f icients Beta ,355 ,359 ,305 -,201 t 6,049 2,302 2,784 2,192 -1,362 Sig. ,000 ,026 ,008 ,034 ,180 a. Dependent Variable: KEPUTUSAN MEMASANG TELEPON b.1 Hubungan antara kualitas layanan dan Keputusan Memasang Telepon untuk melihat apakah ada hubungan linier antara kualitas layanan dan Keputusan Memasang Telepon, kita dapat melakukan langkah-langkah analisis sebagai berikut : Pertama: menentukan hipotesis 115 H0 : tidak ada hubungan linier antara kualitas layanan dan Keputusan Memasang Telepon. H1 : ada hubungan linier antara kualitas layanan dan Keputusan Memasang Telepon. Kedua: menghitung besarnya angka t penelitian Hasil penghitungan SPSS diperoleh angka t penelitian sebesar 2,302. Ketiga: menghitung besarnya angka t tabel dengan ketentuan berikut : Taraf signifikansi 0,05 dan Derajat Kebebasan (DK) dengan ketentuan: DK=n-2, atau 50-2=48. Dari ketentuan tersebut, diperoleh angka t tabel sebesar 1,960. Keempat: menentukan kriteria uji hipotesis sebagai berikut : Jika t penelitian > t tabel maka H0 ditolak dan H1 diterima Jika t penelitian < t tabel maka H0 diterima dan H1 ditolak Kelima: mengambil keputusan Didasarkan hasil penghitungan diperoleh angka t penelitian sebesar 2,302>t tabel sebesar 1,960 sehingga H0 ditolak dan H1 diterima artinya ada hubungan linier antara kualitas layanan dan Keputusan Memasang Telepon. Besarnya pengaruh kualitas layanan dan Keputusan Memasang Telepon sebesar 0,355 atau 35,5%. b.2 Hubungan antara tarif dan Keputusan Memasang Telepon untuk melihat apakah ada hubungan linier antara tarif dan Keputusan Memasang Telepon, kita dapat melakukan langkah-langkah analisis sebagai berikut : Pertama: menentukan hipotesis H0 : tidak ada hubungan linier antara tarif dan Keputusan Memasang Telepon. H1 : ada hubungan linier antara tarif dan Keputusan Memasang Telepon. Kedua: menghitung besarnya angka t penelitian Hasil penghitungan SPSS diperoleh angka t penelitian sebesar 2,784. Ketiga: menghitung besarnya angka t tabel dengan ketentuan berikut : Taraf signifikansi 0,05 dan Derajat Kebebasan (DK) dengan ketentuan: DK=n-2, atau 50-2=48. Dari ketentuan tersebut, diperoleh angka t tabel sebesar 1,960. Keempat: menentukan kriteria uji hipotesis sebagai berikut : Jika t penelitian > t tabel maka H0 ditolak dan H1 diterima Jika t penelitian < t tabel maka H0 diterima dan H1 ditolak 116 Kelima: mengambil keputusan Didasarkan hasil penghitungan diperoleh angka t penelitian sebesar 2,784>t tabel sebesar 1,960 sehingga H0 ditolak dan H1 diterima artinya ada hubungan linier antara tarif dan Keputusan Memasang Telepon. Besarnya pengaruh tarif dan Keputusan Memasang Telepon sebesar 0,359 atau 35,9%. b.3 Hubungan antara Diskon dan Keputusan Memasang Telepon untuk melihat apakah ada hubungan linier antara Diskon dan Keputusan Memasang Telepon, kita dapat melakukan langkah-langkah analisis sebagai berikut : Pertama: menentukan hipotesis H0 : tidak ada hubungan linier antara Diskon dan Keputusan Memasang Telepon. H1 : ada hubungan linier antara Diskon dan Keputusan Memasang Telepon. Kedua: menghitung besarnya angka t penelitian Hasil penghitungan SPSS diperoleh angka t penelitian sebesar 2,192. Ketiga: menghitung besarnya angka t tabel dengan ketentuan berikut : Taraf signifikansi 0,05 dan Derajat Kebebasan (DK) dengan ketentuan: DK=n-2, atau 50-2=48. Dari ketentuan tersebut, diperoleh angka t tabel sebesar 1,960. Keempat: menentukan kriteria uji hipotesis sebagai berikut : Jika t penelitian > t tabel maka H0 ditolak dan H1 diterima Jika t penelitian < t tabel maka H0 diterima dan H1 ditolak Kelima: mengambil keputusan Didasarkan hasil penghitungan diperoleh angka t penelitian sebesar 2,192>ttabel sebesar 1,960 sehingga H0 ditolak dan H1 diterima artinya ada hubungan linier antara Diskon dan Keputusan Memasang Telepon. Besarnya pengaruh Diskon dan Keputusan Memasang Telepon sebesar 0,305 atau 30,5%. 117 b.4 Hubungan antara Iklan dan Keputusan Memasang Telepon untuk melihat apakah ada hubungan linier antara Iklan dan Keputusan Memasang Telepon, kita dapat melakukan langkah-langkah analisis sebagai berikut : Pertama: menentukan hipotesis H0 : tidak ada hubungan linier antara Iklan dan Keputusan Memasang Telepon. H1 : ada hubungan linier antara Iklan dan Keputusan Memasang Telepon. Kedua: menghitung besarnya angka t penelitian Hasil penghitungan SPSS diperoleh angka t penelitian sebesar -1,362. Ketiga: menghitung besarnya angka t tabel dengan ketentuan berikut : Taraf signifikansi 0,05 dan Derajat Kebebasan (DK) dengan ketentuan: DK=n-2, atau 50-2=48. Dari ketentuan tersebut, diperoleh angka t tabel sebesar 1,960. Keempat: menentukan kriteria uji hipotesis sebagai berikut : Jika t penelitian > t tabel maka H0 ditolak dan H1 diterima Jika t penelitian < t tabel maka H0 diterima dan H1 ditolak Kelima: mengambil keputusan Didasarkan hasil penghitungan diperoleh angka t penelitian sebesar -1,362<ttabel sebesar 1,960 sehingga H0 diterima dan H1 ditolak artinya tidak ada hubungan linier antara Iklan dan Keputusan Memasang Telepon. Besarnya pengaruh Iklan dan Keputusan Memasang Telepon sebesar -0,201 atau -20,1% dianggap tidak signifikan. 2. Analisis Korelasi Korelasi antara Kualitas layanan, Tarif, Diskon, dan Iklan dengan Penggunaan Telepon dapat dilihat pada tabel di bawah ini. 118 Correlati ons KUALI TAS LAYANAN TARIF DISKON IKLAN KEPUTUSAN MEMASANG TELEPON Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N KUALI TAS LAYANAN 1 50 ,462** ,001 50 ,578** ,000 50 ,602** ,000 50 ,576** ,000 50 TARIF DISKON ,462** ,578** ,001 ,000 50 50 1 ,241 ,091 50 50 ,241 1 ,091 50 50 ,475** ,514** ,000 ,000 50 50 ,500** ,493** ,000 ,000 50 50 KEPUTUSAN MEMASANG IKLAN TELEPON ,602** ,576** ,000 ,000 50 50 ,475** ,500** ,000 ,000 50 50 ,514** ,493** ,000 ,000 50 50 1 ,339* ,016 50 50 ,339* 1 ,016 50 50 **. Correlation is signif icant at the 0.01 lev el (2-tailed). *. Correlation is signif icant at the 0.05 lev el (2-tailed). a. Korelasi antara kualitas layanan dan Keputusan Memasang Telepon Berdasarkan perhitungan diperoleh angka korelasi antara variabel kualitas layanan dan Keputusan Memasang Telepon sebesar 0,576. Untuk menafsir angka tersebut, digunakan kriteria sebagai berikut : 0 – 0,25 >0,25 – 0,5 : Korelasi cukup kuat >0,5 – 0,75 : Korelasi Kuat >0,75 – 1 : Korelasi sangat lemah (dianggap tidak ada) : Korelasi Sangat Kuat Korelasi sebesar 0,576 mempunyai maksud hubungan antara variabel kualitas layanan dan Keputusan Memasang Telepon kuat dan searah (karena hasilnya positif). Searah artinya jika kualitas layanan tinggi maka Keputusan Memasang Telepon juga tinggi. Korelasi dua variabel bersifat signifikan karena angka signifikansi sebesar 0,00 < 0,05. Korelasi antara kualitas layanan dan tarif Berdasarkan perhitungan diperoleh angka korelasi antara variabel produk dan promosi sebesar 0,462. Korelasi sebesar 0,462 mempunyai maksud hubungan antara variabel kualitas layanan dan tarif cukup kuat dan searah. Korelasi dua variabel bersifat signifikan karena angka signifikansi sebesar 0,00<0,01. 119 Korelasi antara kualitas layanan dan Diskon Berdasarkan perhitungan diperoleh angka korelasi antara variabel kualitas layanan dan Diskon sebesar 0,578. Korelasi sebesar 0,578 mempunyai maksud hubungan antara variabel kualitas layanan dan Diskon cukup kuat dan searah. Korelasi dua variabel bersifat signifikan karena angka signifikansi sebesar 0,00<0,05. Korelasi antara tarif dan Keputusan Memasang Telepon Berdasarkan perhitungan diperoleh angka korelasi antara variabel tarif dan Keputusan Memasang Telepon sebesar 0,500. Korelasi sebesar 0,500 mempunyai maksud hubungan antara variabel tarif dan Keputusan Memasang Telepon cukup kuat dan searah. Korelasi dua variabel bersifat signifikan karena angka signifikansi sebesar 0,00<0,01. Korelasi antara tarif dan Diskon Berdasarkan perhitungan diperoleh angka korelasi antara variabel tarif dan Diskon sebesar 0,241. Korelasi sebesar 0,241 mempunyai maksud hubungan antara variabel tarif dan Diskon sangat lemah. Korelasi dua variabel bersifat tidak signifikan karena angka signifikansi sebesar 0,046<0,01. Korelasi antara tarif dan Iklan Berdasarkan perhitungan diperoleh angka korelasi antara variabel tarif dan Iklan sebesar 0,475. Korelasi sebesar 0,475 mempunyai maksud hubungan antara variabel tarif dan Iklan cukup kuat dan searah. Korelasi dua variabel bersifat signifikan karena angka signifikansi sebesar 0,00<0,01. Korelasi antara Diskon dan Keputusan Memasang Telepon Berdasarkan perhitungan diperoleh angka korelasi antara variabel Diskon dan Keputusan Memasang Telepon sebesar 0,493. Korelasi sebesar 0,493 mempunyai maksud hubungan antara variabel Diskon dan Keputusan Memasang Telepon cukup kuat dan searah. Korelasi dua variabel bersifat signifikan karena angka signifikansi sebesar 0,00<0,01. 120 Korelasi antara Diskon dan Iklan Berdasarkan perhitungan diperoleh angka korelasi antara variabel Diskon dan Penggunaan Telepon sebesar 0,514. Korelasi sebesar 0,514 mempunyai maksud hubungan antara variabel Diskon dan Penggunaan Telepon kuat dan searah. Korelasi dua variabel bersifat signifikan karena angka signifikansi sebesar 0,00<0,01. Korelasi antara Iklan dan Keputusan Memasang Telepon Berdasarkan perhitungan diperoleh angka korelasi antara variabel Iklan dan Keputusan Memasang Telepon sebesar 0,339. Korelasi sebesar 0,339 mempunyai maksud hubungan antara variabel Iklan dan Keputusan Memasang Telepon kuat dan searah. Korelasi dua variabel bersifat tidak signifikan karena angka signifikansi sebesar 0,08>0,01. Diagram jalur dari persamaan struktural di atas adalah sebagai berikut : X1 𝑃𝑌𝑋 X2 X3 𝑃𝑌𝑋 ϵ Y 𝑃𝑌𝑋 𝑃𝑌𝑋 X4 Persamaan struktur untuk diagram jalur di atas sebagai berikut : 6.2.4 KESIMPULAN Dari hasil analisis di atas diperoleh kesimpulan sebagai berikut : 1. Pengaruh variabel kualitas layanan terhadap Keputusan Memasang Telepon sebesar 0,355 atau 35,5%. 2. Pengaruh variabel tarif terhadap Keputusan Memasang Telepon sebesar 0,359 atau 35,9%. 3. Pengaruh variabel Diskon terhadap Keputusan Memasang Telepon sebesar 0,305 atau 30,5%. 121 4. Pengaruh variabel Iklan terhadap Keputusan Memasang Telepon sebesar 0,201 atau -20,1%. 5. Pengaruh variabel kualitas layanan, tarif, Diskon dan Iklan secara gabungan terhadap Keputusan Memasang Telepon sebesar 0,466 atau 46,6%. 6. Pengaruh variabel-variabel lain di luar model analisis jalur ini sebesar 0,534 atau 53,4%. 7. Korelasi antara kualitas layanan dan Keputusan Memasang Telepon sebesar 0,576. 8. Korelasi antara kualitas layanan dan tarif sebesar 0,462. 9. Korelasi antara kualitas layanan dan Diskon sebesar 0,578. 10. Korelasi antara tarif dan Keputusan Memasang Telepon sebesar 0,500 11. Korelasi antara tarif dan Diskon sebesar 0,241 12. Korelasi antara tarif dan Iklan sebesar 0,475 13. Korelasi antara Diskon dan Keputusan Memasang Telepon sebesar 0,493 14. Korelasi antara Diskon dan Iklan sebesar 0,514 15. Korelasi antara Iklan dan Keputusan Memasang Telepon sebesar 0,339 SUBSTRUKTUR 2 Analisis Persamaan strukturalnya : Dimana Y2 : Penggunaan Telepon Y1 : Keputusan Memasang Telepon X1 : kualitas layanan X2 : Tarif X3 : Diskon X4 : Iklan : Error Pertama, menghitung persamaan regresinya: Klik analyze Pilih Regression Pilih Linier Pada kolom dependen masukkan variabel Penggunaan Telepon 122 Pada kolom independen masukkan variabel Kualitas layanan, Tarif, Diskon, Iklan dan Keputusan Memasang Telepon Method: Enter Klik OK. Kedua, menghitung korelasi antara variabel Kualitas layanan, Tarif, Diskon, dan Iklan : Klik Analyze Pilih Correlate Pilih Bivariate Masukkan ke kolom Variabel, variabel Kualitas layanan, Tarif, Diskon, dan Iklan. Klik OK Hasil Perhitungan (Output): ada dua macam hasil penghitungan (output), yaitu output regresi dan output korelasi. Regresi Model Summary Change Statistics Model 1 R ,481a R Square ,232 Adjusted R Square ,144 St d. Error of the Estimate ,96667 R Square Change ,232 F Change 2,655 df 1 df 2 5 44 a. Predictors: (Constant), KEPUTUSAN MEMASANG TELEPON, IKLAN, TARI F, DISKON, KUALITAS LAYANAN ANOVAb Model 1 Regression Residual Total Sum of Squares 12,404 41,116 53,520 df 5 44 49 Mean Square 2,481 ,934 F 2,655 Sig. ,035a a. Predictors: (Const ant), KEPUTUSAN MEMASANG TELEPON, I KLAN, TARIF, DISKON, KUALITAS LAYANAN b. Dependent Variable: PENGGUNAAN TELEPON 123 Sig. F Change ,035 Coeffi cientsa Model 1 (Constant) KUALI TAS LAYANAN TARIF DISKON IKLAN KEPUTUSAN MEMASANG TELEPON Unstandardized Coef f icients B St d. Error 7,902 1,332 -,079 ,078 -,051 ,071 ,018 ,065 -,008 ,084 ,470 St andardized Coef f icients Beta ,144 -,202 -,120 ,050 -,017 t 5,931 -1,022 -,710 ,281 -,094 Sig. ,000 ,312 ,482 ,780 ,926 ,588 3,254 ,002 a. Dependent Variable: PENGGUNAAN TELEPON Correlations KUALITAS LAYANAN TARIF DISKON IKLAN KEPUTUSAN MEMASANG TELEPON PENGGUNAAN TELEPON Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N KUALITAS LAYANAN 1 50 ,462** ,001 50 ,578** ,000 50 ,602** ,000 50 ,576** ,000 50 ,100 ,491 50 TARIF DISKON ,462** ,578** ,001 ,000 50 50 1 ,241 ,091 50 50 ,241 1 ,091 50 50 ,475** ,514** ,000 ,000 50 50 ,500** ,493** ,000 ,000 50 50 ,085 ,185 ,558 ,198 50 50 KEPUTUSAN MEMASANG PENGGUNAA IKLAN TELEPON N TELEPON ,602** ,576** ,100 ,000 ,000 ,491 50 50 50 ,475** ,500** ,085 ,000 ,000 ,558 50 50 50 ,514** ,493** ,185 ,000 ,000 ,198 50 50 50 1 ,339* ,030 ,016 ,839 50 50 50 ,339* 1 ,431** ,016 ,002 50 50 50 ,030 ,431** 1 ,839 ,002 50 50 50 **. Correlation is signif icant at the 0.01 lev el (2-tailed). *. Correlation is signif icant at the 0.05 lev el (2-tailed). Penafsiran hasil penghitungan SPSS. Tahapan ini dibagi menjadi dua bagian, melakukan analisis regresi dan analisis korelasi. 1. Analisis Regresi Kita akan menganalisis regresi dengan melihat pengaruh secara gabungan dan secara parsial. a. Melihat pengaruh Kualitas layanan, Tarif, Diskon, Iklan dan Keputusan Memasang Telepon terhadap variabel Penggunaan Telepon. Untuk melihat pengaruh Kualitas layanan, Tarif, Diskon, dan Iklan secara gabungan terhadap Keputusan Memasang Telepon, akan kita lihat hasil 124 penghitungan dalam model summary, khususnya angka R square di bawah ini. Model Summary Change Statistics Model 1 R R Square ,481a ,232 Adjusted R Square ,144 Std. Error of the Estimate ,96667 R Square Change ,232 F Change 2,655 df 1 df 2 5 44 Sig. F Change ,035 a. Predictors: (Constant), KEPUTUSAN MEMASANG TELEPON, IKLAN, TARIF, DISKON, KUALITAS LAYANAN Besarnya angka R square (r2) adalah 0,232. Angka tersebut dapat digunakan untuk melihat pengaruh Kualitas layanan, Tarif, Diskon, Iklan dan Keputusan Memasang Telepon secara gabungan terhadap Penggunaan Telepon dengan cara menghitung Koefisien Determinasi (KD) dengan menggunakan rumus sebagai berikut : Angka tersebut mempunyai maksud bahwa pengaruh Kualitas layanan, Tarif, Diskon, Iklan dan Keputusan Memasang Telepon secara gabungan terhadap Penggunaan Telepon adalah 23,2%. Adapun sisanya sebesar 76,8% (100% 23,2%) dipengaruhi faktor lain. Dengan kata lain, variabilitas Penggunaan Telepon yang dapat diterangkan dengan menggunakan variabel Kualitas layanan, Tarif, Diskon, Iklan dan Keputusan Memasang Telepon adalah sebesar 23,2%, sedangkan pengaruh sebesar 76,8% disebabkan oleh variabel-variabel lain di luar model ini. Untuk mengetahui apakah model regresi diatas sudah benar atau salah, diperlukan uji hipotesis. Uji hipotesis menggunakan angka F sebagaimana tertera dalam tabel di bawah ini. ANOVAb Model 1 Regression Residual Total Sum of Squares 12,404 41,116 53,520 df 5 44 49 Mean Square 2,481 ,934 F 2,655 Sig. ,035a a. Predictors: (Const ant), KEPUTUSAN MEMASANG TELEPON, I KLAN, TARIF, DISKON, KUALITAS LAYANAN b. Dependent Variable: PENGGUNAAN TELEPON Hipotesisnya berbunyi sebagai berikut : 125 H0 : tidak ada hubungan linier antara Kualitas layanan, Tarif, Diskon, Iklan dan Keputusan Memasang Telepon dengan Penggunaan Telepon. H1 : ada hubungan linier antara Kualitas layanan, Tarif, Diskon, Iklan dan Keputusan Memasang Telepon dengan Penggunaan Telepon. Pengujian dapat dilakukan dengan dua cara. Pertama dengan membandingkan besarnya angka F penelitian dengan F tabel. Cara kedua ialah dengan membandingkan angka taraf signifikansi (sig) hasil penghitungan dengan taraf signifikansi 0,05 (5%). a.1 Menggunakan cara pertama atau membandingkan besarnya angka F penelitian dengan F tabel Pertama: menghitung F penelitian F penelitian dari SPSS didapatkan sebesar 2,655 Kedua: menghitung F tabel dengan ketentuan sebagai berikut : Taraf signifikansi 0,05 dan derajat kebebasan (DK) dengan ketentuan numerator: jumlah variabel – 1 atau 5 – 1 = 4; dan denumerator : jumlah kasus – 4 atau 50 – 5 = 45. Dengan ketentuan tersebut, diperoleh angka F tabel sebesar 2.61. Ketiga: menentukan kriteria uji hipotesis sebagai berikut : Jika F penelitian > F tabel maka H0 ditolak dan H1 diterima Jika F penelitian < F tabel maka H0 diterima dan H1 ditolak Keempat: mengambil keputusan Dari hasil penghitungan didapatkan angka F penelitian sebesar 2,655 > F tabel sebesar 2,61 sehingga H0 ditolak dan H1 diterima artinya ada hubungan linier antara Kualitas layanan, Tarif, Diskon, Iklan dan Keputusan Memasang Telepon dengan Penggunaan Telepon. Dengan demikian, model regresi diatas sudah layak dan benar. Kesimpulannya ialah Kualitas layanan, Tarif, Diskon, Iklan dan Keputusan Memasang Telepon secara gabungan mempengaruhi Penggunaan Telepon. Besarnya pengaruh ialah 23,2%. Dan pengaruh sebesar 76,8% disebabkan oleh variabel-variabel lain di luar model ini. a.2 Menggunakan cara kedua atau membandingkan angka taraf signifikansi (sig) hasil penghitungan dengan taraf signifikansi 0,05 (5%). Kriteria sebagai berikut : 126 Jika sig penelitian > F tabel maka H0 ditolak dan H1 diterima Jika sig penelitian < F tabel maka H0 diterima dan H1 ditolak Berdasarkan perhitungan angka signifikansi sebesar 0,038 < 0,05 maka H0 ditolak dan H1 diterima artinya ada hubungan linier antara Kualitas layanan, Tarif, Diskon, Iklan dan Keputusan Memasang Telepon dengan Penggunaan Telepon. b. Pengaruh Kualitas layanan, Tarif, Diskon, Iklan dan Keputusan Memasang Telepon secara parsial terhadap Penggunaan Telepon. Untuk melihat besarnya pengaruh Kualitas layanan, Tarif, Diskon, Iklan dan Keputusan Memasang Telepon secara parsial terhadap Penggunaan Telepon, digunakan uji T, sedangkan untuk melihat besarnya pengaruh, digunakan angka Beta atau Standardized Coefficients di bawah ini : Coefficientsa Model 1 (Constant) KUALITAS LAYANAN TARIF DISKON IKLAN KEPUTUSAN MEMASANG TELEPON Unstandardized Coeff icients B Std. Error 7,902 1,332 -,079 ,078 -,051 ,071 ,018 ,065 -,008 ,084 ,470 ,144 Standardized Coeff icients Beta -,202 -,120 ,050 -,017 t 5,931 -1,022 -,710 ,281 -,094 Sig. ,000 ,312 ,482 ,780 ,926 ,588 3,254 ,002 a. Dependent Variable: PENGGUNAAN TELEPON b.1 Hubungan antara kualitas layanan dan Penggunaan Telepon untuk melihat apakah ada hubungan linier antara kualitas layanan dan Penggunaan Telepon, kita dapat melakukan langkah-langkah analisis sebagai berikut : Pertama: menentukan hipotesis H0 : tidak ada hubungan linier antara kualitas layanan dan Penggunaan Telepon. H1 : ada hubungan linier antara kualitas layanan dan Penggunaan Telepon. Kedua: menghitung besarnya angka t penelitian Hasil penghitungan SPSS diperoleh angka t penelitian sebesar -1,022. 127 Ketiga: menghitung besarnya angka t tabel dengan ketentuan berikut : Taraf signifikansi 0,05 dan Derajat Kebebasan (DK) dengan ketentuan: DK=n-2, atau 50-2=48. Dari ketentuan tersebut, diperoleh angka t tabel sebesar 1,960. Keempat: menentukan kriteria uji hipotesis sebagai berikut : Jika t penelitian > t tabel maka H0 ditolak dan H1 diterima Jika t penelitian < t tabel maka H0 diterima dan H1 ditolak Kelima: mengambil keputusan Didasarkan hasil penghitungan diperoleh angka t penelitian sebesar -1,022<ttabel sebesar 1,960 sehingga H0 diterima dan H1 ditolak artinya tidak ada hubungan linier antara kualitas layanan dan Penggunaan Telepon. Besarnya pengaruh kualitas layanan dan Penggunaan Telepon sebesar -0,202 atau -20,2% dianggap tidak signifikan. b.2 Hubungan antara tarif dan Penggunaan Telepon untuk melihat apakah ada hubungan linier antara tarif dan Penggunaan Telepon, kita dapat melakukan langkah-langkah analisis sebagai berikut : Pertama: menentukan hipotesis H0 : tidak ada hubungan linier antara tarif Penggunaan Telepon. H1 : ada hubungan linier antara tarif dan Penggunaan Telepon. Kedua: menghitung besarnya angka t penelitian Hasil penghitungan SPSS diperoleh angka t penelitian sebesar -0,710. Ketiga: menghitung besarnya angka t tabel dengan ketentuan berikut : Taraf signifikansi 0,05 dan Derajat Kebebasan (DK) dengan ketentuan: DK=n-2, atau 50-2=48. Dari ketentuan tersebut, diperoleh angka t tabel sebesar 1,960. Keempat: menentukan kriteria uji hipotesis sebagai berikut : Jika t penelitian > t tabel maka H0 ditolak dan H1 diterima Jika t penelitian < t tabel maka H0 diterima dan H1 ditolak Kelima: mengambil keputusan Didasarkan hasil penghitungan diperoleh angka t penelitian sebesar -0,710<ttabel sebesar 1,960 sehingga H0 diterima dan H1 ditolak artinya tidak ada hubungan linier antara tarif dan Penggunaan Telepon. Besarnya pengaruh tarif dan Penggunaan Telepon sebesar -0,120 atau -12% dianggap tidak signifikan. 128 b.3 Hubungan antara Diskon dan Penggunaan Telepon untuk melihat apakah ada hubungan linier antara Diskon dan Penggunaan Telepon, kita dapat melakukan langkah-langkah analisis sebagai berikut : Pertama: menentukan hipotesis H0 : tidak ada hubungan linier antara Diskon dan Penggunaan Telepon. H1 : ada hubungan linier antara Diskon dan Penggunaan Telepon. Kedua: menghitung besarnya angka t penelitian Hasil penghitungan SPSS diperoleh angka t penelitian sebesar 0,281. Ketiga: menghitung besarnya angka t tabel dengan ketentuan berikut : Taraf signifikansi 0,05 dan Derajat Kebebasan (DK) dengan ketentuan: DK=n-2, atau 50-2=48. Dari ketentuan tersebut, diperoleh angka t tabel sebesar 1,960. Keempat: menentukan kriteria uji hipotesis sebagai berikut : Jika t penelitian > t tabel maka H0 ditolak dan H1 diterima Jika t penelitian < t tabel maka H0 diterima dan H1 ditolak Kelima: mengambil keputusan Didasarkan hasil penghitungan diperoleh angka t penelitian sebesar 0,281<t tabel sebesar 1,960 sehingga H0 diterima dan H1 ditolak artinya tidak ada hubungan linier antara Diskon dan Penggunaan Telepon. Besarnya pengaruh Diskon dan Penggunaan Telepon sebesar 0,05 atau 5% dianggap tidak signifikan. b.4 Hubungan antara Iklan dan Penggunaan Telepon untuk melihat apakah ada hubungan linier antara Iklan dan Penggunaan Telepon, kita dapat melakukan langkah-langkah analisis sebagai berikut : Pertama: menentukan hipotesis H0 : tidak ada hubungan linier antara Iklan dan Penggunaan Telepon. H1 : ada hubungan linier antara Iklan dan Penggunaan Telepon. 129 Kedua: menghitung besarnya angka t penelitian Hasil penghitungan SPSS diperoleh angka t penelitian sebesar -0,094. Ketiga: menghitung besarnya angka t tabel dengan ketentuan berikut : Taraf signifikansi 0,05 dan Derajat Kebebasan (DK) dengan ketentuan: DK=n-2, atau 50-2=48. Dari ketentuan tersebut, diperoleh angka t tabel sebesar 1,960. Keempat: menentukan kriteria uji hipotesis sebagai berikut : Jika t penelitian > t tabel maka H0 ditolak dan H1 diterima Jika t penelitian < t tabel maka H0 diterima dan H1 ditolak Kelima: mengambil keputusan Didasarkan hasil penghitungan diperoleh angka t penelitian sebesar -0,094<ttabel sebesar 1,960 sehingga H0 diterima dan H1 ditolak artinya tidak ada hubungan linier antara Iklan dan Penggunaan Telepon. Besarnya pengaruh Iklan dan Penggunaan Telepon sebesar -0,017 atau -1,7% dianggap tidak signifikan. b.5 Hubungan antara Keputusan Memasang Telepon dan Penggunaan Telepon untuk melihat apakah ada hubungan linier antara Keputusan Memasang Telepon dan Penggunaan Telepon, kita dapat melakukan langkah-langkah analisis sebagai berikut : Pertama: menentukan hipotesis H0 : tidak ada hubungan linier antara Keputusan Memasang Telepon dan Penggunaan Telepon. H1 : ada hubungan linier antara Keputusan Memasang Telepon dan Penggunaan Telepon. Kedua: menghitung besarnya angka t penelitian Hasil penghitungan SPSS diperoleh angka t penelitian sebesar 3,254. Ketiga: menghitung besarnya angka t tabel dengan ketentuan berikut : Taraf signifikansi 0,05 dan Derajat Kebebasan (DK) dengan ketentuan: DK=n-2, atau 50-2=48. Dari ketentuan tersebut, diperoleh angka t tabel sebesar 1,960. Keempat: menentukan kriteria uji hipotesis sebagai berikut : Jika t penelitian > t tabel maka H0 ditolak dan H1 diterima Jika t penelitian < t tabel maka H0 diterima dan H1 ditolak Kelima: mengambil keputusan 130 Didasarkan hasil penghitungan diperoleh angka t penelitian sebesar 3,254>t tabel sebesar 1,960 sehingga H0 ditolak dan H1 diterima artinya ada hubungan linier antara Keputusan Memasang Telepon dan Penggunaan Telepon. Besarnya pengaruh Keputusan Memasang Telepon dan Penggunaan Telepon sebesar 0,588 atau 58,8%. 2. Analisis Korelasi Korelasi antara Kualitas layanan, Tarif, Diskon, dan Iklan dengan Penggunaan Telepon dapat dilihat pada tabel di bawah ini. Correlations KUALITAS LAYANAN TARIF DISKON IKLAN KEPUTUSAN MEMASANG TELEPON PENGGUNAAN TELEPON Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N KUALITAS LAYANAN 1 50 ,462** ,001 50 ,578** ,000 50 ,602** ,000 50 ,576** ,000 50 ,100 ,491 50 TARIF DISKON ,462** ,578** ,001 ,000 50 50 1 ,241 ,091 50 50 ,241 1 ,091 50 50 ,475** ,514** ,000 ,000 50 50 ,500** ,493** ,000 ,000 50 50 ,085 ,185 ,558 ,198 50 50 KEPUTUSAN MEMASANG PENGGUNAA IKLAN TELEPON N TELEPON ,602** ,576** ,100 ,000 ,000 ,491 50 50 50 ,475** ,500** ,085 ,000 ,000 ,558 50 50 50 ,514** ,493** ,185 ,000 ,000 ,198 50 50 50 1 ,339* ,030 ,016 ,839 50 50 50 ,339* 1 ,431** ,016 ,002 50 50 50 ,030 ,431** 1 ,839 ,002 50 50 50 **. Correlation is signif icant at the 0.01 lev el (2-tailed). *. Correlation is signif icant at the 0.05 lev el (2-tailed). a. Korelasi antara kualitas layanan dan Keputusan Memasang Telepon Berdasarkan perhitungan diperoleh angka korelasi antara variabel kualitas layanan dan Keputusan Memasang Telepon sebesar 0,576. Untuk menafsir angka tersebut, digunakan kriteria sebagai berikut : 0 – 0,25 >0,25 – 0,5 : Korelasi cukup kuat >0,5 – 0,75 : Korelasi Kuat >0,75 – 1 : Korelasi sangat lemah (dianggap tidak ada) : Korelasi Sangat Kuat 131 Korelasi sebesar 0,576 mempunyai maksud hubungan antara variabel kualitas layanan dan Keputusan Memasang Telepon kuat dan searah (karena hasilnya positif). Searah artinya jika kualitas layanan tinggi maka Keputusan Memasang Telepon juga tinggi. Korelasi dua variabel bersifat signifikan karena angka signifikansi sebesar 0,00 < 0,05. Korelasi antara kualitas layanan dan Diskon Berdasarkan perhitungan diperoleh angka korelasi antara variabel kualitas layanan dan Diskon sebesar 0,462. Korelasi sebesar 0,462 mempunyai maksud hubungan antara variabel kualitas layanan dan Diskon cukup kuat dan searah. Korelasi dua variabel bersifat signifikan karena angka signifikansi sebesar 0,00<0,01. Korelasi antara kualitas layanan dan Iklan Berdasarkan perhitungan diperoleh angka korelasi antara variabel kualitas layanan dan Iklan sebesar 0,578. Korelasi sebesar 0,578 mempunyai maksud hubungan antara variabel kualitas layanan dan Iklan cukup kuat dan searah. Korelasi dua variabel bersifat signifikan karena angka signifikansi sebesar 0,00<0,05. Korelasi antara Diskon dan Keputusan Memasang Telepon Berdasarkan perhitungan diperoleh angka korelasi antara variabel Diskon dan Keputusan Memasang Telepon sebesar 0,500. Korelasi sebesar 0,500 mempunyai maksud hubungan antara variabel Diskon dan Keputusan Memasang Telepon cukup kuat dan searah. Korelasi dua variabel bersifat signifikan karena angka signifikansi sebesar 0,00<0,01. Korelasi antara Iklan dan Diskon Berdasarkan perhitungan diperoleh angka korelasi antara variabel Iklan dan Diskon sebesar 0,241. Korelasi sebesar 0,241 mempunyai maksud hubungan antara variabel Iklan dan Diskon sangat lemah. Korelasi dua variabel bersifat tidak signifikan karena angka signifikansi sebesar 0,046<0,01. Korelasi antara tarif dan Diskon 132 Berdasarkan perhitungan diperoleh angka korelasi antara variabel tarif dan Diskon sebesar 0,475. Korelasi sebesar 0,475 mempunyai maksud hubungan antara variabel tarif dan Diskon cukup kuat dan searah. Korelasi dua variabel bersifat signifikan karena angka signifikansi sebesar 0,00<0,01. Korelasi antara Iklan dan Keputusan Memasang Telepon Berdasarkan perhitungan diperoleh angka korelasi antara variabel Iklan dan Keputusan Memasang Telepon sebesar 0,493. Korelasi sebesar 0,493 mempunyai maksud hubungan antara variabel Iklan dan Keputusan Memasang Telepon cukup kuat dan searah. Korelasi dua variabel bersifat signifikan karena angka signifikansi sebesar 0,00<0,01. Korelasi antara tarif dan Iklan Berdasarkan perhitungan diperoleh angka korelasi antara variabel tarif dan Penggunaan Telepon sebesar 0,514. Korelasi sebesar 0,514 mempunyai maksud hubungan antara variabel tarif dan Penggunaan Telepon kuat dan searah. Korelasi dua variabel bersifat signifikan karena angka signifikansi sebesar 0,00<0,01. Korelasi antara tarif dan Keputusan Memasang Telepon Berdasarkan perhitungan diperoleh angka korelasi antara variabel tarif dan Keputusan Memasang Telepon sebesar 0,339. Korelasi sebesar 0,339 mempunyai maksud hubungan antara variabel tarif dan Keputusan Memasang Telepon kuat dan searah. Korelasi dua variabel bersifat tidak signifikan karena angka signifikansi sebesar 0,08>0,01. 3. Penghitungan Pengaruh a. Pengaruh Langsung (Direct Effect atau DE) Untuk menghitung pengaruh langsung atau DE, digunakan formula sebagai berikut : Pengaruh variabel kualitas layanan terhadap Keputusan Memasang Telepon 133 Pengaruh variabel tarif terhadap Keputusan Memasang Telepon Pengaruh variabel Diskon terhadap Keputusan Memasang Telepon Pengaruh variabel Iklan terhadap Keputusan Memasang Telepon Pengaruh variabel kualitas layanan terhadap Penggunaan Telepon Pengaruh variabel tarif terhadap Penggunaan Telepon Pengaruh variabel Diskon terhadap Penggunaan Telepon Pengaruh variabel Iklan terhadap Penggunaan Telepon Pengaruh variabel Keputusan Memasang Telepon terhadap Penggunaan Telepon b. Pengaruh Tidak Langsung (Indirect Effect atau IE) Untuk menghitung pengaruh tidak langsung atau IE, digunakan formula sebagai berikut : Pengaruh variabel kualitas layanan terhadap Penggunaan Telepon melalui Keputusan Memasang Telepon ( ) Pengaruh variabel tarif terhadap Penggunaan Telepon melalui Keputusan Memasang Telepon ( ) Pengaruh variabel Diskon terhadap Penggunaan Telepon melalui Keputusan Memasang Telepon ( ) Pengaruh variabel Iklan terhadap Penggunaan Telepon melalui Keputusan Memasang Telepon 134 ( ) c. Pengaruh Total (Total Effect) Pengaruh variabel kualitas layanan terhadap Penggunaan Telepon melalui Keputusan Memasang Telepon ( ) Pengaruh variabel tarif terhadap Penggunaan Telepon melalui Keputusan Memasang Telepon ( ) Pengaruh variabel Diskon terhadap Penggunaan Telepon melalui Keputusan Memasang Telepon ( ) Pengaruh variabel Iklan terhadap Penggunaan Telepon melalui Keputusan Memasang Telepon ( ) Diagram Jalur Diagram jalur dari persamaan struktural di atas adalah sebagai berikut : ϵ1 X1 X2 X3 𝑃𝑌 𝑋 𝑃𝑌 𝑋 ϵ2 𝑃𝑌 𝑋 Y1 𝑃𝑌 𝑋 𝑃𝑌 𝑋 𝑃𝑌 𝑌 Y2 𝑃𝑌 𝑋 X4 Persamaan struktur untuk diagram jalur di atas sebagai berikut : 6.2.5 KESIMPULAN Dari hasil analisis di atas diperoleh kesimpulan sebagai berikut : 1. Pengaruh variabel kualitas layanan terhadap Keputusan Memasang Telepon sebesar 35,5%. 135 2. Pengaruh variabel tarif terhadap Keputusan Memasang Telepon sebesar 35,4%. 3. Pengaruh variabel Diskon terhadap Keputusan Memasang Telepon sebesar 30,5%. 4. Pengaruh variabel Iklan terhadap Keputusan Memasang Telepon sebesar 20,1%. 5. Pengaruh variabel kualitas layanan terhadap Penggunaan Telepon sebesar 20,2%. 6. Pengaruh variabel tarif terhadap Penggunaan Telepon sebesar -0,12%. 7. Pengaruh variabel Diskon terhadap Penggunaan Telepon sebesar 5%. 8. Pengaruh variabel Iklan terhadap Penggunaan Telepon sebesar -1,7%. 9. Pengaruh variabel Keputusan Memasang Telepon terhadap Penggunaan Telepon sebesar 58,8%. 10. Pengaruh variabel kualitas layanan terhadap Penggunaan Telepon melalui Keputusan Memasang Telepon sebesar 20,874%. 11. Pengaruh variabel tarif terhadap Penggunaan Telepon melalui Keputusan Memasang Telepon sebesar 20,8152%. 12. Pengaruh variabel Diskon terhadap Penggunaan Telepon melalui Keputusan Memasang Telepon sebesar 17,934%. 13. Pengaruh variabel Iklan terhadap Penggunaan Telepon melalui Keputusan Memasang Telepon sebesar 11,8188%. 14. Pengaruh variabel kualitas layanan terhadap Penggunaan Telepon melalui Keputusan Memasang Telepon sebesar 94,3%. 15. Pengaruh variabel tarif terhadap Penggunaan Telepon melalui Keputusan Memasang Telepon sebesar 94,2%. 16. Pengaruh variabel Diskon terhadap Penggunaan Telepon melalui Keputusan Memasang Telepon sebesar 89,3%. 17. Pengaruh variabel Iklan terhadap Penggunaan Telepon melalui Keputusan Memasang Telepon sebesar 79%. 136 MODEL PERSAMAAN TIGA JALUR 6.3 KASUS Model ketiga ini terdiri atas variabel bebas layanan, Tarif, dan Diskon. Variabel bebas ketiga berfungsi sebagai variabel perantara. Variabel tergantung terdiri dari dua variabel, yaitu variabel Keputusan Memasang Telepon dan Penggunaan Telepon. Contoh kasusnya ialah, kita ingin mengukur besarnya pengaruh variabel bebas bebas layanan, Tarif, dan Diskon terhadap variabel Keputusan Memasang Telepon dan Penggunaan Telepon melalui Keinginan Memasang Telepon, baik secara langsung maupun tidak langsung pada perusahaan mobil “X”. Model diagram jalurnya sebagai berikut : Y1 Keputusan Memasang Telepon X1 Layanan X2 Tarif X4 Keinginan Memasang Telepon Y2 Penggunaan Telepon X3 Diskon 6.3.1 MASALAH Perusahaan mobil “X” ingin mengetahui pengaruh variabel bebas layanan, Tarif, dan Diskon terhadap variabel Keputusan Memasang Telepon dan Penggunaan Telepon perusahaan yang diperoleh. Dengan menggunakan 50 data di atas, untuk masalah sebagai berikut : 1. Berapa besar pengaruh variabel layanan, Tarif, dan Diskon terhadap variabel Keinginan Memasang Telepon, secara parsial dan gabungan? 2. Variabel mana diantara variabel layanan, Tarif, dan Diskon yang mempunyai pengaruh paling besar terhadap Keinginan Memasang Telepon? 3. Berapa besar pengaruh variabel layanan, Tarif, Diskon dan Keinginan Memasang Telepon terhadap Keputusan Memasang Telepon, secara parsial dan gabungan? 137 4. Variabel mana diantara variabel layanan, Tarif, Diskon dan Keinginan Memasang Telepon yang mempunyai pengaruh paling besar terhadap Keputusan Memasang Telepon? 5. Berapa besar pengaruh variabel layanan, Tarif, Diskon, Keinginan Memasang Telepon dan Keputusan Memasang Telepon terhadap Penggunaan Telepon, secara parsial dan gabungan? 6. Variabel mana diantara variabel layanan, Tarif, Diskon, Keinginan Memasang Telepon dan Keputusan Memasang Telepon yang mempunyai pengaruh paling besar terhadap Penggunaan Telepon? 7. Berapa besar pengaruh variabel lain di luar model ini? 6.3.2 DATA No Layanan Tarif Diskon 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 16 17 17 15 16 18 12 19 15 19 14 15 14 16 10 13 19 15 15 16 12 18 13 14 13 10 13 12 17 15 16 15 16 16 14 18 17 18 17 11 14 16 14 15 12 12 12 14 11 16 15 14 13 10 17 12 16 14 15 13 15 14 14 17 16 21 16 16 18 15 12 15 15 13 18 14 15 18 21 11 14 12 8 14 Keinginan Memasang Telepon 16 16 14 13 15 15 13 20 17 18 17 15 13 18 16 17 17 16 14 15 15 14 15 13 17 12 13 11 138 Keputusan Memasang Telepon 16 13 13 11 12 12 13 12 14 15 11 10 11 10 11 12 12 12 12 12 11 13 11 11 10 11 11 12 Penggunaan Telepon 14 11 10 11 10 12 12 11 13 14 12 11 10 11 10 11 13 11 11 13 12 12 12 10 11 12 10 11 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 11 10 10 10 13 10 11 13 11 11 15 11 11 12 10 11 12 13 13 14 11 12 14 11 10 12 14 15 8 13 14 15 11 12 12 14 17 10 11 15 8 11 13 13 12 10 10 11 11 10 16 15 12 12 12 10 12 11 11 12 14 10 14 11 11 16 12 10 13 12 12 14 12 16 11 14 12 15 13 14 11 12 11 15 14 11 10 15 11 10 11 10 11 10 10 12 11 10 11 10 10 11 11 10 11 10 10 11 12 12 12 11 12 11 12 11 12 14 13 11 12 11 12 12 13 11 12 12 11 12 13 11 6.3.3 PENYELESAIAN Menentukan diagram jalur sesuai dengan paradigma hubungan variabel Y1 Keputusan Memasang Telepon X1 Layanan X2 Tarif X4 Keinginan Memasang Telepon Y2 Penggunaan Telepon X3 Diskon Diagram jalur di atas terdiri atas tiga persamaan struktural, dimana X 1 dan X2 sebagai variabel eksogen, sedangkan X3, Y1 dan Y2 sebagai variabel endogen. Persamaan strukturalnya dapat dilihat sebagai berikut : 139 1. 2. 3. TAHAP II X1 Y1 X4 X2 Y2 X3 TAHAP III Analisis dengan SPSS di bagi ke dalam tiga bagian, yaitu analisis substruktural 1, substruktural 2, substruktural 3 SUBSTRUKTUR 1 Analisis Persamaan strukturalnya : Dimana : X4 : Keinginan Memasang Telepon X3 : Diskon X2 : Tarif X1 : Layanan : Error Pertama, menghitung persamaan regresinya: Klik analyze Pilih Regression 140 Pilih Linier Pada kolom dependen masukkan variabel Keinginan Memasang Telepon Pada kolom independen masukkan variabel layanan, Tarif, dan Diskon Method: Enter Klik OK. Kedua, menghitung korelasi antara variabel layanan, Tarif, Diskon dan Keinginan Memasang Telepon: Klik Analyze Pilih Correlate Pilih Bivariate Masukkan ke kolom Variabel, variabel layanan, Tarif, Diskon dan Keinginan Memasang Telepon. Klik OK Hasil Perhitungan (Output): ada dua macam hasil penghitungan (output), yaitu output regresi dan output korelasi. Model Summary Change Statistics Model 1 R ,676a R Square ,457 Adjusted R Square ,421 St d. Error of the Estimate 1,73121 R Square Change ,457 F Change 12,881 df 1 df 2 3 46 a. Predictors: (Constant), DISKON, TARIF, LAYANAN ANOVAb Model 1 Regression Residual Total Sum of Squares 115,814 137,866 253,680 df 3 46 49 Mean Square 38,605 2,997 a. Predictors: (Const ant), DISKON, TARIF, LAYANAN b. Dependent Variable: KEINGINAN MEMASANG TELEPON 141 F 12,881 Sig. ,000a Sig. F Change ,000 Coeffi ci entsa Model 1 (Constant) LAY ANAN TARIF DISKON Unstandardized Coef f icients B St d. Error 4,185 1,661 ,284 ,125 ,238 ,112 ,209 ,107 St andardized Coef f icients Beta ,332 ,259 ,260 t 2,519 2,276 2,115 1,949 Sig. ,015 ,028 ,040 ,057 a. Dependent Variable: KEINGINAN MEMASANG TELEPON Correlati ons LAYANAN TARIF DISKON KEINGINAN MEMASANG TELEPON Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N LAYANAN 1 50 ,462** ,001 50 ,578** ,000 50 ,602** ,000 50 KEINGINAN MEMASANG TARIF DISKON TELEPON ,462** ,578** ,602** ,001 ,000 ,000 50 50 50 1 ,241 ,475** ,091 ,000 50 50 50 ,241 1 ,514** ,091 ,000 50 50 50 ,475** ,514** 1 ,000 ,000 50 50 50 **. Correlation is signif icant at the 0.01 lev el (2-tailed). Penafsiran Hasil Penafsiran hasil penghitungan SPSS. Tahapan ini dibagi menjadi dua bagian, melakukan analisis regresi dan analisis korelasi. 1. Analisis Regresi Kita akan menganalisis regresi dengan melihat pengaruh secara gabungan dan secara parsial. a. Melihat pengaruh Layanan, Tarif, dan Diskon terhadap variabel Keinginan Memasang Telepon. Untuk melihat pengaruh Layanan, Tarif, dan Diskon secara gabungan terhadap Keinginan Memasang Telepon, akan kita lihat hasil penghitungan dalam model summary, khususnya angka R square di bawah ini. 142 Model Summary Change Statistics Model 1 R R Square ,676a ,457 Adjusted R Square ,421 Std. Error of the Estimate 1,73121 R Square Change ,457 F Change 12,881 df 1 df 2 3 46 Sig. F Change ,000 a. Predictors: (Constant), DISKON, TARIF, LAYANAN Besarnya angka R square (r2) adalah 0,457. Angka tersebut dapat digunakan untuk melihat pengaruh Layanan, Tarif, dan Diskon secara gabungan terhadap Keinginan Memasang Telepon dengan cara menghitung Koefisien Determinasi (KD) dengan menggunakan rumus sebagai berikut : Angka tersebut mempunyai maksud bahwa pengaruh layanan, Tarif, dan Diskon secara gabungan terhadap Keinginan Memasang Telepon adalah 45,7%. Adapun sisanya sebesar 54,3% (100% - 45,7%) dipengaruhi faktor lain. Dengan kata lain, variabilitas Keinginan Memasang Telepon yang dapat diterangkan dengan menggunakan variabel Layanan, Tarif, dan Diskon adalah sebesar 46,6%, sedangkan pengaruh sebesar 54,3% disebabkan oleh variabel-variabel lain di luar model ini. Untuk mengetahui apakah model regresi diatas sudah benar atau salah, diperlukan uji hipotesis. Uji hipotesis menggunakan angka F sebagaimana tertera dalam tabel di bawah ini. ANOVAb Model 1 Regression Residual Total Sum of Squares 115,814 137,866 253,680 df 3 46 49 Mean Square 38,605 2,997 F 12,881 Sig. ,000a a. Predictors: (Const ant), DISKON, TARIF, LAYANAN b. Dependent Variable: KEINGINAN MEMASANG TELEPON Hipotesisnya berbunyi sebagai berikut : H0 : tidak ada hubungan linier antara Layanan, Tarif, dan Diskon dengan Keinginan Memasang Telepon. H1 : ada hubungan linier antara Layanan, Tarif, dan Diskon dengan Keinginan Memasang Telepon. 143 Pengujian dapat dilakukan dengan dua cara. Pertama dengan membandingkan besarnya angka F penelitian dengan F tabel. Cara kedua ialah dengan membandingkan angka taraf signifikansi (sig) hasil penghitungan dengan taraf signifikansi 0,05 (5%). a.1 Menggunakan cara pertama atau membandingkan besarnya angka F penelitian dengan F tabel Pertama: menghitung F penelitian F penelitian dari SPSS didapatkan sebesar 12,881 Kedua: menghitung F tabel dengan ketentuan sebagai berikut : Taraf signifikansi 0,05 dan derajat kebebasan (DK) dengan ketentuan numerator: jumlah variabel – 1 atau 5 – 1 = 4; dan denumerator : jumlah kasus – 4 atau 50 – 5 = 45. Dengan ketentuan tersebut, diperoleh angka F tabel sebesar 2.61. Ketiga: menentukan kriteria uji hipotesis sebagai berikut : Jika F penelitian > F tabel maka H0 ditolak dan H1 diterima Jika F penelitian < F tabel maka H0 diterima dan H1 ditolak Keempat: mengambil keputusan Dari hasil penghitungan didapatkan angka F penelitian sebesar 12,881>Ftabel sebesar 2,61 sehingga H0 ditolak dan H1 diterima artinya ada hubungan linier antara Layanan, Tarif, dan Diskon dengan Keinginan Memasang Telepon. Dengan demikian, model regresi diatas sudah layak dan benar. Kesimpulannya ialah Layanan, Tarif, dan Diskon secara gabungan mempengaruhi Keinginan Memasang Telepon. Besarnya pengaruh ialah 45,7%. Dan pengaruh sebesar 54,3% disebabkan oleh variabel-variabel lain di luar model ini. a.2 Menggunakan cara kedua atau membandingkan angka taraf signifikansi (sig) hasil penghitungan dengan taraf signifikansi 0,05 (5%). Kriteria sebagai berikut : Jika sig penelitian > F tabel maka H0 ditolak dan H1 diterima Jika sig penelitian < F tabel maka H0 diterima dan H1 ditolak 144 Berdasarkan perhitungan angka signifikansi sebesar 0,00 < 0,05 maka H 0 ditolak dan H1 diterima artinya ada hubungan linier antara Layanan, Tarif, dan Diskon dengan Keinginan Memasang Telepon. b. Pengaruh Layanan, Tarif, dan Diskon secara parsial terhadap Keinginan Memasang Telepon. Untuk melihat besarnya pengaruh Layanan, Tarif, dan Diskon secara parsial terhadap Keinginan Memasang Telepon, digunakan uji T, sedangkan untuk melihat besarnya pengaruh, digunakan angka Beta atau Standardized Coefficients di bawah ini : Coeffi ci entsa Model 1 (Constant) LAY ANAN TARIF DISKON Unstandardized Coef f icients B St d. Error 4,185 1,661 ,284 ,125 ,238 ,112 ,209 ,107 St andardized Coef f icients Beta ,332 ,259 ,260 t 2,519 2,276 2,115 1,949 Sig. ,015 ,028 ,040 ,057 a. Dependent Variable: KEINGINAN MEMASANG TELEPON b.1 Hubungan antara layanan dan Keinginan Memasang Telepon untuk melihat apakah ada hubungan linier antara layanan dan Keinginan Memasang Telepon, kita dapat melakukan langkah-langkah analisis sebagai berikut : Pertama: menentukan hipotesis H0 : tidak ada hubungan linier antara layanan dan Keinginan Memasang Telepon. H1 : ada hubungan linier antara harga layanan dan Keinginan Memasang Telepon. Kedua: menghitung besarnya angka t penelitian Hasil penghitungan SPSS diperoleh angka t penelitian sebesar 2,276. Ketiga: menghitung besarnya angka t tabel dengan ketentuan berikut : Taraf signifikansi 0,05 dan Derajat Kebebasan (DK) dengan ketentuan: DK=n-2, atau 50-2=48. Dari ketentuan tersebut, diperoleh angka t tabel sebesar 1,960. 145 Keempat: menentukan kriteria uji hipotesis sebagai berikut : Jika t penelitian > t tabel maka H0 ditolak dan H1 diterima Jika t penelitian < t tabel maka H0 diterima dan H1 ditolak Kelima: mengambil keputusan Didasarkan hasil penghitungan diperoleh angka t penelitian sebesar 2,276>t tabel sebesar 1,960 sehingga H0 ditolak dan H1 diterima artinya ada hubungan linier antara layanan dan Keinginan Memasang Telepon. Besarnya pengaruh layanan dan Keinginan Memasang Telepon sebesar 0,332 atau 33,2%. b.2 Hubungan antara biaya lain dan Keinginan Memasang Telepon untuk melihat apakah ada hubungan linier antara biaya lain dan Keinginan Memasang Telepon, kita dapat melakukan langkah-langkah analisis sebagai berikut : Pertama: menentukan hipotesis H0 : tidak ada hubungan linier antara biaya lain dan Keinginan Memasang Telepon. H1 : ada hubungan linier antara biaya lain dan Keinginan Memasang Telepon. Kedua: menghitung besarnya angka t penelitian Hasil penghitungan SPSS diperoleh angka t penelitian sebesar 2,115. Ketiga: menghitung besarnya angka t tabel dengan ketentuan berikut : Taraf signifikansi 0,05 dan Derajat Kebebasan (DK) dengan ketentuan: DK=n-2, atau 50-2=48. Dari ketentuan tersebut, diperoleh angka t tabel sebesar 1,960. Keempat: menentukan kriteria uji hipotesis sebagai berikut : Jika t penelitian > t tabel maka H0 ditolak dan H1 diterima Jika t penelitian < t tabel maka H0 diterima dan H1 ditolak Kelima: mengambil keputusan Didasarkan hasil penghitungan diperoleh angka t penelitian sebesar 2,115>t tabel sebesar 1,960 sehingga H0 ditolak dan H1 diterima artinya ada hubungan linier antara biaya lain dan Keinginan Memasang Telepon. Besarnya pengaruh biaya lain dan Keinginan Memasang Telepon sebesar 0,259 atau 25,9%. 146 b.3 Hubungan antara Diskon dan Keinginan Memasang Telepon untuk melihat apakah ada hubungan linier antara Diskon dan Keinginan Memasang Telepon, kita dapat melakukan langkah-langkah analisis sebagai berikut : Pertama: menentukan hipotesis H0 : tidak ada hubungan linier antara Diskon dan Keinginan Memasang Telepon. H1 : ada hubungan linier antara Diskon dan Keinginan Memasang Telepon. Kedua: menghitung besarnya angka t penelitian Hasil penghitungan SPSS diperoleh angka t penelitian sebesar 1,949. Ketiga: menghitung besarnya angka t tabel dengan ketentuan berikut : Taraf signifikansi 0,05 dan Derajat Kebebasan (DK) dengan ketentuan: DK=n-2, atau 50-2=48. Dari ketentuan tersebut, diperoleh angka t tabel sebesar 1,960. Keempat: menentukan kriteria uji hipotesis sebagai berikut : Jika t penelitian > t tabel maka H0 ditolak dan H1 diterima Jika t penelitian < t tabel maka H0 diterima dan H1 ditolak Kelima: mengambil keputusan Didasarkan hasil penghitungan diperoleh angka t penelitian sebesar 1,949>t tabel sebesar 1,960 sehingga H0 ditolak dan H1 diterima artinya ada hubungan linier antara Diskon dan Keinginan Memasang Telepon. Besarnya pengaruh Diskon dan Keinginan Memasang Telepon sebesar 0,260 atau 26%. 2. Analisis Korelasi Korelasi antara Keinginan Memasang Telepon, Layanan, Tarif, dan Diskon dengan Penggunaan Telepon dapat dilihat pada tabel di bawah ini. 147 Correlati ons LAYANAN TARIF DISKON KEINGINAN MEMASANG TELEPON Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N LAYANAN 1 50 ,462** ,001 50 ,578** ,000 50 ,602** ,000 50 KEINGINAN MEMASANG TARIF DISKON TELEPON ,462** ,578** ,602** ,001 ,000 ,000 50 50 50 1 ,241 ,475** ,091 ,000 50 50 50 ,241 1 ,514** ,091 ,000 50 50 50 ,475** ,514** 1 ,000 ,000 50 50 50 **. Correlation is signif icant at the 0.01 lev el (2-tailed). a. Korelasi antara layanan dan Keinginan Memasang Telepon Berdasarkan perhitungan diperoleh angka korelasi antara variabel layanan dan Keinginan Memasang Telepon sebesar 0,602. Untuk menafsir angka tersebut, digunakan kriteria sebagai berikut : 0 – 0,25 >0,25 – 0,5 : Korelasi cukup kuat >0,5 – 0,75 : Korelasi Kuat >0,75 – 1 : Korelasi sangat lemah (dianggap tidak ada) : Korelasi Sangat Kuat Korelasi sebesar 0,602 mempunyai maksud hubungan antara variabel layanan dan Keinginan Memasang Telepon kuat dan searah (karena hasilnya positif). Searah artinya jika layanan tinggi maka Keinginan Memasang Telepon juga tinggi. Korelasi dua variabel bersifat signifikan karena angka signifikansi sebesar 0,00 < 0,05. Jika angka signifikansi (sig)<0,05 maka hubungan kedua variabel signifikan. Sebaliknya, jika angka signifikansi (sig)>0,05 maka hubungan kedua variabel tidak signifikan. Korelasi antara Tarif dan Keinginan Memasang Telepon Berdasarkan perhitungan diperoleh angka korelasi antara variabel Tarif dan Keinginan Memasang Telepon sebesar 0,475. Korelasi sebesar 0,475 mempunyai maksud hubungan antara variabel Tarif dan Keinginan Memasang 148 Telepon cukup kuat dan searah. Korelasi dua variabel bersifat signifikan karena angka signifikansi sebesar 0,00<0,01. Korelasi antara layanan dan Diskon Berdasarkan perhitungan diperoleh angka korelasi antara layanan dan Diskon sebesar 0,578. Korelasi sebesar 0,578 mempunyai maksud hubungan antara variabel layanan dan Diskon cukup kuat dan searah. Korelasi dua variabel bersifat signifikan karena angka signifikansi sebesar 0,00<0,05. Korelasi antara layanan dan Tarif Berdasarkan perhitungan diperoleh angka korelasi antara variabel layanan dan Tarif sebesar 0,462. Korelasi sebesar 0,462 mempunyai maksud hubungan antara variabel layanan dan Tarif cukup kuat dan searah. Korelasi dua variabel bersifat signifikan karena angka signifikansi sebesar 0,00<0,01. Korelasi antara Tarif dan Diskon Berdasarkan perhitungan diperoleh angka korelasi antara variabel Tarif dan Diskon sebesar 0,241. Korelasi sebesar 0,241 mempunyai maksud hubungan antara variabel Tarif dan Diskon sangat lemah. Korelasi dua variabel bersifat tidak signifikan karena angka signifikansi sebesar 0,046<0,01. SUBSTRUKTUR 2 Analisis Persamaan strukturalnya : Dimana : Y1 : Keputusan Memasang Telepon X4 : Keinginan Memasang Telepon X3 : Diskon X2 : Tarif X1 : Layanan : Error Pertama, menghitung persamaan regresinya: Klik analyze 149 Pilih Regression Pilih Linier Pada kolom dependen masukkan variabel Keputusan Memasang Telepon Pada kolom independen masukkan variabel layanan, Tarif, Diskon dan Keinginan Memasang Telepon Method: Enter Klik OK. Kedua, menghitung korelasi antara variabel layanan, Tarif, Diskon, Keinginan Memasang Telepon dan Keputusan Memasang Telepon: Klik Analyze Pilih Correlate Pilih Bivariate Masukkan ke kolom Variabel, variabel layanan, Tarif, Diskon, Keinginan Memasang Telepon dan Keputusan Memasang Telepon. Klik OK Hasil Perhitungan (Output): ada dua macam hasil penghitungan (output), yaitu output regresi dan output korelasi. Model Summary Change Statistics Model 1 R ,682a R Square ,466 Adjusted R Square ,418 St d. Error of the Estimate ,99745 R Square Change ,466 F Change 9,802 df 1 df 2 4 45 Sig. F Change ,000 a. Predictors: (Constant), KEINGINAN MEMASANG TELEPON, TARIF, DISKON, LAYANAN ANOVAb Model 1 Regression Residual Total Sum of Squares 39,009 44,771 83,780 df 4 45 49 Mean Square 9,752 ,995 F 9,802 Sig. ,000a a. Predictors: (Const ant), KEINGINAN MEMASANG TELEPON, TARIF, DI SKON, LAY ANAN b. Dependent Variable: KEPUTUSAN MEMASANG TELEPON 150 Coeffici entsa Model 1 (Constant) LAYANAN TARIF DISKON KEINGINAN MEMASANG TELEPON Unstandardized Coef f icients B Std. Error 6,176 1,021 ,175 ,076 ,189 ,068 ,141 ,064 -,116 Standardized Coef f icients Beta ,085 ,355 ,359 ,305 t 6,049 2,302 2,784 2,192 Sig. ,000 ,026 ,008 ,034 -,201 -1,362 ,180 a. Dependent Variable: KEPUTUSAN MEMASANG TELEPON Correlati ons LAYANAN TARIF DISKON KEINGINAN MEMASANG TELEPON KEPUTUSAN MEMASANG TELEPON Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N LAYANAN 1 50 ,462** ,001 50 ,578** ,000 50 ,602** ,000 50 ,576** ,000 50 KEINGINAN KEPUTUSAN MEMASANG MEMASANG TARIF DISKON TELEPON TELEPON ,462** ,578** ,602** ,576** ,001 ,000 ,000 ,000 50 50 50 50 1 ,241 ,475** ,500** ,091 ,000 ,000 50 50 50 50 ,241 1 ,514** ,493** ,091 ,000 ,000 50 50 50 50 ,475** ,514** 1 ,339* ,000 ,000 ,016 50 50 50 50 ,500** ,493** ,339* 1 ,000 ,000 ,016 50 50 50 50 **. Correlation is signif icant at the 0.01 lev el (2-tailed). *. Correlation is signif icant at the 0.05 lev el (2-tailed). Penafsiran Hasil Penafsiran hasil penghitungan SPSS. Tahapan ini dibagi menjadi dua bagian, melakukan analisis regresi dan analisis korelasi. 1. Analisis Regresi Kita akan menganalisis regresi dengan melihat pengaruh secara gabungan dan secara parsial. a. Melihat pengaruh Layanan, Tarif, Diskon dan Keinginan Memasang Telepon terhadap variabel Keputusan Memasang Telepon. Untuk melihat pengaruh Layanan, Tarif, Diskon dan Keinginan Memasang Telepon terhadap variabel Keputusan Memasang Telepon, akan kita lihat hasil 151 penghitungan dalam model summary, khususnya angka R square di bawah ini. Model Summary Change Statistics Model 1 R ,682a R Square ,466 Adjusted R Square ,418 St d. Error of the Estimate ,99745 R Square Change ,466 F Change 9,802 df 1 df 2 4 45 Sig. F Change ,000 a. Predictors: (Constant), KEINGINAN MEMASANG TELEPON, TARIF, DISKON, LAYANAN Besarnya angka R square (r2) adalah 0,466. Angka tersebut dapat digunakan untuk melihat pengaruh Keinginan Memasang Telepon, Layanan, Tarif, dan Diskon secara gabungan terhadap Keputusan Memasang Telepon dengan cara menghitung Koefisien Determinasi (KD) dengan menggunakan rumus sebagai berikut : Angka tersebut mempunyai maksud bahwa pengaruh Keinginan Memasang Telepon, Layanan, Tarif, dan Diskon secara gabungan terhadap Keputusan Memasang Telepon adalah 46,6%. Adapun sisanya sebesar 53,4% (100% 46,6%) dipengaruhi faktor lain. Dengan kata lain, variabilitas Keputusan Memasang Telepon yang dapat diterangkan dengan menggunakan variabel Keinginan Memasang Telepon, Layanan, Tarif, dan Diskon adalah sebesar 46,6%, sedangkan pengaruh sebesar 53,4% disebabkan oleh variabelvariabel lain di luar model ini. Untuk mengetahui apakah model regresi diatas sudah benar atau salah, diperlukan uji hipotesis. Uji hipotesis menggunakan angka F sebagaimana tertera dalam tabel di bawah ini. ANOVAb Model 1 Regression Residual Total Sum of Squares 39,009 44,771 83,780 df 4 45 49 Mean Square 9,752 ,995 F 9,802 Sig. ,000a a. Predictors: (Const ant), KEINGINAN MEMASANG TELEPON, TARIF, DI SKON, LAY ANAN b. Dependent Variable: KEPUTUSAN MEMASANG TELEPON Hipotesisnya berbunyi sebagai berikut : 152 H0 : tidak ada hubungan linier antara Keinginan Memasang Telepon, Layanan, Tarif, dan Diskon dengan Keputusan Memasang Telepon. H1 : ada hubungan linier antara Keinginan Memasang Telepon, Layanan, Tarif, dan Diskon dengan Keputusan Memasang Telepon. Pengujian dapat dilakukan dengan dua cara. Pertama dengan membandingkan besarnya angka F penelitian dengan F tabel. Cara kedua ialah dengan membandingkan angka taraf signifikansi (sig) hasil penghitungan dengan taraf signifikansi 0,05 (5%). a.1 Menggunakan cara pertama atau membandingkan besarnya angka F penelitian dengan F tabel Pertama: menghitung F penelitian F penelitian dari SPSS didapatkan sebesar 9.802 Kedua: menghitung F tabel dengan ketentuan sebagai berikut : Taraf signifikansi 0,05 dan derajat kebebasan (DK) dengan ketentuan numerator: jumlah variabel – 1 atau 5 – 1 = 4; dan denumerator : jumlah kasus – 4 atau 50 – 5 = 45. Dengan ketentuan tersebut, diperoleh angka F tabel sebesar 2.61. Ketiga: menentukan kriteria uji hipotesis sebagai berikut : Jika F penelitian > F tabel maka H0 ditolak dan H1 diterima Jika F penelitian < F tabel maka H0 diterima dan H1 ditolak Keempat: mengambil keputusan Dari hasil penghitungan didapatkan angka F penelitian sebesar 9.802 > F tabel sebesar 2,61 sehingga H0 ditolak dan H1 diterima artinya ada hubungan linier antara Keinginan Memasang Telepon, Layanan, Tarif, dan Diskon dengan Keputusan Memasang Telepon. Dengan demikian, model regresi diatas sudah layak dan benar. Kesimpulannya ialah Keinginan Memasang Telepon, Layanan, Tarif, dan Diskon secara gabungan mempengaruhi Keputusan Memasang Telepon. Besarnya pengaruh ialah 46,6%. Dan pengaruh sebesar 53,4% disebabkan oleh variabel-variabel lain di luar model ini. a.2 Menggunakan cara kedua atau membandingkan angka taraf signifikansi (sig) hasil penghitungan dengan taraf signifikansi 0,05 (5%). 153 Kriteria sebagai berikut : Jika sig penelitian > F tabel maka H0 ditolak dan H1 diterima Jika sig penelitian < F tabel maka H0 diterima dan H1 ditolak Berdasarkan perhitungan angka signifikansi sebesar 0,00 < 0,05 maka H 0 ditolak dan H1 diterima artinya ada hubungan linier antara Keinginan Memasang Telepon, Layanan, Tarif, dan Diskon dengan Keputusan Memasang Telepon. b. Pengaruh Keinginan Memasang Telepon, Layanan, Tarif, dan Diskon secara parsial terhadap Keputusan Memasang Telepon. Untuk melihat besarnya pengaruh Keinginan Memasang Telepon, Layanan, Tarif, dan Diskon secara parsial terhadap Keputusan Memasang Telepon, digunakan uji T, sedangkan untuk melihat besarnya pengaruh, digunakan angka Beta atau Standardized Coefficients di bawah ini : Coefficientsa Model 1 (Constant) LAYANAN TARIF DISKON KEINGINAN MEMASANG TELEPON Unstandardized Coeff icients B Std. Error 6,176 1,021 ,175 ,076 ,189 ,068 ,141 ,064 -,116 Standardized Coeff icients Beta ,085 ,355 ,359 ,305 t 6,049 2,302 2,784 2,192 Sig. ,000 ,026 ,008 ,034 -,201 -1,362 ,180 a. Dependent Variable: KEPUTUSAN MEMASANG TELEPON b.1 Hubungan antara Keinginan Memasang Telepon dan Keputusan Memasang Telepon untuk melihat apakah ada hubungan linier antara Keinginan Memasang Telepon dan Keputusan Memasang Telepon, kita dapat melakukan langkah-langkah analisis sebagai berikut : Pertama: menentukan hipotesis H0 : tidak ada hubungan linier antara Keinginan Memasang Telepon dan Keputusan Memasang Telepon. H1 : ada hubungan linier antara Keinginan Memasang Telepon dan Keputusan Memasang Telepon. 154 Kedua: menghitung besarnya angka t penelitian Hasil penghitungan SPSS diperoleh angka t penelitian sebesar 2,302. Ketiga: menghitung besarnya angka t tabel dengan ketentuan berikut : Taraf signifikansi 0,05 dan Derajat Kebebasan (DK) dengan ketentuan: DK=n-2, atau 50-2=48. Dari ketentuan tersebut, diperoleh angka t tabel sebesar 1,960. Keempat: menentukan kriteria uji hipotesis sebagai berikut : Jika t penelitian > t tabel maka H0 ditolak dan H1 diterima Jika t penelitian < t tabel maka H0 diterima dan H1 ditolak Kelima: mengambil keputusan Didasarkan hasil penghitungan diperoleh angka t penelitian sebesar 2,302>t tabel sebesar 1,960 sehingga H0 ditolak dan H1 diterima artinya ada hubungan linier antara Keinginan Memasang Telepon dan Keputusan Memasang Telepon. Besarnya pengaruh Keinginan Memasang Telepon dan Keputusan Memasang Telepon sebesar 0,355 atau 35,5%. b.2 Hubungan antara layanan dan Keputusan Memasang Telepon untuk melihat apakah ada hubungan linier antara layanan dan Keputusan Memasang Telepon, kita dapat melakukan langkah-langkah analisis sebagai berikut : Pertama: menentukan hipotesis H0 : tidak ada hubungan linier antara layanan dan Keputusan Memasang Telepon. H1 : ada hubungan linier antara layanan dan Keputusan Memasang Telepon. Kedua: menghitung besarnya angka t penelitian Hasil penghitungan SPSS diperoleh angka t penelitian sebesar 2,784. Ketiga: menghitung besarnya angka t tabel dengan ketentuan berikut : Taraf signifikansi 0,05 dan Derajat Kebebasan (DK) dengan ketentuan: DK=n-2, atau 50-2=48. Dari ketentuan tersebut, diperoleh angka t tabel sebesar 1,960. Keempat: menentukan kriteria uji hipotesis sebagai berikut : Jika t penelitian > t tabel maka H0 ditolak dan H1 diterima Jika t penelitian < t tabel maka H0 diterima dan H1 ditolak Kelima: mengambil keputusan Didasarkan hasil penghitungan diperoleh angka t penelitian sebesar 2,784>t tabel sebesar 1,960 sehingga H0 ditolak dan H1 diterima artinya ada hubungan linier 155 antara layanan dan Keputusan Memasang Telepon. Besarnya pengaruh layanan dan Keputusan Memasang Telepon sebesar 0,359 atau 35,9%. b.3 Hubungan antara Tarif dan Keputusan Memasang Telepon untuk melihat apakah ada hubungan linier antara Tarif dan Keputusan Memasang Telepon, kita dapat melakukan langkah-langkah analisis sebagai berikut : Pertama: menentukan hipotesis H0 : tidak ada hubungan linier antara Tarif dan Keputusan Memasang Telepon. H1 : ada hubungan linier antara Tarif dan Keputusan Memasang Telepon. Kedua: menghitung besarnya angka t penelitian Hasil penghitungan SPSS diperoleh angka t penelitian sebesar 2,192. Ketiga: menghitung besarnya angka t tabel dengan ketentuan berikut : Taraf signifikansi 0,05 dan Derajat Kebebasan (DK) dengan ketentuan: DK=n-2, atau 50-2=48. Dari ketentuan tersebut, diperoleh angka t tabel sebesar 1,960. Keempat: menentukan kriteria uji hipotesis sebagai berikut : Jika t penelitian > t tabel maka H0 ditolak dan H1 diterima Jika t penelitian < t tabel maka H0 diterima dan H1 ditolak Kelima: mengambil keputusan Didasarkan hasil penghitungan diperoleh angka t penelitian sebesar 2,192>ttabel sebesar 1,960 sehingga H0 ditolak dan H1 diterima artinya ada hubungan linier antara Tarif dan Keputusan Memasang Telepon. Besarnya pengaruh Tarif dan Keputusan Memasang Telepon sebesar 0,305 atau 30,5%. b.4 Hubungan antara Diskon dan Keputusan Memasang Telepon 156 untuk melihat apakah ada hubungan linier antara Diskon dan Keputusan Memasang Telepon, kita dapat melakukan langkah-langkah analisis sebagai berikut : Pertama: menentukan hipotesis H0 : tidak ada hubungan linier antara Diskon dan Keputusan Memasang Telepon. H1 : ada hubungan linier antara Diskon dan Keputusan Memasang Telepon. Kedua: menghitung besarnya angka t penelitian Hasil penghitungan SPSS diperoleh angka t penelitian sebesar -1,362. Ketiga: menghitung besarnya angka t tabel dengan ketentuan berikut : Taraf signifikansi 0,05 dan Derajat Kebebasan (DK) dengan ketentuan: DK=n-2, atau 50-2=48. Dari ketentuan tersebut, diperoleh angka t tabel sebesar 1,960. Keempat: menentukan kriteria uji hipotesis sebagai berikut : Jika t penelitian > t tabel maka H0 ditolak dan H1 diterima Jika t penelitian < t tabel maka H0 diterima dan H1 ditolak Kelima: mengambil keputusan Didasarkan hasil penghitungan diperoleh angka t penelitian sebesar -1,362<ttabel sebesar 1,960 sehingga H0 diterima dan H1 ditolak artinya tidak ada hubungan linier antara Diskon dan Keputusan Memasang Telepon. Besarnya pengaruh Diskon dan Keputusan Memasang Telepon sebesar -0,201 atau -20,1% dianggap tidak signifikan. 2. Analisis Korelasi Korelasi antara Keinginan Memasang Telepon, Layanan, Tarif, dan Diskon dengan Penggunaan Telepon dapat dilihat pada tabel di bawah ini. 157 Correlati ons LAYANAN TARIF DISKON KEINGINAN MEMASANG TELEPON KEPUTUSAN MEMASANG TELEPON Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N LAYANAN 1 50 ,462** ,001 50 ,578** ,000 50 ,602** ,000 50 ,576** ,000 50 KEINGINAN KEPUTUSAN MEMASANG MEMASANG TARIF DISKON TELEPON TELEPON ,462** ,578** ,602** ,576** ,001 ,000 ,000 ,000 50 50 50 50 1 ,241 ,475** ,500** ,091 ,000 ,000 50 50 50 50 ,241 1 ,514** ,493** ,091 ,000 ,000 50 50 50 50 ,475** ,514** 1 ,339* ,000 ,000 ,016 50 50 50 50 ,500** ,493** ,339* 1 ,000 ,000 ,016 50 50 50 50 **. Correlation is signif icant at the 0.01 lev el (2-tailed). *. Correlation is signif icant at the 0.05 lev el (2-tailed). a. Korelasi antara Keinginan Memasang Telepon dan Keputusan Memasang Telepon Berdasarkan perhitungan diperoleh angka korelasi antara variabel Keinginan Memasang Telepon dan Keputusan Memasang Telepon sebesar 0,576. Untuk menafsir angka tersebut, digunakan kriteria sebagai berikut : 0 – 0,25 >0,25 – 0,5 : Korelasi cukup kuat >0,5 – 0,75 : Korelasi Kuat >0,75 – 1 : Korelasi sangat lemah (dianggap tidak ada) : Korelasi Sangat Kuat Korelasi sebesar 0,576 mempunyai maksud hubungan antara variabel Keinginan Memasang Telepon dan Keputusan Memasang Telepon kuat dan searah (karena hasilnya positif). Searah artinya jika Keinginan Memasang Telepon tinggi maka Keputusan Memasang Telepon juga tinggi. Korelasi dua variabel bersifat signifikan karena angka signifikansi sebesar 0,00 < 0,05. Korelasi antara Keinginan Memasang Telepon dan layanan Berdasarkan perhitungan diperoleh angka korelasi antara variabel produk dan promosi sebesar 0,462. Korelasi sebesar 0,462 mempunyai maksud hubungan antara variabel Keinginan Memasang Telepon dan layanan cukup kuat dan 158 searah. Korelasi dua variabel bersifat signifikan karena angka signifikansi sebesar 0,00<0,01. Korelasi antara Keinginan Memasang Telepon dan Tarif Berdasarkan perhitungan diperoleh angka korelasi antara variabel Keinginan Memasang Telepon dan Tarif sebesar 0,578. Korelasi sebesar 0,578 mempunyai maksud hubungan antara variabel Keinginan Memasang Telepon dan Tarif cukup kuat dan searah. Korelasi dua variabel bersifat signifikan karena angka signifikansi sebesar 0,00<0,05. Korelasi antara layanan dan Keputusan Memasang Telepon Berdasarkan perhitungan diperoleh angka korelasi antara variabel layanan dan Keputusan Memasang Telepon sebesar 0,500. Korelasi sebesar 0,500 mempunyai maksud hubungan antara variabel layanan dan Keputusan Memasang Telepon cukup kuat dan searah. Korelasi dua variabel bersifat signifikan karena angka signifikansi sebesar 0,00<0,01. Korelasi antara layanan dan Tarif Berdasarkan perhitungan diperoleh angka korelasi antara variabel layanan dan Tarif sebesar 0,241. Korelasi sebesar 0,241 mempunyai maksud hubungan antara variabel layanan dan Tarif sangat lemah. Korelasi dua variabel bersifat tidak signifikan karena angka signifikansi sebesar 0,046<0,01. Korelasi antara layanan dan Diskon Berdasarkan perhitungan diperoleh angka korelasi antara variabel layanan dan Diskon sebesar 0,475. Korelasi sebesar 0,475 mempunyai maksud hubungan antara variabel layanan dan Diskon cukup kuat dan searah. Korelasi dua variabel bersifat signifikan karena angka signifikansi sebesar 0,00<0,01. Korelasi antara Tarif dan Keputusan Memasang Telepon Berdasarkan perhitungan diperoleh angka korelasi antara variabel Tarif dan Keputusan Memasang Telepon sebesar 0,493. Korelasi sebesar 0,493 mempunyai maksud hubungan antara variabel Tarif dan 159 Keputusan Memasang Telepon cukup kuat dan searah. Korelasi dua variabel bersifat signifikan karena angka signifikansi sebesar 0,00<0,01. Korelasi antara Tarif dan Diskon Berdasarkan perhitungan diperoleh angka korelasi antara variabel Tarif dan Penggunaan Telepon sebesar 0,514. Korelasi sebesar 0,514 mempunyai maksud hubungan antara variabel Tarif dan Penggunaan Telepon kuat dan searah. Korelasi dua variabel bersifat signifikan karena angka signifikansi sebesar 0,00<0,01. Korelasi antara Diskon dan Keputusan Memasang Telepon Berdasarkan perhitungan diperoleh angka korelasi antara variabel Diskon dan Keputusan Memasang Telepon sebesar 0,339. Korelasi sebesar 0,339 mempunyai maksud hubungan antara variabel Diskon dan Keputusan Memasang Telepon kuat dan searah. Korelasi dua variabel bersifat tidak signifikan karena angka signifikansi sebesar 0,08>0,01. SUBSTRUKTUR 3 Analisis Persamaan strukturalnya : Model Summary Change Statistics Model 1 R ,481a R Square ,232 Adjusted R Square ,144 St d. Error of the Estimate ,96667 R Square Change ,232 F Change 2,655 df 1 df 2 5 44 Sig. F Change ,035 a. Predictors: (Constant), KEPUTUSAN MEMASANG TELEPON, KEINGINAN MEMASANG TELEPON, TARIF, DISKON, LAYANAN ANOVAb Model 1 Regression Residual Total Sum of Squares 12,404 41,116 53,520 df 5 44 49 Mean Square 2,481 ,934 F 2,655 a. Predictors: (Const ant), KEPUTUSAN MEMASANG TELEPON, KEINGINAN MEMASANG TELEPON, TARIF, DISKON, LAYANAN b. Dependent Variable: PENGGUNAAN TELEPON 160 Sig. ,035a Coeffici entsa Model 1 (Constant) LAYANAN TARIF DISKON KEINGINAN MEMASANG TELEPON KEPUTUSAN MEMASANG TELEPON Unstandardized Coef f icients B Std. Error 7,902 1,332 -,079 ,078 -,051 ,071 ,018 ,065 Standardized Coef f icients Beta -,202 -,120 ,050 t 5,931 -1,022 -,710 ,281 Sig. ,000 ,312 ,482 ,780 -,008 ,084 -,017 -,094 ,926 ,470 ,144 ,588 3,254 ,002 a. Dependent Variable: PENGGUNAAN TELEPON Correlations LAYANAN TARIF DISKON KEINGINAN MEMASANG TELEPON KEPUTUSAN MEMASANG TELEPON PENGGUNAAN TELEPON Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N LAYANAN 1 50 ,462** ,001 50 ,578** ,000 50 ,602** ,000 50 ,576** ,000 50 ,100 ,491 50 KEINGINAN KEPUTUSAN MEMASANG MEMASANG PENGGUNAA TARIF DISKON TELEPON TELEPON N TELEPON ,462** ,578** ,602** ,576** ,100 ,001 ,000 ,000 ,000 ,491 50 50 50 50 50 1 ,241 ,475** ,500** ,085 ,091 ,000 ,000 ,558 50 50 50 50 50 ,241 1 ,514** ,493** ,185 ,091 ,000 ,000 ,198 50 50 50 50 50 ,475** ,514** 1 ,339* ,030 ,000 ,000 ,016 ,839 50 50 50 50 50 ,500** ,493** ,339* 1 ,431** ,000 ,000 ,016 ,002 50 50 50 50 50 ,085 ,185 ,030 ,431** 1 ,558 ,198 ,839 ,002 50 50 50 50 50 **. Correlation is signif icant at the 0.01 lev el (2-tailed). *. Correlation is signif icant at the 0.05 lev el (2-tailed). Penafsiran hasil penghitungan SPSS. Tahapan ini dibagi menjadi dua bagian, melakukan analisis regresi dan analisis korelasi. 1. Analisis Regresi Kita akan menganalisis regresi dengan melihat pengaruh secara gabungan dan secara parsial. 161 a. Melihat pengaruh Keinginan Memasang Telepon, Layanan, Tarif, Diskon dan Keputusan Memasang Telepon terhadap variabel Penggunaan Telepon. Untuk melihat pengaruh Keinginan Memasang Telepon, Layanan, Tarif, dan Diskon secara gabungan terhadap Keputusan Memasang Telepon, akan kita lihat hasil penghitungan dalam model summary, khususnya angka R square di bawah ini. Model Summary Change Statistics Model 1 R ,481a R Square ,232 Adjusted R Square ,144 St d. Error of the Estimate ,96667 R Square Change ,232 F Change 2,655 df 1 df 2 5 44 Sig. F Change ,035 a. Predictors: (Constant), KEPUTUSAN MEMASANG TELEPON, KEINGINAN MEMASANG TELEPON, TARIF, DISKON, LAYANAN Besarnya angka R square (r2) adalah 0,232. Angka tersebut dapat digunakan untuk melihat pengaruh Keinginan Memasang Telepon, Layanan, Tarif, Diskon dan Keputusan Memasang Telepon secara gabungan terhadap Penggunaan Telepon dengan cara menghitung Koefisien Determinasi (KD) dengan menggunakan rumus sebagai berikut : Angka tersebut mempunyai maksud bahwa pengaruh Keinginan Memasang Telepon, Layanan, Tarif, Diskon dan Keputusan Memasang Telepon secara gabungan terhadap Penggunaan Telepon adalah 23,2%. Adapun sisanya sebesar 76,8% (100% - 23,2%) dipengaruhi faktor lain. Dengan kata lain, variabilitas Penggunaan Telepon yang dapat diterangkan dengan menggunakan variabel Keinginan Memasang Telepon, Layanan, Tarif, Diskon dan Keputusan Memasang Telepon adalah sebesar 23,2%, sedangkan pengaruh sebesar 76,8% disebabkan oleh variabel-variabel lain di luar model ini. Untuk mengetahui apakah model regresi diatas sudah benar atau salah, diperlukan uji hipotesis. Uji hipotesis menggunakan angka F sebagaimana tertera dalam tabel di bawah ini. 162 ANOVAb Model 1 Regression Residual Total Sum of Squares 12,404 41,116 53,520 df 5 44 49 Mean Square 2,481 ,934 F 2,655 Sig. ,035a a. Predictors: (Const ant), KEPUTUSAN MEMASANG TELEPON, KEINGINAN MEMASANG TELEPON, TARIF, DISKON, LAYANAN b. Dependent Variable: PENGGUNAAN TELEPON Hipotesisnya berbunyi sebagai berikut : H0 : tidak ada hubungan linier antara Keinginan Memasang Telepon, Layanan, Tarif, Diskon dan Keputusan Memasang Telepon dengan Penggunaan Telepon. H1 : ada hubungan linier antara Keinginan Memasang Telepon, Layanan, Tarif, Diskon dan Keputusan Memasang Telepon dengan Penggunaan Telepon. Pengujian dapat dilakukan dengan dua cara. Pertama dengan membandingkan besarnya angka F penelitian dengan F tabel. Cara kedua ialah dengan membandingkan angka taraf signifikansi (sig) hasil penghitungan dengan taraf signifikansi 0,05 (5%). a.1 Menggunakan cara pertama atau membandingkan besarnya angka F penelitian dengan F tabel Pertama: menghitung F penelitian F penelitian dari SPSS didapatkan sebesar 2,655 Kedua: menghitung F tabel dengan ketentuan sebagai berikut : Taraf signifikansi 0,05 dan derajat kebebasan (DK) dengan ketentuan numerator: jumlah variabel – 1 atau 5 – 1 = 4; dan denumerator : jumlah kasus – 4 atau 50 – 5 = 45. Dengan ketentuan tersebut, diperoleh angka F tabel sebesar 2.61. Ketiga: menentukan kriteria uji hipotesis sebagai berikut : Jika F penelitian > F tabel maka H0 ditolak dan H1 diterima Jika F penelitian < F tabel maka H0 diterima dan H1 ditolak Keempat: mengambil keputusan Dari hasil penghitungan didapatkan angka F penelitian sebesar 2,655 > F tabel sebesar 2,61 sehingga H0 ditolak dan H1 diterima artinya ada 163 hubungan linier antara Keinginan Memasang Telepon, Layanan, Tarif, Diskon dan Keputusan Memasang Telepon dengan Penggunaan Telepon. Dengan demikian, model regresi diatas sudah layak dan benar. Kesimpulannya ialah Keinginan Memasang Telepon, Layanan, Tarif, Diskon dan Keputusan Memasang Telepon secara gabungan mempengaruhi Penggunaan Telepon. Besarnya pengaruh ialah 23,2%. Dan pengaruh sebesar 76,8% disebabkan oleh variabel-variabel lain di luar model ini. a.2 Menggunakan cara kedua atau membandingkan angka taraf signifikansi (sig) hasil penghitungan dengan taraf signifikansi 0,05 (5%). Kriteria sebagai berikut : Jika sig penelitian > F tabel maka H0 ditolak dan H1 diterima Jika sig penelitian < F tabel maka H0 diterima dan H1 ditolak Berdasarkan perhitungan angka signifikansi sebesar 0,038 < 0,05 maka H0 ditolak dan H1 diterima artinya ada hubungan linier antara Keinginan Memasang Telepon, Layanan, Tarif, Diskon dan Keputusan Memasang Telepon dengan Penggunaan Telepon. b. Pengaruh Keinginan Memasang Telepon, Layanan, Tarif, Diskon dan Keputusan Memasang Telepon secara parsial terhadap Penggunaan Telepon. Untuk melihat besarnya pengaruh Keinginan Memasang Telepon, Layanan, Tarif, Diskon dan Keputusan Memasang Telepon secara parsial terhadap Penggunaan Telepon, digunakan uji T, sedangkan untuk melihat besarnya pengaruh, digunakan angka Beta atau Standardized Coefficients di bawah ini : 164 Coefficientsa Model 1 (Constant) LAYANAN TARIF DISKON KEINGINAN MEMASANG TELEPON KEPUTUSAN MEMASANG TELEPON Unstandardized Coeff icients B Std. Error 7,902 1,332 -,079 ,078 -,051 ,071 ,018 ,065 Standardized Coeff icients Beta -,202 -,120 ,050 t 5,931 -1,022 -,710 ,281 Sig. ,000 ,312 ,482 ,780 -,008 ,084 -,017 -,094 ,926 ,470 ,144 ,588 3,254 ,002 a. Dependent Variable: PENGGUNAAN TELEPON b.1 Hubungan antara Keinginan Memasang Telepon dan Penggunaan Telepon untuk melihat apakah ada hubungan linier antara Keinginan Memasang Telepon dan Penggunaan Telepon, kita dapat melakukan langkah-langkah analisis sebagai berikut : Pertama: menentukan hipotesis H0 : tidak ada hubungan linier antara Keinginan Memasang Telepon dan Penggunaan Telepon. H1 : ada hubungan linier antara Keinginan Memasang Telepon dan Penggunaan Telepon. Kedua: menghitung besarnya angka t penelitian Hasil penghitungan SPSS diperoleh angka t penelitian sebesar -1,022. Ketiga: menghitung besarnya angka t tabel dengan ketentuan berikut : Taraf signifikansi 0,05 dan Derajat Kebebasan (DK) dengan ketentuan: DK=n-2, atau 50-2=48. Dari ketentuan tersebut, diperoleh angka t tabel sebesar 1,960. Keempat: menentukan kriteria uji hipotesis sebagai berikut : Jika t penelitian > t tabel maka H0 ditolak dan H1 diterima Jika t penelitian < t tabel maka H0 diterima dan H1 ditolak Kelima: mengambil keputusan Didasarkan hasil penghitungan diperoleh angka t penelitian sebesar -1,022<ttabel sebesar 1,960 sehingga H0 diterima dan H1 ditolak artinya tidak ada hubungan linier antara Keinginan Memasang Telepon dan Penggunaan Telepon. Besarnya pengaruh Keinginan Memasang Telepon dan Penggunaan Telepon sebesar 0,202 atau -20,2% dianggap tidak signifikan. 165 b.2 Hubungan antara layanan dan Penggunaan Telepon untuk melihat apakah ada hubungan linier antara layanan dan Penggunaan Telepon, kita dapat melakukan langkah-langkah analisis sebagai berikut : Pertama: menentukan hipotesis H0 : tidak ada hubungan linier antara layanan Penggunaan Telepon. H1 : ada hubungan linier antara layanan dan Penggunaan Telepon. Kedua: menghitung besarnya angka t penelitian Hasil penghitungan SPSS diperoleh angka t penelitian sebesar -0,710. Ketiga: menghitung besarnya angka t tabel dengan ketentuan berikut : Taraf signifikansi 0,05 dan Derajat Kebebasan (DK) dengan ketentuan: DK=n-2, atau 50-2=48. Dari ketentuan tersebut, diperoleh angka t tabel sebesar 1,960. Keempat: menentukan kriteria uji hipotesis sebagai berikut : Jika t penelitian > t tabel maka H0 ditolak dan H1 diterima Jika t penelitian < t tabel maka H0 diterima dan H1 ditolak Kelima: mengambil keputusan Didasarkan hasil penghitungan diperoleh angka t penelitian sebesar -0,710<ttabel sebesar 1,960 sehingga H0 diterima dan H1 ditolak artinya tidak ada hubungan linier antara layanan dan Penggunaan Telepon. Besarnya pengaruh layanan dan Penggunaan Telepon sebesar -0,120 atau -12% dianggap tidak signifikan. b.3 Hubungan antara Tarif dan Penggunaan Telepon untuk melihat apakah ada hubungan linier antara Tarif dan Penggunaan Telepon, kita dapat melakukan langkah-langkah analisis sebagai berikut : Pertama: menentukan hipotesis H0 : tidak ada hubungan linier antara Tarif dan Penggunaan Telepon. H1 : ada hubungan linier antara Tarif dan Penggunaan Telepon. Kedua: menghitung besarnya angka t penelitian 166 Hasil penghitungan SPSS diperoleh angka t penelitian sebesar 0,281. Ketiga: menghitung besarnya angka t tabel dengan ketentuan berikut : Taraf signifikansi 0,05 dan Derajat Kebebasan (DK) dengan ketentuan: DK=n-2, atau 50-2=48. Dari ketentuan tersebut, diperoleh angka t tabel sebesar 1,960. Keempat: menentukan kriteria uji hipotesis sebagai berikut : Jika t penelitian > t tabel maka H0 ditolak dan H1 diterima Jika t penelitian < t tabel maka H0 diterima dan H1 ditolak Kelima: mengambil keputusan Didasarkan hasil penghitungan diperoleh angka t penelitian sebesar 0,281<t tabel sebesar 1,960 sehingga H0 diterima dan H1 ditolak artinya tidak ada hubungan linier antara Tarif dan Penggunaan Telepon. Besarnya pengaruh Tarif dan Penggunaan Telepon sebesar 0,05 atau 5% dianggap tidak signifikan. b.4 Hubungan antara Diskon dan Penggunaan Telepon untuk melihat apakah ada hubungan linier antara Diskon dan Penggunaan Telepon, kita dapat melakukan langkah-langkah analisis sebagai berikut : Pertama: menentukan hipotesis H0 : tidak ada hubungan linier antara Diskon dan Penggunaan Telepon. H1 : ada hubungan linier antara Diskon dan Penggunaan Telepon. Kedua: menghitung besarnya angka t penelitian Hasil penghitungan SPSS diperoleh angka t penelitian sebesar -0,094. Ketiga: menghitung besarnya angka t tabel dengan ketentuan berikut : Taraf signifikansi 0,05 dan Derajat Kebebasan (DK) dengan ketentuan: DK=n-2, atau 50-2=48. Dari ketentuan tersebut, diperoleh angka t tabel sebesar 1,960. Keempat: menentukan kriteria uji hipotesis sebagai berikut : Jika t penelitian > t tabel maka H0 ditolak dan H1 diterima Jika t penelitian < t tabel maka H0 diterima dan H1 ditolak Kelima: mengambil keputusan Didasarkan hasil penghitungan diperoleh angka t penelitian sebesar -0,094<ttabel sebesar 1,960 sehingga H0 diterima dan H1 ditolak artinya tidak ada hubungan linier antara Diskon dan Penggunaan Telepon. Besarnya pengaruh Diskon dan Penggunaan Telepon sebesar -0,017 atau -1,7% dianggap tidak signifikan. b.5 Hubungan antara Keputusan Memasang Telepon dan Penggunaan Telepon 167 untuk melihat apakah ada hubungan linier antara Keputusan Memasang Telepon dan Penggunaan Telepon, kita dapat melakukan langkah-langkah analisis sebagai berikut : Pertama: menentukan hipotesis H0 : tidak ada hubungan linier antara Keputusan Memasang Telepon dan Penggunaan Telepon. H1 : ada hubungan linier antara Keputusan Memasang Telepon dan Penggunaan Telepon. Kedua: menghitung besarnya angka t penelitian Hasil penghitungan SPSS diperoleh angka t penelitian sebesar 3,254. Ketiga: menghitung besarnya angka t tabel dengan ketentuan berikut : Taraf signifikansi 0,05 dan Derajat Kebebasan (DK) dengan ketentuan: DK=n-2, atau 50-2=48. Dari ketentuan tersebut, diperoleh angka t tabel sebesar 1,960. Keempat: menentukan kriteria uji hipotesis sebagai berikut : Jika t penelitian > t tabel maka H0 ditolak dan H1 diterima Jika t penelitian < t tabel maka H0 diterima dan H1 ditolak Kelima: mengambil keputusan Didasarkan hasil penghitungan diperoleh angka t penelitian sebesar 3,254>ttabel sebesar 1,960 sehingga H0 ditolak dan H1 diterima artinya ada hubungan linier antara Keputusan Memasang Telepon dan Penggunaan Telepon. Besarnya pengaruh Keputusan Memasang Telepon dan Penggunaan Telepon sebesar 0,588 atau 58,8%. 2. Analisis Korelasi Korelasi antara Keinginan Memasang Telepon, Layanan, Tarif, dan Diskon dengan Penggunaan Telepon dapat dilihat pada tabel di bawah ini. 168 Correlations LAYANAN TARIF DISKON KEINGINAN MEMASANG TELEPON KEPUTUSAN MEMASANG TELEPON PENGGUNAAN TELEPON Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N LAYANAN 1 50 ,462** ,001 50 ,578** ,000 50 ,602** ,000 50 ,576** ,000 50 ,100 ,491 50 KEINGINAN KEPUTUSAN MEMASANG MEMASANG PENGGUNAA TARIF DISKON TELEPON TELEPON N TELEPON ,462** ,578** ,602** ,576** ,100 ,001 ,000 ,000 ,000 ,491 50 50 50 50 50 1 ,241 ,475** ,500** ,085 ,091 ,000 ,000 ,558 50 50 50 50 50 ,241 1 ,514** ,493** ,185 ,091 ,000 ,000 ,198 50 50 50 50 50 ,475** ,514** 1 ,339* ,030 ,000 ,000 ,016 ,839 50 50 50 50 50 ,500** ,493** ,339* 1 ,431** ,000 ,000 ,016 ,002 50 50 50 50 50 ,085 ,185 ,030 ,431** 1 ,558 ,198 ,839 ,002 50 50 50 50 50 **. Correlation is signif icant at the 0.01 lev el (2-tailed). *. Correlation is signif icant at the 0.05 lev el (2-tailed). a. Korelasi antara Keinginan Memasang Telepon dan Keputusan Memasang Telepon Berdasarkan perhitungan diperoleh angka korelasi antara variabel Keinginan Memasang Telepon dan Keputusan Memasang Telepon sebesar 0,576. Untuk menafsir angka tersebut, digunakan kriteria sebagai berikut : 0 – 0,25 >0,25 – 0,5 : Korelasi cukup kuat >0,5 – 0,75 : Korelasi Kuat >0,75 – 1 : Korelasi sangat lemah (dianggap tidak ada) : Korelasi Sangat Kuat Korelasi sebesar 0,576 mempunyai maksud hubungan antara variabel Keinginan Memasang Telepon dan Keputusan Memasang Telepon kuat dan searah (karena hasilnya positif). Searah artinya jika Keinginan Memasang Telepon tinggi maka Keputusan Memasang Telepon juga tinggi. Korelasi dua variabel bersifat signifikan karena angka signifikansi sebesar 0,00 < 0,05. Korelasi antara Keinginan Memasang Telepon dan Tarif Berdasarkan perhitungan diperoleh angka korelasi antara variabel Keinginan Memasang Telepon dan Tarif sebesar 0,462. Korelasi sebesar 0,462 169 mempunyai maksud hubungan antara variabel Keinginan Memasang Telepon dan Tarif cukup kuat dan searah. Korelasi dua variabel bersifat signifikan karena angka signifikansi sebesar 0,00<0,01. Korelasi antara Keinginan Memasang Telepon dan Diskon Berdasarkan perhitungan diperoleh angka korelasi antara variabel Keinginan Memasang Telepon dan Diskon sebesar 0,578. Korelasi sebesar 0,578 mempunyai maksud hubungan antara variabel Keinginan Memasang Telepon dan Diskon cukup kuat dan searah. Korelasi dua variabel bersifat signifikan karena angka signifikansi sebesar 0,00<0,05. Korelasi antara Tarif dan Keputusan Memasang Telepon Berdasarkan perhitungan diperoleh angka korelasi antara variabel Tarif dan Keputusan Memasang Telepon sebesar 0,500. Korelasi sebesar 0,500 mempunyai maksud hubungan antara variabel Tarif dan Keputusan Memasang Telepon cukup kuat dan searah. Korelasi dua variabel bersifat signifikan karena angka signifikansi sebesar 0,00<0,01. Korelasi antara Diskon dan Tarif Berdasarkan perhitungan diperoleh angka korelasi antara variabel Diskon dan Tarif sebesar 0,241. Korelasi sebesar 0,241 mempunyai maksud hubungan antara variabel Diskon dan Tarif sangat lemah. Korelasi dua variabel bersifat tidak signifikan karena angka signifikansi sebesar 0,046<0,01. Korelasi antara layanan dan Tarif Berdasarkan perhitungan diperoleh angka korelasi antara variabel layanan dan Tarif sebesar 0,475. Korelasi sebesar 0,475 mempunyai maksud hubungan antara variabel layanan dan Tarif cukup kuat dan searah. Korelasi dua variabel bersifat signifikan karena angka signifikansi sebesar 0,00<0,01. Korelasi antara Diskon dan Keputusan Memasang Telepon Berdasarkan perhitungan diperoleh angka korelasi antara variabel Diskon dan Keputusan Memasang Telepon sebesar 0,493. Korelasi sebesar 0,493 mempunyai maksud hubungan antara variabel Diskon dan 170 Keputusan Memasang Telepon cukup kuat dan searah. Korelasi dua variabel bersifat signifikan karena angka signifikansi sebesar 0,00<0,01. Korelasi antara layanan dan Diskon Berdasarkan perhitungan diperoleh angka korelasi antara variabel layanan dan Penggunaan Telepon sebesar 0,514. Korelasi sebesar 0,514 mempunyai maksud hubungan antara variabel layanan dan Penggunaan Telepon kuat dan searah. Korelasi dua variabel bersifat signifikan karena angka signifikansi sebesar 0,00<0,01. Korelasi antara layanan dan Keputusan Memasang Telepon Berdasarkan perhitungan diperoleh angka korelasi antara variabel layanan dan Keputusan Memasang Telepon sebesar 0,339. Korelasi sebesar 0,339 mempunyai maksud hubungan antara variabel layanan dan Keputusan Memasang Telepon kuat dan searah. Korelasi dua variabel bersifat tidak signifikan karena angka signifikansi sebesar 0,08>0,01. 4. Penghitungan Pengaruh a. Pengaruh Langsung (Direct Effect atau DE) Untuk menghitung pengaruh langsung atau DE, digunakan formula sebagai berikut : Pengaruh variabel Keinginan Memasang Telepon terhadap Keputusan Memasang Telepon Pengaruh variabel layanan terhadap Keputusan Memasang Telepon Pengaruh variabel Tarif terhadap Keputusan Memasang Telepon Pengaruh variabel Diskon terhadap Keputusan Memasang Telepon Pengaruh variabel Keinginan Penggunaan Telepon 171 Memasang Telepon terhadap Pengaruh variabel layanan terhadap Penggunaan Telepon Pengaruh variabel Tarif terhadap Penggunaan Telepon Pengaruh variabel Diskon terhadap Penggunaan Telepon Pengaruh variabel Keputusan Memasang Telepon terhadap Penggunaan Telepon b. Pengaruh Tidak Langsung (Indirect Effect atau IE) Untuk menghitung pengaruh tidak langsung atau IE, digunakan formula sebagai berikut : Pengaruh variabel Keinginan Memasang Telepon terhadap Penggunaan Telepon melalui Keputusan Memasang Telepon ( ) Pengaruh variabel layanan terhadap Penggunaan Telepon melalui Keputusan Memasang Telepon ( ) Pengaruh variabel Tarif terhadap Penggunaan Telepon melalui Keputusan Memasang Telepon ( ) Pengaruh variabel Diskon terhadap Penggunaan Telepon melalui Keputusan Memasang Telepon ( ) c. Pengaruh Total (Total Effect) Pengaruh variabel Keinginan Memasang Telepon terhadap Penggunaan Telepon melalui Keputusan Memasang Telepon ( ) Pengaruh variabel layanan terhadap Penggunaan Telepon melalui Keputusan Memasang Telepon ( ) 172 Pengaruh variabel Tarif terhadap Penggunaan Telepon melalui Keputusan Memasang Telepon ( ) Pengaruh variabel Diskon terhadap Penggunaan Telepon melalui Keputusan Memasang Telepon ( ) 173 BAB VII APLIKASI ANALISIS JALUR DALAM RISET KEUANGAN MODEL PERSAMAAN SATU JALUR 7.1 KASUS Pada model pertama ini, hubungan sebenarnya sama dengan model regresi pertama, yaitu variabel bebas terdiri lebih dari satu variabel dan variabel tergantungnya hanya satu. Contoh kasus dalam model ini ialah kita ingin mengukur besarnya pengaruh tiga variabel bebas, yaitu nilai tukar rupiah, inflasi dan suku bunga SBI terhadap IHSG. Model diagram jalurnya dapat digambarkan sebagai berikut : X1 Nilai Tukar Y1 IHSG X2 Inflasi X3 Suku Bunga SBI 7.1.1 MASALAH Masalah dalam kasus ini ialah : 1. Berapa besar pengaruh variabel nilai tukar rupiah, inflasi dan suku bunga SBI secara parsial (sendiri-sendiri) terhadap variabel kepuasan? 2. Berapa besar pengaruh variabel nilai tukar rupiah, inflasi dan suku bunga SBI secara gabungan bersama-sama terhadap variabel kepuasan? 7.1.2 DATA Data terlihat sebagai berikut : No 1 2 3 4 Nilai tukar rupiah 18 15 18 14 Inflasi 18 18 15 15 Suku bunga SBI 16 18 16 15 Harga saham IHSG 15 12 14 13 14 11 12 11 174 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 15 17 13 19 15 19 15 16 15 16 11 13 20 16 16 16 12 18 14 15 14 11 14 12 12 9 15 16 17 19 16 19 16 12 14 17 14 16 12 13 13 15 12 16 16 15 13 11 17 13 14 15 16 16 13 21 17 18 17 15 14 18 17 17 18 17 15 16 16 15 15 13 18 13 13 11 12 8 12 13 14 12 14 15 13 11 12 12 13 14 15 14 15 14 14 14 11 12 12 10 10 10 9 8 11 12 13 12 14 15 12 10 11 10 11 13 12 12 12 12 11 13 12 11 10 8 9 10 6 9 7.1.3 PENYELESAIAN Kasus tersebut dapat diselesaikan dengan tahapan sebagai berikut : TAHAP I Menentukan model diagram jalurnya berdasarkan paradigma hubungan variabel seperti tahap di bawah ini : X1 Nilai Tukar X2 Inflasi e Y1 IHSG X3 Suku Bunga SBI Diagram jalur tersebut terdiri atas satu persamaan struktural dengan hanya satu substruktural, yaitu X1, X2, dan X3 disebut sebagai variabel eksogen dan Y sebagai variabel endogen dengan persamaan struktural sebagai berikut : 175 Keterangan : Nilai tukar rupiah merupakan variabel bebas pertama dan diberi simbol X1. Inflasi merupakan variabel bebas kedua dan diberi simbol X2. Suku bunga SBI merupakan variabel bebas ketiga dan diberi simbol X3. IHSG merupakan variabel tergantung dan diberi simbol Y. TAHAP II X1 rX1X2 rX1X3 X2 e PYX1 PYX2 rX2X3 Y PYX3 X3 Keterangan : X1 sebagai variabel bebas Nilai tukar rupiah. X2 sebagai variabel bebas Inflasi. X3 sebagai variabel bebas Suku bunga SBI. Y sebagai variabel tergantung IHSG. Diagram jalur tersebut terdiri atas satu persamaan struktural dengan hanya satu substruktural, yaitu X1, X2, dan X3 disebut sebagai variabel eksogen dan Y sebagai variabel endogen dengan persamaan struktural sebagai berikut : TAHAP III Membuat desain variabel, memasukkan data dan menganalisanya. Membuat desain variabel: Desain variabel dibuat dengan cara memilih sub menu bagian bawah kiri pada perintah: Variable View. Setelah perintah tersebut kita klik, muncul tabel yang akan kita isi dengan desain variabel sebagai berikut : Name Nilai tukar rupiah Inflasi Type Numeric Width 8 Decimal 2 Numeric 8 2 Label Nilai tukar rupiah Inflasi 176 Values None Missing None Column 8 Align R Measure Scale None None 8 R Scale Suku bunga SBI IHSG numeric 8 2 numeric 8 2 Suku bunga SBI IHSG None None 8 R Scale None None 8 R Scale Memasukkan data: kalau pembuatan desain variabel sudah selesai maka kita akan lanjutkan dengan memasukkan data dengan menekan (klik) pada perintah: Data View. Dengan demikian, tampilan akan terlihat sebagai berikut : No 1 Nilai tukar rupiah Inflasi Suku bunga SBI IHSG 30 Masukkan data diatas sesuai dengan variabel masing-masing sebanyak 30 data mulai nomor 1 sampai 30 dengan mengisikan dari baris atas ke bawah. Melakukan analisis: analisis dengan menggunakan SPSS dilakukan dengan langkah-langkah sebagai berikut : Pertama, menghitung persamaan regresinya: Klik analyze Pilih Regression Pilih Linier Pada kolom dependen masukkan variabel IHSG Pada kolom independen masukkan variabel nilai tukar rupiah, inflasi dan suku bunga SBI Method: Enter Klik OK. Kedua, menghitung korelasi antara variabel nilai tukar rupiah, inflasi, suku bunga SBI, dan IHSG: Klik Analyze Pilih Correlate Pilih Bivariate Masukkan ke kolom Variabel, variabel nilai tukar rupiah, inflasi, dan suku bunga SBI. Klik OK Hasil Perhitungan (Output): ada dua macam hasil penghitungan (output), yaitu output regresi dan output korelasi. 177 Model Summary Model R Adjusted Std. Error of R Square the Estimate a .609 .371 .299 1.625 a. Predictors: (Constant), Suku bunga SBI, Inflasi, Nilai tukar rupiah 1 R-Square ANOVAb Model 1 Sum of Df Mean F Sig. Square Square Regression 40.565 3 13.522 5.122 .006a Residual 68.634 26 2.640 Total 109.199 29 a. Predictors: (Constant), Promosi, Inflasi, Nilai tukar rupiah b. Dependent Variabel : IHSG Coefficientsa Model Unstandardized Standardized Coefficients Coefficients B Std.Error Beta 6.257 2.430 .415 .142 .567 t 2.575 2.922 Sig. .016 .007 -.094 .125 -.550 .680 .587 .503 1 (Constant) Nilai tukar rupiah Inflasi -.084 .153 Suku .086 .127 bunga SBI a. Dependent Variabel : IHSG Correlations Nilai Inflasi Suku tukar bunga rupiah SBI Nilai tukar Pearson Correlation 1 .412* .534 ** rupiah Sig. (2-tailed) .024 .002 N 30 30 30 * Inflasi Pearson Correlation .412 1 .285 Sig. (2-tailed) .024 .127 N 30 30 30 Suku bunga Pearson Correlation .534** .285 1 SBI Sig. (2-tailed) .002 .127 N 30 30 30 *Correlations is significants at the 0.05 level (2-tailed) ** Correlations is significants at the 0.01 level (2-tailed) 178 TAHAP IV Penafsiran Hasil 1. Analisis Regresi Kita akan menganalisis regresi dengan melihat pengaruh secara gabungan dan secara parsial. a. Melihat pengaruh nilai tukar rupiah, inflasi, dan suku bunga SBI secara gabungan terhadap IHSG. Untuk melihat pengaruh nilai tukar rupiah, inflasi, dan suku bunga SBI secara gabungan terhadap IHSG, akan kita lihat hasil penghitungan dalam model summary, khususnya angka R square di bawah ini. Model Summary Model R 1 R-Square .609 a Adjusted Std. Error of R Square the Estimate .299 1.625 .371 a. Predictors: (Constant), Suku bunga SBI, Inflasi, Nilai tukar rupiah Besarnya angka R square (r2) adalah 0,371. Angka tersebut dapat digunakan untuk melihat pengaruh nilai tukar rupiah, inflasi, dan Suku bunga SBI secara gabungan terhadap IHSG dengan cara menghitung Koefisien Determinasi (KD) dengan menggunakan rumus sebagai berikut : Angka tersebut mempunyai maksud bahwa pengaruh nilai tukar rupiah, inflasi, dan Suku bunga SBI secara gabungan terhadap IHSG adalah 37,1%. Adapun sisanya sebesar 62,9% (100% - 37,1%) dipengaruhi faktor lain. Dengan kata lain, variabilitas IHSG yang dapat diterangkan dengan menggunakan variabel nilai tukar rupiah, inflasi dan promosi adalah sebesar 37,1%, sedangkan pengaruh sebesar 62,9% disebabkan oleh variabelvariabel lain di luar model ini. Untuk mengetahui apakah model regresi diatas sudah benar atau salah, diperlukan uji hipotesis. Uji hipotesis menggunakan angka F sebagaimana tertera dalam tabel di bawah ini. ANOVAb 179 Model 1 Sum of df Mean Square Square Regression 40.565 3 13.522 Residual 68.634 26 2.640 109.199 29 Total F Sig. 5.122 .006a a. Predictors: (Constant), Promosi, Inflasi, Nilai tukar rupiah b. Dependent Variabel : IHSG Hipotesisnya berbunyi sebagai berikut : H0 : tidak ada hubungan linier antara nilai tukar rupiah, inflasi, dan Suku bunga SBI dengan IHSG. H1 : ada hubungan linier antara nilai tukar rupiah, inflasi, dan suku bunga SBI dengan IHSG. Pengujian dapat dilakukan dengan dua cara. Pertama dengan membandingkan besarnya angka F penelitian dengan F tabel. Cara kedua ialah dengan membandingkan angka taraf signifikansi (sig) hasil penghitungan dengan taraf signifikansi 0,05 (5%). a.1 Menggunakan cara pertama atau membandingkan besarnya angka F penelitian dengan F tabel Pertama: menghitung F penelitian F penelitian dari SPSS didapatkan sebesar 5.122 Kedua: menghitung F tabel dengan ketentuan sebagai berikut : Taraf signifikansi 0,05 dan derajat kebebasan (DK) dengan ketentuan numerator: jumlah variabel – 1 atau 4 – 1 = 3; dan denumerator : jumlah kasus – 4 atau 30 – 4 = 26. Dengan ketentuan tersebut, diperoleh angka F tabel sebesar 2,69. Ketiga: menentukan kriteria uji hipotesis sebagai berikut : Jika F penelitian > F tabel maka H0 ditolak dan H1 diterima Jika F penelitian < F tabel maka H0 diterima dan H1 ditolak Keempat: mengambil keputusan Dari hasil penghitungan didapatkan angka F penelitian sebesar 5,122 > F tabel sebesar 2,69 sehingga H0 ditolak dan H1 diterima artinya ada hubungan linier antara nilai tukar rupiah, inflasi, dan suku bunga SBI 180 dengan IHSG. Dengan demikian, model regresi diatas sudah layak dan benar. Kesimpulannya ialah nilai tukar rupiah, inflasi, dan suku bunga SBI secara gabungan mempengaruhi IHSG. Besarnya pengaruh ialah 37,1%. Dan pengaruh sebesar 62,9% disebabkan oleh variabel-variabel lain di luar model ini. a.2 Menggunakan cara kedua atau membandingkan angka taraf signifikansi (sig) hasil penghitungan dengan taraf signifikansi 0,05 (5%). Kriteria sebagai berikut : Jika sig penelitian > F tabel maka H0 ditolak dan H1 diterima Jika sig penelitian < F tabel maka H0 diterima dan H1 ditolak Berdasarkan perhitungan angka signifikansi sebesar 0,006 < 0,05 maka H0 ditolak dan H1 diterima artinya ada hubungan linier antara nilai tukar rupiah, inflasi, dan suku bunga SBI dengan IHSG. b. Melihat pengaruh nilai tukar rupiah, inflasi, dan suku bunga SBI secara parsial terhadap IHSG. Untuk melihat besarnya pengaruh nilai tukar rupiah, inflasi, dan suku bunga SBI secara parsial terhadap IHSG, digunakan uji T, sedangkan untuk melihat besarnya pengaruh, digunakan angka Beta atau Standardized Coefficients di bawah ini : Coefficientsa Model 1 (Constant) Nilai tukar rupiah Inflasi Suku bunga SBI Unstandardized Coefficients B Std.Error 6.257 2.430 .415 .142 -.084 .153 .086 .127 Standardized Coefficients Beta .567 -.094 .125 T 2.575 2.922 -.550 .680 Sig. .016 .007 .587 .503 a. Dependent Variabel : IHSG b.1 Hubungan antara nilai tukar rupiah dan IHSG untuk melihat apakah ada hubungan linier antara nilai tukar rupiah dan IHSG, kita dapat melakukan langkah-langkah analisis sebagai berikut : Pertama: menentukan hipotesis H0 : tidak ada hubungan linier antara nilai tukar rupiah dengan IHSG. H1 : ada hubungan linier antara nilai tukar rupiah dengan IHSG. 181 Kedua: menghitung besarnya angka t penelitian Hasil penghitungan SPSS diperoleh angka t penelitian sebesar 2,922. Ketiga: menghitung besarnya angka t tabel dengan ketentuan berikut : Taraf signifikansi 0,05 dan Derajat Kebebasan (DK) dengan ketentuan: DK=n-2, atau 30-2=28. Dari ketentuan tersebut, diperoleh angka t tabel sebesar 2,048. Keempat: menentukan kriteria uji hipotesis sebagai berikut : Jika t penelitian > t tabel maka H0 ditolak dan H1 diterima Jika t penelitian < t tabel maka H0 diterima dan H1 ditolak Kelima: mengambil keputusan Didasarkan hasil penghitungan diperoleh angka t penelitian sebesar 2,922>t tabel sebesar 2,048 sehingga H0 ditolak dan H1 diterima artinya ada hubungan linier antara nilai tukar rupiah dengan IHSG. Besarnya pengaruh nilai tukar rupiah dengan IHSG sebesar 0,567 atau 56,7%. b.2 Hubungan antara inflasi dan IHSG untuk melihat apakah ada hubungan linier antara inflasi dan IHSG, kita dapat melakukan langkah-langkah analisis sebagai berikut : Pertama: menentukan hipotesis H0 : tidak ada hubungan linier antara inflasi dengan IHSG. H1 : ada hubungan linier antara inflasi dengan IHSG. Kedua: menghitung besarnya angka t penelitian Hasil penghitungan SPSS diperoleh angka t penelitian sebesar -0,550. Ketiga: menghitung besarnya angka t tabel dengan ketentuan berikut : Taraf signifikansi 0,05 dan Derajat Kebebasan (DK) dengan ketentuan: DK=n-2, atau 30-2=28. Dari ketentuan tersebut, diperoleh angka t tabel sebesar 2,048. Keempat: menentukan kriteria uji hipotesis sebagai berikut : Jika t penelitian > t tabel maka H0 ditolak dan H1 diterima Jika t penelitian < t tabel maka H0 diterima dan H1 ditolak Kelima: mengambil keputusan Didasarkan hasil penghitungan diperoleh angka t penelitian sebesar -0,550<ttabel sebesar -2,048 sehingga H0 diterima dan H1 ditolak artinya tidak ada hubungan linier antara inflasi dengan IHSG. Besarnya pengaruh inflasi dengan IHSG sebesar -0,094 atau -9,4% dianggap tidak signifikan. Hal ini sesuai dengan angka signifikan 0,016<0,05. 182 b.3 Hubungan antara suku bunga SBI dan IHSG untuk melihat apakah ada hubungan linier antara suku bunga SBI dan IHSG, kita dapat melakukan langkah-langkah analisis sebagai berikut : Pertama: menentukan hipotesis H0 : tidak ada hubungan linier antara suku bunga SBI dengan IHSG. H1 : ada hubungan linier antara suku bunga SBI dengan IHSG. Kedua: menghitung besarnya angka t penelitian Hasil penghitungan SPSS diperoleh angka t penelitian sebesar 0,680. Ketiga: menghitung besarnya angka t tabel dengan ketentuan berikut : Taraf signifikansi 0,05 dan Derajat Kebebasan (DK) dengan ketentuan: DK=n-2, atau 30-2=28. Dari ketentuan tersebut, diperoleh angka t tabel sebesar 2,048. Keempat: menentukan kriteria uji hipotesis sebagai berikut : Jika t penelitian > t tabel maka H0 ditolak dan H1 diterima Jika t penelitian < t tabel maka H0 diterima dan H1 ditolak Kelima: mengambil keputusan Didasarkan hasil penghitungan diperoleh angka t penelitian sebesar 0,680<t tabel sebesar 2,048 sehingga H0 diterima dan H1 ditolak artinya tidak ada hubungan linier antara suku bunga SBI dengan IHSG. Besarnya pengaruh suku bunga SBI dengan IHSG sebesar 0,125 atau 12,5% dianggap tidak signifikan. 3. Analisis Korelasi Korelasi antara nilai tukar rupiah, inflasi, promosi dan IHSG dapat dilihat pada tabel di bawah ini. Correlations Nilai rupiah Inflasi Suku SBI tukar Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N bunga Pearson Correlation Sig. (2-tailed) N 183 Nilai Inflasi Suku tukar bunga rupiah SBI 1 .412* .534 ** .024 .002 30 30 30 * .412 1 .285 .024 .127 30 30 30 .534** .285 1 .002 .127 30 30 30 *Correlations is significants at the 0.05 level (2-tailed) ** Correlations is significants at the 0.01 level (2-tailed) a. Korelasi antara nilai tukar rupiah dan inflasi Berdasarkan perhitungan diperoleh angka korelasi antara variabel nilai tukar rupiah dan inflasi sebesar 0,412. Untuk menafsir angka tersebut, digunakan kriteria sebagai berikut : 0 – 0,25 >0,25 – 0,5 : Korelasi cukup kuat >0,5 – 0,75 : Korelasi Kuat >0,75 – 1 : Korelasi sangat lemah (dianggap tidak ada) : Korelasi Sangat Kuat Korelasi sebesar 0,412 mempunyai maksud hubungan antara variabel nilai tukar rupiah dan inflasi kuat dan searah (karena hasilnya positif). Searah artinya jika nilai tukar rupiah tinggi maka inflasi juga tinggi. Korelasi dua variabel bersifat signifikan karena angka signifikansi sebesar 0,024 < 0,05. Jika angka signifikansi (sig)<0,05 maka hubungan kedua variabel signifikan. Sebaliknya, jika angka signifikansi (sig)>0,05 maka hubungan kedua variabel tidak signifikan. b. Korelasi antara nilai tukar rupiah dan suku bunga SBI Berdasarkan perhitungan diperoleh angka korelasi antara variabel nilai tukar rupiah dan suku bunga SBI sebesar 0,534. Korelasi sebesar 0,534 mempunyai maksud hubungan antara variabel nilai tukar rupiah dan inflasi kuat dan searah. Korelasi dua variabel bersifat signifikan karena angka signifikansi sebesar 0,002<0,01. c. Korelasi antara inflasi dan suku bunga SBI Berdasarkan perhitungan diperoleh angka korelasi antara variabel inflasi dan suku bunga SBI sebesar 0,285. Korelasi sebesar 0,285 mempunyai maksud hubungan antara variabel inflasi dan suku bunga SBI cukup kuat dan searah. Korelasi dua variabel bersifat tidak signifikan karena angka signifikansi sebesar 0,127>0,005. 184 Diagram Jalur Diagram jalur dari persamaan struktural di atas adalah sebagai berikut : X1 rX1X2 rX1X3 X2 rX2X3 PYX1 PYX2 e Y PYX3 X3 Persamaan struktur untuk diagram jalur di atas sebagai berikut : 7.1.5 KESIMPULAN Dari hasil analisis di atas diperoleh kesimpulan sebagai berikut : 1 Pengaruh variabel nilai tukar rupiah terhadap IHSG sebesar 0,567 atau 56,7%. 2 Pengaruh variabel inflasi terhadap IHSG sebesar -0,094 atau -9,4%. 3 Pengaruh variabel suku bunga SBI terhadap IHSG sebesar 0,125 atau 12,5%. 4 Pengaruh variabel nilai tukar rupiah, inflasi, dan suku bunga SBI secara gabungan terhadap IHSG sebesar 0,371 atau 37,1%. 5 Pengaruh variabel-variabel lain di luar model analisis jalur ini sebesar 0,629 atau 62,9%. 6 Korelasi antara variabel nilai tukar rupiah dan inflasi sebesar 0,412. 7 Korelasi antara variabel nilai tukar rupiah dan suku bunga SBI sebesar 0,534. 8 Korelasi antara variabel inflasi dan suku bunga SBI sebesar 0,285. MODEL PERSAMAAN DUA JALUR 7.2 KASUS Model kedua ini terdiri dari tiga variabel bebas, yaitu variabel nilai tukar rupiah, inflasi dan suku bunga SBI dengan dua variabel tergantung, yaitu variabel IHSG dan harga saham. Contoh kasus dalam model ini adalah kita ingin mengukur besarnya pengaruh variabel nilai tukar rupiah, inflasi dan suku bunga SBI terhadap variabel 185 IHSG secara langsung dan secara tidak langsung melalui variabel harga saham pada perusahaan telekomunikasi “X”. Model diagram jalurnya dapat digambarkan sebagai berikut : Nilai Tukar Rupiah Harga Saham Inflasi IHSG Suku Bunga SBI Keterangan: Nilai tukar rupiah merupakan variabel bebas pertama dan diberi simbol X1. Inflasi merupakan variabel bebas kedua dan diberi simbol X2. Suku bunga SBI merupakan variabel bebas ketiga dan diberi simbol X3. Harga saham merupakan variabel tergantung satu dan diberi simbol Y1. IHSG merupakan variabel tergantung dua dan diberi simbol Y2. 7.2.1 MASALAH 1. Berapa besar pengaruh variabel nilai tukar rupiah, inflasi dan suku bunga SBI terhadap variabel Harga saham secara parsial atau sendiri-sendiri dan variabel mana yang pengaruhnya paling besar?. 2. Berapa besar pengaruh variabel nilai tukar rupiah, inflasi dan suku bunga SBI terhadap variabel harga saham secara gabungan?. 3. Berapa besar pengaruh variabel nilai tukar rupiah, inflasi, suku bunga SBI dan harga saham terhadap variabel IHSG?. 4. Berapa besar pengaruh variabel nilai tukar rupiah, inflasi dan suku bunga SBI terhadap variabel IHSG melalui variabel harga saham?. 7.2.2 DATA Data seperti terlihat di bawah ini : No Nilai tukar rupiah Inflasi Suku bunga SBI Harga saham IHSG 1 18 18 16 15 14 2 15 18 18 12 11 186 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 18 14 15 17 13 19 15 19 15 16 15 16 11 13 20 16 16 16 12 18 14 15 14 11 14 12 12 9 15 15 15 16 17 19 16 19 16 12 14 17 14 16 12 13 13 15 12 16 16 15 13 11 17 13 14 15 16 15 16 16 13 21 17 18 17 15 14 18 17 17 18 17 15 16 16 15 15 13 18 13 13 11 12 8 14 13 12 13 14 12 14 15 13 11 12 12 13 14 15 14 15 14 14 14 11 12 12 10 10 10 9 8 12 11 11 12 13 12 14 15 12 10 11 10 11 13 12 12 12 12 11 13 12 11 10 8 9 10 6 9 7.2.3 PENYELESAIAN Penyelesaian masalah tersebut dilakukan melalui tahap-tahap sebagai berikut : TAHAP I Menentukan model diagram jalurnya berdasarkan paradigma hubungan antar variabel sebagai berikut : Nilai Tukar Rupiah ϵ1 Inflasi Harga Saham Suku Bunga SBI 187 ϵ2 IHSG TAHAP II Membuat diagram jalur persamaan strukturalnya sebagai berikut : X1 ϵ1 X2 Y1 ϵ2 Y2 X3 Diagram jalur diatas terdiri atas dua persamaan struktural, di mana X 1, X2, dan X3 adalah variabel eksogen dan Y1 serta Y2 adalah variabel endogen. Persamaan strukturalnya dapat dilihat sebagai berikut : TAHAP III Untuk menganalisis dengan menggunakan SPSS, perhatikan langkah-langkah di bawah ini. Analisis ini terdiri dari dua langkah, analisis untuk substruktural 1 dan untuk substruktural 2. Substruktural 1 Analisis Persamaan strukturalnya : Dimana Y1 : harga saham X1 : Nilai tukar rupiah X2 : Inflasi X3 : Suku bunga SBI : Error Pertama, menghitung persamaan regresinya: Klik analyze Pilih Regression Pilih Linier Pada kolom dependen masukkan variabel harga saham 188 Pada kolom independen masukkan variabel nilai tukar rupiah, inflasi dan suku bunga SBI Method: Enter Klik OK. Kedua, menghitung korelasi antara variabel nilai tukar rupiah, inflasi, suku bunga SBI : Klik Analyze Pilih Correlate Pilih Bivariate Masukkan ke kolom Variabel, variabel nilai tukar rupiah, inflasi, dan suku bunga SBI. Klik OK Hasil Perhitungan (Output): ada dua macam hasil penghitungan (output), yaitu output regresi dan output korelasi. Model Summary Model R R-Square Adjusted Std. Error of R Square the Estimate a 1 .609 .371 .299 1.625 a. Predictors: (Constant), Suku bunga SBI, Inflasi, Nilai tukar rupiah ANOVAb Model Sum of df Mean F Sig. Square Square 1 Regression 40.565 3 13.522 5.122 .006a Residual 68.634 26 2.640 Total 109.199 29 a. Predictors: (Constant), Suku bunga SBI, Inflasi, Nilai tukar rupiah b. Dependent Variabel : HARGA SAHAM Konsumen Coefficientsa Model Unstandardized Standardized Coefficients Coefficients B Std.Error Beta 6.257 2.430 .415 .142 .567 t 2.575 2.922 1 (Constant) Nilai tukar rupiah Inflasi -.084 .153 -.094 -.550 Suku .086 .127 .125 .680 bunga SBI a. Dependent Variabel : HARGA SAHAM Konsumen 189 Sig. .016 .007 .587 .503 KORELASI Correlations Nilai Inflasi Suku tukar bunga rupiah SBI Nilai tukar Pearson Correlation 1 .412* .534 ** rupiah Sig. (2-tailed) .024 .002 N 30 30 30 * Inflasi Pearson Correlation .412 1 .285 Sig. (2-tailed) .024 .127 N 30 30 30 Suku bunga Pearson Correlation .534** .285 1 SBI Sig. (2-tailed) .002 .127 N 30 30 30 *Correlations is significants at the 0.05 level (2-tailed) ** Correlations is significants at the 0.01 level (2-tailed) TAHAP IV Penafsiran Hasil 1. Analisis Regresi Kita akan menganalisis regresi dengan melihat pengaruh secara gabungan dan secara parsial. a. Melihat pengaruh nilai tukar rupiah, inflasi, dan suku bunga SBI secara gabungan terhadap harga saham. Untuk melihat pengaruh nilai tukar rupiah, inflasi, dan suku bunga SBI secara gabungan terhadap harga saham, akan kita lihat hasil penghitungan dalam model summary, khususnya angka R square di bawah ini. Model Summary Model R 1 .609a R-Square .371 Adjusted Std. Error of R Square the Estimate .299 1.625 a. Predictors: (Constant), Suku bunga SBI, Inflasi, Nilai tukar rupiah Besarnya angka R square (r2) adalah 0,371. Angka tersebut dapat digunakan untuk melihat pengaruh nilai tukar rupiah, inflasi, dan Suku bunga SBI secara gabungan terhadap harga saham dengan cara menghitung Koefisien Determinasi (KD) dengan menggunakan rumus sebagai berikut : 190 Angka tersebut mempunyai maksud bahwa pengaruh nilai tukar rupiah, inflasi, dan Suku bunga SBI secara gabungan terhadap harga saham adalah 37,1%. Adapun sisanya sebesar 62,9% (100% - 37,1%) dipengaruhi faktor lain. Dengan kata lain, variabilitas harga saham yang dapat diterangkan dengan menggunakan variabel nilai tukar rupiah, inflasi dan suku bunga SBI adalah sebesar 37,1%, sedangkan pengaruh sebesar 62,9% disebabkan oleh variabel-variabel lain di luar model ini. Untuk mengetahui apakah model regresi diatas sudah benar atau salah, diperlukan uji hipotesis. Uji hipotesis menggunakan angka F sebagaimana tertera dalam tabel di bawah ini. ANOVAb Model 1 Sum of df Mean Square Square Regression 40.565 3 13.522 Residual 68.634 26 2.640 109.199 29 Total F Sig. 5.122 .006a a. Predictors: (Constant), Suku bunga SBI, Inflasi, Nilai tukar rupiah b. Dependent Variabel : harga saham Hipotesisnya berbunyi sebagai berikut : H0 : tidak ada hubungan linier antara nilai tukar rupiah, inflasi, dan Suku bunga SBI dengan harga saham. H1 : ada hubungan linier antara nilai tukar rupiah, inflasi, dan suku bunga SBI dengan harga saham. Pengujian dapat dilakukan dengan dua cara. Pertama dengan membandingkan besarnya angka F penelitian dengan F tabel. Cara kedua ialah dengan membandingkan angka taraf signifikansi (sig) hasil penghitungan dengan taraf signifikansi 0,05 (5%). a.1 Menggunakan cara pertama atau membandingkan besarnya angka F penelitian dengan F tabel 191 Pertama: menghitung F penelitian F penelitian dari SPSS didapatkan sebesar 5.122 Kedua: menghitung F tabel dengan ketentuan sebagai berikut : Taraf signifikansi 0,05 dan derajat kebebasan (DK) dengan ketentuan numerator: jumlah variabel – 1 atau 4 – 1 = 3; dan denumerator : jumlah kasus – 4 atau 30 – 4 = 26. Dengan ketentuan tersebut, diperoleh angka F tabel sebesar 2,69. Ketiga: menentukan kriteria uji hipotesis sebagai berikut : Jika F penelitian > F tabel maka H0 ditolak dan H1 diterima Jika F penelitian < F tabel maka H0 diterima dan H1 ditolak Keempat: mengambil keputusan Dari hasil penghitungan didapatkan angka F penelitian sebesar 5,122 > F tabel sebesar 2,69 sehingga H0 ditolak dan H1 diterima artinya ada hubungan linier antara nilai tukar rupiah, inflasi, dan suku bunga SBI dengan harga saham. Dengan demikian, model regresi diatas sudah layak dan benar. Kesimpulannya ialah nilai tukar rupiah, inflasi, dan suku bunga SBI secara gabungan mempengaruhi HARGA SAHAM. Besarnya pengaruh ialah 37,1%. Dan pengaruh sebesar 62,9% disebabkan oleh variabel-variabel lain di luar model ini. a.2 Menggunakan cara kedua atau membandingkan angka taraf signifikansi (sig) hasil penghitungan dengan taraf signifikansi 0,05 (5%). Kriteria sebagai berikut : Jika sig penelitian > F tabel maka H0 ditolak dan H1 diterima Jika sig penelitian < F tabel maka H0 diterima dan H1 ditolak Berdasarkan perhitungan angka signifikansi sebesar 0,006 < 0,05 maka H0 ditolak dan H1 diterima artinya ada hubungan linier antara nilai tukar rupiah, inflasi, dan suku bunga SBI dengan harga saham. b. Melihat pengaruh nilai tukar rupiah, inflasi, dan suku bunga SBI secara parsial terhadap harga saham. Untuk melihat besarnya pengaruh nilai tukar rupiah, inflasi, dan suku bunga SBI secara parsial terhadap harga saham, digunakan uji T, sedangkan untuk 192 melihat besarnya pengaruh, digunakan angka Beta atau Standardized Coefficients di bawah ini : Coefficientsa Model 1 (Constant) Nilai tukar rupiah Inflasi Suku bunga SBI Unstandardized Coefficients B Std.Error 6.257 2.430 .415 .142 -.084 .153 .086 .127 Standardized Coefficients Beta .567 -.094 .125 T 2.575 2.922 -.550 .680 Sig. .016 .007 .587 .503 a. Dependent Variabel : harga saham b.1 Hubungan antara nilai tukar rupiah dan harga saham untuk melihat apakah ada hubungan linier antara nilai tukar rupiah dan harga saham, kita dapat melakukan langkah-langkah analisis sebagai berikut : Pertama: menentukan hipotesis H0 : tidak ada hubungan linier antara nilai tukar rupiah dengan harga saham. H1 : ada hubungan linier antara nilai tukar rupiah dengan harga saham. Kedua: menghitung besarnya angka t penelitian Hasil penghitungan SPSS diperoleh angka t penelitian sebesar 2,922. Ketiga: menghitung besarnya angka t tabel dengan ketentuan berikut : Taraf signifikansi 0,05 dan Derajat Kebebasan (DK) dengan ketentuan: DK=n-2, atau 30-2=28. Dari ketentuan tersebut, diperoleh angka t tabel sebesar 2,048. Keempat: menentukan kriteria uji hipotesis sebagai berikut : Jika t penelitian > t tabel maka H0 ditolak dan H1 diterima Jika t penelitian < t tabel maka H0 diterima dan H1 ditolak Kelima: mengambil keputusan Didasarkan hasil penghitungan diperoleh angka t penelitian sebesar 2,922>t tabel sebesar 2,048 sehingga H0 ditolak dan H1 diterima artinya ada hubungan linier antara nilai tukar rupiah dengan harga saham. Besarnya pengaruh nilai tukar rupiah dengan harga saham sebesar 0,567 atau 56,7%. b.2 Hubungan antara inflasi dan harga saham untuk melihat apakah ada hubungan linier antara inflasi dan harga saham, kita dapat melakukan langkah-langkah analisis sebagai berikut : Pertama: menentukan hipotesis H0 : tidak ada hubungan linier antara inflasi dengan harga saham. 193 H1 : ada hubungan linier antara inflasi dengan harga saham. Kedua: menghitung besarnya angka t penelitian Hasil penghitungan SPSS diperoleh angka t penelitian sebesar -0,550. Ketiga: menghitung besarnya angka t tabel dengan ketentuan berikut : Taraf signifikansi 0,05 dan Derajat Kebebasan (DK) dengan ketentuan: DK=n-2, atau 30-2=28. Dari ketentuan tersebut, diperoleh angka t tabel sebesar 2,048. Keempat: menentukan kriteria uji hipotesis sebagai berikut : Jika t penelitian > t tabel maka H0 ditolak dan H1 diterima Jika t penelitian < t tabel maka H0 diterima dan H1 ditolak Kelima: mengambil keputusan Didasarkan hasil penghitungan diperoleh angka t penelitian sebesar -0,550<ttabel sebesar -2,048 sehingga H0 diterima dan H1 ditolak artinya tidak ada hubungan linier antara inflasi dengan HARGA SAHAM. Besarnya pengaruh inflasi dengan HARGA SAHAM sebesar -0,094 atau -9,4% dianggap tidak signifikan. Hal ini sesuai dengan angka signifikan 0,016<0,05. b.3 Hubungan antara suku bunga SBI dan harga saham untuk melihat apakah ada hubungan linier antara suku bunga SBI dan harga saham, kita dapat melakukan langkah-langkah analisis sebagai berikut : Pertama: menentukan hipotesis H0 : tidak ada hubungan linier antara suku bunga SBI dengan harga saham. H1 : ada hubungan linier antara suku bunga SBI dengan harga saham. Kedua: menghitung besarnya angka t penelitian Hasil penghitungan SPSS diperoleh angka t penelitian sebesar 0,680. Ketiga: menghitung besarnya angka t tabel dengan ketentuan berikut : Taraf signifikansi 0,05 dan Derajat Kebebasan (DK) dengan ketentuan: DK=n-2, atau 30-2=28. Dari ketentuan tersebut, diperoleh angka t tabel sebesar 2,048. Keempat: menentukan kriteria uji hipotesis sebagai berikut : Jika t penelitian > t tabel maka H0 ditolak dan H1 diterima Jika t penelitian < t tabel maka H0 diterima dan H1 ditolak Kelima: mengambil keputusan Didasarkan hasil penghitungan diperoleh angka t penelitian sebesar 0,680<t tabel sebesar 2,048 sehingga H0 diterima dan H1 ditolak artinya tidak ada hubungan linier antara suku bunga SBI dengan harga saham. Besarnya pengaruh suku 194 bunga SBI dengan harga saham sebesar 0,125 atau 12,5% dianggap tidak signifikan. 2. Analisis Korelasi Korelasi antara nilai tukar rupiah, inflasi, suku bunga SBI dan harga saham dapat dilihat pada tabel di bawah ini. Correlations Nilai Inflasi Suku tukar bunga rupiah SBI Nilai tukar Pearson Correlation 1 .412* .534 ** rupiah Sig. (2-tailed) .024 .002 N 30 30 30 * Inflasi Pearson Correlation .412 1 .285 Sig. (2-tailed) .024 .127 N 30 30 30 ** Suku bunga Pearson Correlation .534 .285 1 SBI Sig. (2-tailed) .002 .127 N 30 30 30 *Correlations is significants at the 0.05 level (2-tailed) ** Correlations is significants at the 0.01 level (2-tailed) a. Korelasi antara nilai tukar rupiah dan inflasi Berdasarkan perhitungan diperoleh angka korelasi antara variabel nilai tukar rupiah dan inflasi sebesar 0,412. Untuk menafsir angka tersebut, digunakan kriteria sebagai berikut : 0 – 0,25 >0,25 – 0,5 : Korelasi cukup kuat >0,5 – 0,75 : Korelasi Kuat >0,75 – 1 : Korelasi sangat lemah (dianggap tidak ada) : Korelasi Sangat Kuat Korelasi sebesar 0,412 mempunyai maksud hubungan antara variabel nilai tukar rupiah dan inflasi kuat dan searah (karena hasilnya positif). Searah artinya jika nilai tukar rupiah tinggi maka inflasi juga tinggi. Korelasi dua variabel bersifat signifikan karena angka signifikansi sebesar 0,024 < 0,05. Jika angka signifikansi (sig)<0,05 maka hubungan kedua variabel signifikan. Sebaliknya, jika angka signifikansi (sig)>0,05 maka hubungan kedua variabel tidak signifikan. 195 b. Korelasi antara nilai tukar rupiah dan suku bunga SBI Berdasarkan perhitungan diperoleh angka korelasi antara variabel nilai tukar rupiah dan suku bunga SBI sebesar 0,534. Korelasi sebesar 0,534 mempunyai maksud hubungan antara variabel nilai tukar rupiah dan inflasi kuat dan searah. Korelasi dua variabel bersifat signifikan karena angka signifikansi sebesar 0,002<0,01. Catatan: angka 0,01 digunakan karena hasil penghitungan SPSS memberikan angka signifikansi sebesar 0,01 yang ditandai dengan dua bintang (**). Standar SPSS berada di antara 0,01 sampai 0,05. c. Korelasi antara inflasi dan suku bunga SBI Berdasarkan perhitungan diperoleh angka korelasi antara variabel inflasi dan suku bunga SBI sebesar 0,285. Korelasi sebesar 0,285 mempunyai maksud hubungan antara variabel inflasi dan suku bunga SBI cukup kuat dan searah. Korelasi dua variabel bersifat tidak signifikan karena angka signifikansi sebesar 0,127>0,005. Substruktural 2 Analisis Persamaan strukturalnya ialah Dimana Y2 : Harga saham Y1 : IHSG X1 : Nilai tukar rupiah X2 : Inflasi X3 : Suku bunga SBI : Error Pertama, menghitung persamaan regresinya: Klik analyze Pilih Regression Pilih Linier Pada kolom dependen masukkan variabel harga saham 196 Pada kolom independen masukkan variabel nilai tukar rupiah, inflasi, suku bunga SBI dan IHSG Method: Enter Klik OK. Kedua, menghitung korelasi antara variabel nilai tukar rupiah, inflasi, suku bunga SBI, dan IHSG: Klik Analyze Pilih Correlate Pilih Bivariate Masukkan ke kolom Variabel, variabel nilai tukar rupiah, inflasi, dan suku bunga SBI. Klik OK Hasil Perhitungan (Output): ada dua macam hasil penghitungan (output), yaitu output regresi dan output korelasi. Regresi Model Summary Model R R-Square Adjusted Std. Error of R Square the Estimate 1 .935a .873 .853 .735 a. Predictors: (Constant), Harga saham, Suku bunga SBI, Inflasi, Nilai tukar rupiah ANOVAb Model Sum of df Mean F Sig. Square Square 1 Regression 93.204 3 23.301 43.148 .000a Residual 13.501 25 .540 Total 106.705 29 a. Predictors: (Constant), Harga saham, Suku bunga SBI, Inflasi, Nilai tukar rupiah b. Dependent Variabel : Harga saham Konsumen 197 Coefficientsa Model 1 Unstandardized Coefficients B Std.Error -3.780 1.231 -.066 .074 Standardized Coefficients Beta (Constant) Nilai tukar -.091 rupiah Inflasi .318 .070 .361 Suku .110 .058 .162 bunga SBI IHSG .768 .089 .777 a. Dependent Variabel : Harga saham Konsumen t Sig. -3.070 .005 -.892 .381 4.580 .000 1.899 .069 8.658 .000 Correlations Nilai Inflasi Suku IHSG tukar bunga rupiah SBI * Nilai tukar Pearson Correlation 1 .412 .534 ** .595** rupiah Sig. (2-tailed) .024 .002 .001 N 30 30 30 30 Inflasi Pearson Correlation .412* 1 .285 .175 Sig. (2-tailed) .024 .127 .355 N 30 30 30 30 ** Suku Pearson Correlation .534 .285 1 .401* bunga Sig. (2-tailed) .002 .127 .028 SBI N 30 30 30 30 IHSG Pearson Correlation .595** .175 .401* 1 Sig. (2-tailed) .001 .355 .028 N 30 30 30 30 *Correlations is significants at the 0.05 level (2-tailed) ** Correlations is significants at the 0.01 level (2-tailed) Penafsiran Hasil 1. Analisis Regresi Kita akan menganalisis regresi dengan melihat pengaruh secara gabungan dan secara parsial. a. Melihat pengaruh nilai tukar rupiah, inflasi, suku bunga SBI dan harga saham secara gabungan terhadap IHSG. Untuk melihat pengaruh nilai tukar rupiah, inflasi, suku bunga SBI dan harga saham secara gabungan terhadap IHSG, akan kita lihat hasil penghitungan dalam model summary, khususnya angka R square di bawah ini. 198 Model Summary Model R R-Square Adjusted Std. Error of R Square the Estimate a 1 .935 .873 .853 .735 a. Predictors: (Constant), Harga saham, Suku bunga SBI, Inflasi, Nilai tukar rupiah Besarnya angka R square (r2) adalah 0,935. Angka tersebut dapat digunakan untuk melihat pengaruh nilai tukar rupiah, inflasi, Suku bunga SBI dan harga saham secara gabungan terhadap IHSG dengan cara menghitung Koefisien Determinasi (KD) dengan menggunakan rumus sebagai berikut : Angka tersebut mempunyai maksud bahwa pengaruh nilai tukar rupiah, inflasi, Suku bunga SBI dan harga saham secara gabungan terhadap IHSG adalah 93,5%. Adapun sisanya sebesar 12,7% (100% - 93,5%) dipengaruhi faktor lain. Dengan kata lain, variabilitas IHSG yang dapat diterangkan dengan menggunakan variabel nilai tukar rupiah, inflasi, suku bunga SBI dan harga saham adalah sebesar 93,5%, sedangkan pengaruh sebesar 12,7% disebabkan oleh variabel-variabel lain di luar model ini. Untuk mengetahui apakah model regresi diatas sudah benar atau salah, diperlukan uji hipotesis. Uji hipotesis menggunakan angka F sebagaimana tertera dalam tabel di bawah ini. ANOVAb Model Sum of df Mean F Sig. Square Square 1 Regression 93.204 3 23.301 43.148 .000a Residual 13.501 25 .540 Total 106.705 29 a. Predictors: (Constant), Harga saham, Suku bunga SBI, Inflasi, Nilai tukar rupiah b. Dependent Variabel : Harga saham Hipotesisnya berbunyi sebagai berikut : 199 H0 : tidak ada hubungan linier antara nilai tukar rupiah, inflasi, Suku bunga SBI dan harga saham dengan IHSG. H1 : ada hubungan linier antara nilai tukar rupiah, inflasi, suku bunga SBI dan harga saham dengan IHSG. Pengujian dapat dilakukan dengan dua cara. Pertama dengan membandingkan besarnya angka F penelitian dengan F tabel. Cara kedua ialah dengan membandingkan angka taraf signifikansi (sig) hasil penghitungan dengan taraf signifikansi 0,05 (5%). a.1 Menggunakan cara pertama atau membandingkan besarnya angka F penelitian dengan F tabel Pertama: menghitung F penelitian F penelitian dari SPSS didapatkan sebesar 43,148 Kedua: menghitung F tabel dengan ketentuan sebagai berikut : Taraf signifikansi 0,05 dan derajat kebebasan (DK) dengan ketentuan numerator: jumlah variabel – 1 atau 4 – 1 = 3; dan denumerator : jumlah kasus – 4 atau 30 – 4 = 26. Dengan ketentuan tersebut, diperoleh angka F tabel sebesar 2,74. Ketiga: menentukan kriteria uji hipotesis sebagai berikut : Jika F penelitian > F tabel maka H0 ditolak dan H1 diterima Jika F penelitian < F tabel maka H0 diterima dan H1 ditolak Keempat: mengambil keputusan Dari hasil penghitungan didapatkan angka F penelitian sebesar 43,148 > F tabel sebesar 2,74 sehingga H0 ditolak dan H1 diterima artinya ada hubungan linier antara nilai tukar rupiah, inflasi, suku bunga SBI dan harga saham dengan IHSG. Dengan demikian, model regresi diatas sudah layak dan benar. Kesimpulannya ialah nilai tukar rupiah, inflasi, suku bunga SBI dan harga saham secara gabungan mempengaruhi IHSG. Besarnya pengaruh ialah 87,3%. Dan pengaruh sebesar 12,7% disebabkan oleh variabel-variabel lain di luar model ini. a.2 Menggunakan cara kedua atau membandingkan angka taraf signifikansi (sig) hasil penghitungan dengan taraf signifikansi 0,05 (5%). Kriteria sebagai berikut : 200 Jika sig penelitian > F tabel maka H0 ditolak dan H1 diterima Jika sig penelitian < F tabel maka H0 diterima dan H1 ditolak Berdasarkan perhitungan angka signifikansi sebesar 0,00 < 0,05 maka H 0 ditolak dan H1 diterima artinya ada hubungan linier antara nilai tukar rupiah, inflasi, suku bunga SBI dan harga saham dengan IHSG. b. Melihat pengaruh nilai tukar rupiah, inflasi, suku bunga SBI dan harga saham secara parsial terhadap IHSG. Untuk melihat besarnya pengaruh nilai tukar rupiah, inflasi, suku bunga SBI dan harga saham secara parsial terhadap IHSG, digunakan uji T, sedangkan untuk melihat besarnya pengaruh, digunakan angka Beta atau Standardized Coefficients di bawah ini : Coefficientsa Model 1 Unstandardized Coefficients B Std.Error -3.780 1.231 -.066 .074 Standardized Coefficients Beta (Constant) Nilai tukar rupiah Inflasi .318 .070 Suku .110 .058 bunga SBI HARGA .768 .089 SAHAM a. Dependent Variabel : Harga saham -.091 t Sig. -3.070 .005 -.892 .381 .361 .162 4.580 .000 1.899 .069 .777 8.658 .000 b.1 Hubungan antara nilai tukar rupiah dan IHSG untuk melihat apakah ada hubungan linier antara nilai tukar rupiah dan IHSG, kita dapat melakukan langkah-langkah analisis sebagai berikut : Pertama: menentukan hipotesis H0 : tidak ada hubungan linier antara nilai tukar rupiah dengan IHSG. H1 : ada hubungan linier antara nilai tukar rupiah dengan IHSG. Kedua: menghitung besarnya angka t penelitian Hasil penghitungan SPSS diperoleh angka t penelitian sebesar -0,892. Ketiga: menghitung besarnya angka t tabel dengan ketentuan berikut : Taraf signifikansi 0,05 dan Derajat Kebebasan (DK) dengan ketentuan: DK=n-2, atau 30-2=28. Dari ketentuan tersebut, diperoleh angka t tabel sebesar 2,048. 201 Keempat: menentukan kriteria uji hipotesis sebagai berikut : Jika t penelitian > t tabel maka H0 ditolak dan H1 diterima Jika t penelitian < t tabel maka H0 diterima dan H1 ditolak Kelima: mengambil keputusan Didasarkan hasil penghitungan diperoleh angka t penelitian sebesar -0,892<ttabel sebesar -2,048 sehingga H0 diterima dan H1 ditolak artinya tidak ada hubungan linier antara nilai tukar rupiah dengan IHSG. Besarnya pengaruh nilai tukar rupiah dengan IHSG sebesar -0,09 atau 9,1% dianggap tidak signifikan. Hal ini tercermin dalam angka signifikansi sebesar 0,381>0,05. b.2 Hubungan antara inflasi dan IHSG untuk melihat apakah ada hubungan linier antara inflasi dan IHSG, kita dapat melakukan langkah-langkah analisis sebagai berikut : Pertama: menentukan hipotesis H0 : tidak ada hubungan linier antara inflasi dengan IHSG. H1 : ada hubungan linier antara inflasi dengan IHSG. Kedua: menghitung besarnya angka t penelitian Hasil penghitungan SPSS diperoleh angka t penelitian sebesar 4,580. Ketiga: menghitung besarnya angka t tabel dengan ketentuan berikut : Taraf signifikansi 0,05 dan Derajat Kebebasan (DK) dengan ketentuan: DK=n-2, atau 30-2=28. Dari ketentuan tersebut, diperoleh angka t tabel sebesar 2,048. Keempat: menentukan kriteria uji hipotesis sebagai berikut : Jika t penelitian > t tabel maka H0 ditolak dan H1 diterima Jika t penelitian < t tabel maka H0 diterima dan H1 ditolak Kelima: mengambil keputusan Didasarkan hasil penghitungan diperoleh angka t penelitian sebesar 4,580>ttabel sebesar 2,048 sehingga H0 ditolak dan H1 diterima artinya ada hubungan linier antara inflasi dengan IHSG. Besarnya pengaruh inflasi dengan IHSG sebesar 0,361 atau 36,1%. b.3 Hubungan antara suku bunga SBI dan IHSG untuk melihat apakah ada hubungan linier antara suku bunga SBI dan IHSG, kita dapat melakukan langkah-langkah analisis sebagai berikut : Pertama: menentukan hipotesis 202 H0 : tidak ada hubungan linier antara suku bunga SBI dengan IHSG. H1 : ada hubungan linier antara suku bunga SBI dengan IHSG. Kedua: menghitung besarnya angka t penelitian Hasil penghitungan SPSS diperoleh angka t penelitian sebesar 1,899. Ketiga: menghitung besarnya angka t tabel dengan ketentuan berikut : Taraf signifikansi 0,05 dan Derajat Kebebasan (DK) dengan ketentuan: DK=n-2, atau 30-2=28. Dari ketentuan tersebut, diperoleh angka t tabel sebesar 2,048. Keempat: menentukan kriteria uji hipotesis sebagai berikut : Jika t penelitian > t tabel maka H0 ditolak dan H1 diterima Jika t penelitian < t tabel maka H0 diterima dan H1 ditolak Kelima: mengambil keputusan Didasarkan hasil penghitungan diperoleh angka t penelitian sebesar 1,899<t tabel sebesar 2,048 sehingga H0 diterima dan H1 ditolak artinya tidak ada hubungan linier antara suku bunga SBI dengan harga saham. Besarnya pengaruh suku bunga SBI dengan harga saham sebesar 0,162 atau 16,2% dianggap tidak signifikan. b.4 Hubungan antara harga saham dan IHSG untuk melihat apakah ada hubungan linier antara harga saham dan IHSG, kita dapat melakukan langkah-langkah analisis sebagai berikut : Pertama: menentukan hipotesis H0 : tidak ada hubungan linier antara harga saham dengan IHSG. H1 : ada hubungan linier antara harga saham dengan IHSG. Kedua: menghitung besarnya angka t penelitian Hasil penghitungan SPSS diperoleh angka t penelitian sebesar 8,658. Ketiga: menghitung besarnya angka t tabel dengan ketentuan berikut : Taraf signifikansi 0,05 dan Derajat Kebebasan (DK) dengan ketentuan: DK=n-2, atau 30-2=28. Dari ketentuan tersebut, diperoleh angka t tabel sebesar 2,048. Keempat: menentukan kriteria uji hipotesis sebagai berikut : Jika t penelitian > t tabel maka H0 ditolak dan H1 diterima Jika t penelitian < t tabel maka H0 diterima dan H1 ditolak Kelima: mengambil keputusan Didasarkan hasil penghitungan diperoleh angka t penelitian sebesar 8,658>ttabel sebesar 2,048 sehingga H0 ditolak dan H1 diterima artinya ada hubungan linier 203 antara harga saham dengan IHSG. Besarnya pengaruh harga saham dengan IHSG sebesar 0,777 atau 77,7%. 2. Analisis Korelasi Korelasi antara nilai tukar rupiah, inflasi, suku bunga SBI, harga saham dan IHSG dapat dilihat pada tabel di bawah ini. Correlations Nilai tukar rupiah Nilai tukar rupiah Inflasi Suku bunga SBI Harga saham Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N Inflasi 1 30 * .412 .024 30 ** .534 .002 30 ** .595 .001 30 * .412 .024 30 1 30 .285 .127 30 .175 .355 30 Suku bunga SBI ** .534 .002 30 .285 .127 30 1 30 * .401 .028 30 Harga saham ** .595 .001 30 .175 .355 30 * .401 .028 30 1 30 a. Korelasi antara nilai tukar rupiah dan inflasi Berdasarkan perhitungan diperoleh angka korelasi antara variabel nilai tukar rupiah dan inflasi sebesar 0,412. Untuk menafsir angka tersebut, digunakan kriteria sebagai berikut : 0 – 0,25 >0,25 – 0,5 : Korelasi cukup kuat >0,5 – 0,75 : Korelasi Kuat >0,75 – 1 : Korelasi sangat lemah (dianggap tidak ada) : Korelasi Sangat Kuat Korelasi sebesar 0,412 mempunyai maksud hubungan antara variabel nilai tukar rupiah dan inflasi kuat dan searah (karena hasilnya positif). Searah artinya jika nilai tukar rupiah tinggi maka inflasi juga tinggi. Korelasi dua variabel bersifat signifikan karena angka signifikansi sebesar 0,024 < 0,05. Jika angka signifikansi (sig)<0,05 maka hubungan kedua variabel signifikan. Sebaliknya, jika angka signifikansi (sig)>0,05 maka hubungan kedua variabel tidak signifikan. b. Korelasi antara nilai tukar rupiah dan suku bunga SBI 204 Berdasarkan perhitungan diperoleh angka korelasi antara variabel nilai tukar rupiah dan suku bunga SBI sebesar 0,534. Korelasi sebesar 0,534 mempunyai maksud hubungan antara variabel nilai tukar rupiah dan suku bunga SBI kuat dan searah. Korelasi dua variabel bersifat signifikan karena angka signifikansi sebesar 0,002<0,02. Catatan: angka 0,02 digunakan karena hasil penghitungan SPSS memberikan angka signifikansi sebesar 0,02 yang ditandai dengan dua bintang (**). Standar SPSS berada di antara 0,01 sampai 0,05. c. Korelasi antara nilai tukar rupiah dan Harga saham Berdasarkan perhitungan diperoleh angka korelasi antara variabel nilai tukar rupiah dan Harga saham sebesar 0,595. Korelasi sebesar 0,595 mempunyai maksud hubungan antara variabel nilai tukar rupiah dan Harga saham kuat dan searah. Korelasi dua variabel bersifat signifikan karena angka signifikansi sebesar 0,00<0,01. d. Korelasi antara inflasi dan suku bunga SBI Berdasarkan perhitungan diperoleh angka korelasi antara variabel inflasi dan suku bunga SBI sebesar 0,285. Korelasi sebesar 0,285 mempunyai maksud hubungan antara variabel inflasi dan suku bunga SBI cukup kuat dan searah. Korelasi dua variabel bersifat tidak signifikan karena angka signifikansi sebesar 0,127>0,05. e. Korelasi antara inflasi dan harga saham Berdasarkan perhitungan diperoleh angka korelasi antara variabel inflasi dan harga saham sebesar 0,175. Korelasi sebesar 0,175 mempunyai maksud hubungan antara variabel inflasi dan harga saham sangat lemah dan searah. Korelasi dua variabel bersifat signifikan karena angka signifikansi sebesar 0,355>0,05. f. Korelasi antara suku bunga SBI dan harga saham Berdasarkan perhitungan diperoleh angka korelasi antara variabel suku bunga SBI dan harga saham sebesar 0,401. Korelasi sebesar 0,401 mempunyai maksud hubungan antara variabel suku bunga SBI dan harga saham sangat 205 kuat dan searah. Korelasi dua variabel bersifat signifikan karena angka signifikansi sebesar 0,028>0,05. 3. Penghitungan Pengaruh a. Pengaruh Langsung (Direct Effect atau DE) Untuk menghitung pengaruh langsung atau DE, digunakan formula sebagai berikut : Pengaruh variabel nilai tukar rupiah terhadap harga saham Pengaruh variabel inflasi terhadap harga saham Pengaruh variabel suku bunga SBI terhadap harga saham Pengaruh variabel nilai tukar rupiah terhadap IHSG Pengaruh variabel suku bunga SBI terhadap IHSG Pengaruh variabel HARGA SAHAM terhadap IHSG b. Pengaruh Tidak Langsung (Indirect Effect atau IE) Untuk menghitung pengaruh tidak langsung atau IE, digunakan formula sebagai berikut : Pengaruh variabel nilai tukar rupiah terhadap IHSG melalui harga saham ( ) Pengaruh variabel inflasi terhadap IHSG melalui harga saham ( ) Pengaruh variabel suku bunga SBI terhadap IHSG melalui harga saham ( ) 206 c. Pengaruh Total (Total Effect) Pengaruh variabel nilai tukar rupiah terhadap IHSG melalui harga saham ( ) Pengaruh variabel inflasi terhadap IHSG melalui harga saham ( ) Pengaruh variabel suku bunga SBI terhadap IHSG melalui harga saham ( ) Pengaruh variabel nilai tukar rupiah terhadap IHSG Pengaruh variabel suku bunga SBI terhadap IHSG Pengaruh variabel harga saham terhadap IHSG ϵ1 X1 PY1X1 rX1X2 rX1X3 X2 PY2X1 PY1X2 rX2X3 PY1X3 ϵ2 Y1 PY2Y1 Y2 PY2X3 X3 0,629 0,127 X1 0,412 0,534 0,567 X2 0,285 -0,094 0,125 -0,091 Y1 0,777 0,162 X3 Persamaan struktural untuk model tersebut ialah : Sub struktur 1 : Sub struktur 2 : 207 Y2 7.2.4 KESIMPULAN Dari hasil analisis perhitungan diatas, kita dapat mengambil kesimpulan sebagai berikut : 1. Pengaruh variabel nilai tukar rupiah terhadap IHSG secara langsung sebesar -0,091. 2. Pengaruh variabel suku bunga SBI terhadap IHSG secara langsung sebesar 0,162 3. Pengaruh variabel HARGA SAHAM terhadap IHSG secara langsung sebesar 0,777. 4. Pengaruh variabel nilai tukar rupiah, inflasi, suku bunga SBI, dan HARGA SAHAM terhadap IHSG secara gabungan sebesar 0,873. 5. Pengaruh variabel-variabel lain di luar model terhadap IHSG sebesar 0,127. 6. Pengaruh variabel nilai tukar rupiah terhadap HARGA SAHAM sebesar 0,567 7. Pengaruh variabel inflasi terhadap HARGA SAHAM sebesar -0,094 8. Pengaruh variabel suku bunga SBI terhadap HARGA SAHAM sebesar 0,125 9. Pengaruh variabel nilai tukar rupiah, inflasi, dan suku bunga SBI terhadap HARGA SAHAM secara gabungan sebesar 0,371. 10. Pengaruh variabel-variabel lain di luar model terhadap HARGA SAHAM sebesar 0,629. MODEL PERSAMAAN TIGA JALUR 7.3 KASUS Model ketiga ini terdiri atas variabel bebas nilai tukar rupiah, inflasi dan suku bunga SBI. Variabel bebas ketiga berfungsi sebagai variabel perantara. Variabel tergantung terdiri dari dua variabel, yaitu variabel IHSG dan harga saham. Contoh kasusnya ialah, kita ingin mengukur besarnya pengaruh variabel bebas nilai tukar rupiah, inflasi dan suku bunga SBI terhadap IHSG serta harga saham, baik secara langsung maupun tidak langsung pada perusahaan telekomunikasi seluler “P”. Model diagram jalurnya sebagai berikut : 208 Nilai Tukar Harga Saham Suku Bunga Inflasi IHSG 7.3.1 MASALAH 1. Berapa besar pengaruh variabel nilai tukar rupiah dan inflasi terhadap suku bunga SBI secara parsial ? 2. Berapa besar pengaruh variabel nilai tukar rupiah dan inflasi terhadap suku bunga SBI secara bersama-sama ? 3. Berapa besar pengaruh variabel nilai tukar rupiah, inflasi dan suku bunga SBI terhadap harga saham secara parsial dan variabel mana yang pengaruhnya paling besar ? 4. Berapa besar pengaruh variabel nilai tukar rupiah dan inflasi terhadap harga saham melalui suku bunga SBI ? 5. Berapa besar pengaruh variabel nilai tukar rupiah, inflasi dan suku bunga SBI terhadap IHSG secara parsial dan variabel mana yang pengaruhnya paling besar? 6. Berapa besar pengaruh variabel nilai tukar rupiah dan inflasi terhadap IHSG melalui suku bunga SBI ? 7. Berapa besar pengaruh variabel nilai tukar rupiah, inflasi dan suku bunga SBI terhadap IHSG melalui harga saham baik secara gabungan atau sendiri-sendiri ? 8. Berapa besar pengaruh variabel nilai tukar rupiah, inflasi dan suku bunga SBI dan harga saham terhadap IHSG baik secara gabungan atau sendiri-sendiri ? 9. Berapa besar pengaruh variabel nilai tukar rupiah dan inflasi terhadap IHSG melalui suku bunga SBI dan harga saham? 10. Berapa besar pengaruh variabel suku bunga SBI terhadap IHSG melalui harga saham? 209 7.3.2 DATA Data seperti terlihat di bawah ini : No Nilai tukar rupiah Inflasi Suku bunga SBI Harga Saham IHSG 1 18 18 16 15 14 2 15 18 18 12 11 3 18 15 16 14 12 4 14 15 15 13 11 5 15 15 16 12 11 6 17 16 16 13 12 7 13 17 13 14 13 8 19 19 21 12 12 9 15 16 17 14 14 10 19 19 18 15 15 11 15 16 17 13 12 12 16 12 15 11 10 13 15 14 14 12 11 14 16 17 18 12 10 15 11 14 17 13 11 16 13 16 17 14 13 17 20 12 18 15 12 18 16 13 17 14 12 19 16 13 15 15 12 20 16 15 16 14 12 21 12 12 16 14 11 22 18 16 15 14 13 23 14 16 15 11 12 24 15 15 13 12 11 25 14 13 18 12 10 26 11 11 13 10 8 27 14 17 13 10 9 28 12 13 11 10 10 29 12 14 12 9 6 30 9 15 8 8 9 7.3.3 PENYELESAIAN Penyelesaian masalah tersebut dilakukan melalui tahap-tahap sebagai berikut : TAHAP I Tahap pertama adalah menentukan diagram jalur sesuai dengan paradigma hubungan variabel 210 Nilai Tukar Harga Saham Suku Bunga Inflasi IHSG Diagram jalur di atas terdiri atas tiga persamaan struktural, dimana X 1 dan X2 sebagai variabel eksogen, sedangkan X3, Y1 dan Y2 sebagai variabel endogen. Persamaan strukturalnya dapat dilihat sebagai berikut : 1. 2. 3. TAHAP II Tahap berikutnya adalah menentukan model diagram jalurnya PY1X1 X1 PY1X3 PX3X1 rX1X2 Y1 PY2Y1 X3 PY2X3 PX3X2 X2 PY2X2 Y2 TAHAP III Untuk menganalisis dengan menggunakan SPSS, perhatikan langkah-langkahdi bawah ini. Analisis terbagi ke dalam tiga bagian, analisis substruktural 1, 2 dan 3. 211 Substruktur I Analisis Persamaan strukturalnya : Dimana : X3 : Suku bunga SBI X2 : Inflasi X1 : Nilai tukar rupiah : Error Pertama, menghitung persamaan regresinya: Klik analyze Pilih Regression Pilih Linier Pada kolom dependen masukkan variabel suku bunga SBI Pada kolom independen masukkan variabel nilai tukar rupiah dan inflasi Method: Enter Klik OK. Kedua, menghitung korelasi antara variabel nilai tukar rupiah, inflasi, suku bunga SBI, dan IHSG: Klik Analyze Pilih Correlate Pilih Bivariate Masukkan ke kolom Variabel, variabel nilai tukar rupiah, inflasi, dan suku bunga SBI. Klik OK Hasil Perhitungan (Output): ada dua macam hasil penghitungan (output), yaitu output regresi dan output korelasi. Regresi Model Summary Model R R-Square Adjusted Std. Error of R Square the Estimate 1 .539a .290 .238 2.462 b. Predictors: (Constant), Inflasi, Nilai tukar rupiah 212 ANOVAb Model Sum of Df Mean F Sig. Square Square 1 Regression 66.894 3 33.447 5.519 .010a Residual 163.614 27 6.060 Total 230.508 29 c. Predictors: (Constant), Inflasi, Nilai tukar rupiah d. Dependent Variabel : Suku bunga SBI Konsumen Coefficientsa Model 1 Unstandardized Coefficients B Std.Error 6.178 3.484 .534 .189 Standardized Coefficients Beta (Constant) Nilai tukar rupiah Inflasi .102 .231 b. Dependent Variabel : Harga saham .502 t Sig. 1.773 .087 2.819 .009 .079 .442 .662 Correlations Nilai Inflasi tukar rupiah Nilai tukar Pearson Correlation 1 .412* rupiah Sig. (2-tailed) .024 N 30 30 Inflasi Pearson Correlation .412* 1 Sig. (2-tailed) .024 N 30 30 *Correlations is significants at the 0.05 level (2-tailed) ** Correlations is significants at the 0.01 level (2-tailed) Penafsiran Hasil 1. Analisis Regresi Kita akan menganalisis regresi dengan melihat pengaruh secara gabungan dan secara parsial. a. Melihat pengaruh nilai tukar rupiah dan inflasi secara gabungan terhadap suku bunga SBI. Untuk melihat pengaruh nilai tukar rupiah dan inflasi secara gabungan terhadap suku bunga SBI, akan kita lihat hasil penghitungan dalam model summary, khususnya angka R square di bawah ini. 213 Model Summary Model R 1 R-Square Adjusted Std. Error of R Square the Estimate a .539 .290 .238 2.462 a. Predictors: (Constant), Inflasi, Nilai tukar rupiah Besarnya angka R square (r2) adalah 0,290. Angka tersebut dapat digunakan untuk melihat pengaruh nilai tukar rupiah, inflasi, dan Suku bunga SBI secara gabungan terhadap IHSG dengan cara menghitung Koefisien Determinasi (KD) dengan menggunakan rumus sebagai berikut : Angka tersebut mempunyai maksud bahwa pengaruh nilai tukar rupiah dan inflasi secara gabungan terhadap Suku bunga SBI adalah 29%. Adapun sisanya sebesar 71% (100% - 29%) dipengaruhi faktor lain. Dengan kata lain, variabilitas suku bunga SBI yang dapat diterangkan dengan menggunakan variabel nilai tukar rupiah dan inflasi adalah sebesar 29%, sedangkan pengaruh sebesar 71% disebabkan oleh variabel-variabel lain di luar model ini. Untuk mengetahui apakah model regresi diatas sudah benar atau salah, diperlukan uji hipotesis. Uji hipotesis menggunakan angka F sebagaimana tertera dalam tabel di bawah ini. ANOVAb Model 1 Sum of Df Mean F Sig. Square Square Regression 66.894 3 33.447 5.519 .010a Residual 163.614 27 6.060 Total 230.508 29 a. Predictors: (Constant), Inflasi, Nilai tukar rupiah b. Dependent Variabel : Suku bunga SBI Konsumen Hipotesisnya berbunyi sebagai berikut : H0 : tidak ada hubungan linier antara nilai tukar rupiah dan inflasi dengan Suku bunga SBI. H1 : ada hubungan linier antara nilai tukar rupiah dan inflasi dengan Suku bunga SBI. 214 Pengujian dapat dilakukan dengan dua cara. Pertama dengan membandingkan besarnya angka F penelitian dengan F tabel. Cara kedua ialah dengan membandingkan angka taraf signifikansi (sig) hasil penghitungan dengan taraf signifikansi 0,05 (5%). a.1 Menggunakan cara pertama atau membandingkan besarnya angka F penelitian dengan F tabel Pertama: menghitung F penelitian F penelitian dari SPSS didapatkan sebesar 5,519 Kedua: menghitung F tabel dengan ketentuan sebagai berikut : Taraf signifikansi 0,05 dan derajat kebebasan (DK) dengan ketentuan numerator: jumlah variabel – 1 atau 4 – 1 = 3; dan denumerator : jumlah kasus – 4 atau 30 – 4 = 26. Dengan ketentuan tersebut, diperoleh angka F tabel sebesar 2,74. Ketiga: menentukan kriteria uji hipotesis sebagai berikut : Jika F penelitian > F tabel maka H0 ditolak dan H1 diterima Jika F penelitian < F tabel maka H0 diterima dan H1 ditolak Keempat: mengambil keputusan Dari hasil penghitungan didapatkan angka F penelitian sebesar 5,519 > F tabel sebesar 2,74 sehingga H0 ditolak dan H1 diterima artinya ada hubungan linier antara nilai tukar rupiah dan inflasi dengan harga saham. Dengan demikian, model regresi diatas sudah layak dan benar. Kesimpulannya ialah nilai tukar rupiah dan inflasi secara gabungan mempengaruhi harga saham. Besarnya pengaruh ialah 29%. Dan pengaruh sebesar 71% disebabkan oleh variabel-variabel lain di luar model ini. a.2 Menggunakan cara kedua atau membandingkan angka taraf signifikansi (sig) hasil penghitungan dengan taraf signifikansi 0,05 (5%). Kriteria sebagai berikut : Jika sig penelitian > F tabel maka H0 ditolak dan H1 diterima Jika sig penelitian < F tabel maka H0 diterima dan H1 ditolak 215 Berdasarkan perhitungan angka signifikansi sebesar 0,010 < 0,05 maka H0 ditolak dan H1 diterima artinya ada hubungan linier antara nilai tukar rupiah dan inflasi dengan harga saham. b. Melihat pengaruh nilai tukar rupiah, inflasi, suku bunga SBI dan IHSG secara parsial terhadap harga saham. Untuk melihat besarnya pengaruh nilai tukar rupiah, inflasi, suku bunga SBI dan IHSG secara parsial terhadap harga saham, digunakan uji T, sedangkan untuk melihat besarnya pengaruh, digunakan angka Beta atau Standardized Coefficients di bawah ini : Coefficientsa Model 1 Unstandardized Coefficients B Std.Error 6.178 3.484 .534 .189 Standardized Coefficients Beta (Constant) Nilai tukar rupiah Inflasi .102 .231 a. Dependent Variabel : Harga saham .502 t Sig. 1.773 .087 2.819 .009 .079 .442 .662 b.1 Hubungan antara nilai tukar rupiah dan suku bunga SBI untuk melihat apakah ada hubungan linier antara nilai tukar rupiah dan suku bunga SBI, kita dapat melakukan langkah-langkah analisis sebagai berikut : Pertama: menentukan hipotesis H0 : tidak ada hubungan linier antara nilai tukar rupiah dengan suku bunga SBI. H1 : ada hubungan linier antara nilai tukar rupiah dengan suku bunga SBI. Kedua: menghitung besarnya angka t penelitian Hasil penghitungan SPSS diperoleh angka t penelitian sebesar 2,819. Ketiga: menghitung besarnya angka t tabel dengan ketentuan berikut : Taraf signifikansi 0,05 dan Derajat Kebebasan (DK) dengan ketentuan: DK=n-2, atau 30-2=28. Dari ketentuan tersebut, diperoleh angka t tabel sebesar 2,048. Keempat: menentukan kriteria uji hipotesis sebagai berikut : Jika t penelitian > t tabel maka H0 ditolak dan H1 diterima Jika t penelitian < t tabel maka H0 diterima dan H1 ditolak Kelima: mengambil keputusan 216 Didasarkan hasil penghitungan diperoleh angka t penelitian sebesar 2,819<ttabel sebesar 2,048 sehingga H0 ditolak dan H1 diterima artinya ada hubungan linier antara nilai tukar rupiah dengan suku bunga SBI. Besarnya pengaruh nilai tukar rupiah dengan suku bunga SBI sebesar 0,502 atau 50,2% dianggap signifikan. b.2 Hubungan antara inflasi dan suku bunga SBI untuk melihat apakah ada hubungan linier antara inflasi dan suku bunga SBI, kita dapat melakukan langkah-langkah analisis sebagai berikut : Pertama: menentukan hipotesis H0 : tidak ada hubungan linier antara inflasi dengan suku bunga SBI. H1 : ada hubungan linier antara inflasi dengan suku bunga SBI. Kedua: menghitung besarnya angka t penelitian Hasil penghitungan SPSS diperoleh angka t penelitian sebesar 0,442. Ketiga: menghitung besarnya angka t tabel dengan ketentuan berikut : Taraf signifikansi 0,05 dan Derajat Kebebasan (DK) dengan ketentuan: DK=n-2, atau 30-2=28. Dari ketentuan tersebut, diperoleh angka t tabel sebesar 2,048. Keempat: menentukan kriteria uji hipotesis sebagai berikut : Jika t penelitian > t tabel maka H0 ditolak dan H1 diterima Jika t penelitian < t tabel maka H0 diterima dan H1 ditolak Kelima: mengambil keputusan Didasarkan hasil penghitungan diperoleh angka t penelitian sebesar 0,442<t tabel sebesar 2,048 sehingga H0 diterima dan H1 ditolak artinya tidak ada hubungan linier antara inflasi dengan suku bunga SBI. Besarnya pengaruh inflasi dengan suku bunga SBI sebesar 0,079 atau 7,9%. Dianggap tidak signifikan. 2. Analisis Korelasi Bagian kedua akan menganalisis korelasi antara variabel nilai tukar rupiah dan inflasi dengan hasil perhitungan SPSS sebagaimana tertera di bawah ini : 217 Correlations Nilai Inflasi tukar rupiah Nilai tukar Pearson Correlation 1 .412* rupiah Sig. (2-tailed) .024 N 30 30 * Inflasi Pearson Correlation .412 1 Sig. (2-tailed) .024 N 30 30 *Correlations is significants at the 0.05 level (2-tailed) ** Correlations is significants at the 0.01 level (2-tailed) Berdasarkan perhitungan diperoleh angka korelasi antara variabel nilai tukar rupiah dan inflasi sebesar 0,412. Untuk menafsir angka tersebut, digunakan kriteria sebagai berikut : 0 – 0,25 >0,25 – 0,5 : Korelasi cukup kuat >0,5 – 0,75 : Korelasi Kuat >0,75 – 1 : Korelasi sangat lemah (dianggap tidak ada) : Korelasi Sangat Kuat Korelasi sebesar 0,412 mempunyai maksud hubungan antara variabel nilai tukar rupiah dan inflasi kuat dan searah (karena hasilnya positif). Searah artinya jika nilai tukar rupiah tinggi maka inflasi juga tinggi. Korelasi dua variabel bersifat signifikan karena angka signifikansi sebesar 0,024 < 0,05. Jika angka signifikansi (sig)<0,05 maka hubungan kedua variabel signifikan. Sebaliknya, jika angka signifikansi (sig)>0,05 maka hubungan kedua variabel tidak signifikan. Substruktur 2 Analisis Persamaan Strukturalnya : Dimana : Y1 : HARGA SAHAM X1 : Nilai tukar rupiah X2 : Inflasi X3 : Suku bunga SBI 218 : Error Pertama, menghitung persamaan regresinya: Klik analyze Pilih Regression Pilih Linier Pada kolom dependen masukkan variabel HARGA SAHAM Pada kolom independen masukkan variabel nilai tukar rupiah, inflasi dan suku bunga SBI Method: Enter Klik OK. Kedua, menghitung korelasi antara variabel nilai tukar rupiah, inflasi, suku bunga SBI, dan suku bunga SBI: Klik Analyze Pilih Correlate Pilih Bivariate Masukkan ke kolom Variabel, variabel nilai tukar rupiah, inflasi, dan suku bunga SBI. Klik OK Hasil Perhitungan (Output): ada dua macam hasil penghitungan (output), yaitu output regresi dan output korelasi. Model Summary Model R Adjusted Std. Error of R Square the Estimate a .609 .371 .299 1.625 a. Predictors: (Constant), Inflasi, Nilai tukar rupiah 1 R-Square ANOVAb Model 1 Sum of Df Mean F Sig. Square Square Regression 40.565 3 13.522 5.122 .006a Residual 68.634 26 2.640 Total 109.199 29 a. Predictors: (Constant), Inflasi, Nilai tukar rupiah b. Dependent Variabel : Suku bunga SBI Konsumen 219 Coefficientsa Model 1 Unstandardized Coefficients B Std.Error 6.257 2.430 .415 .142 Standardized Coefficients Beta (Constant) Nilai tukar rupiah Inflasi -.084 .153 Suku .086 .127 bunga SBI a. Dependent Variabel : Harga saham .567 T Sig. 2.575 .016 2.922 .007 -.094 .125 -.550 .587 .680 .503 Correlations Nilai Inflasi Suku tukar bunga rupiah SBI Nilai tukar Pearson Correlation 1 .412* .534** rupiah Sig. (2-tailed) .024 .002 N 30 30 30 * Inflasi Pearson Correlation .412 1 .285 Sig. (2-tailed) .024 .127 N 30 30 30 Suku Pearson Correlation .534** .285 1 bunga Sig. (2-tailed) .002 .127 SBI N 30 30 30 *Correlations is significants at the 0.05 level (2-tailed) ** Correlations is significants at the 0.01 level (2-tailed) Penafsiran Hasil 1. Analisis Regresi Kita akan menganalisis regresi dengan melihat pengaruh secara gabungan dan secara parsial. a. Melihat pengaruh nilai tukar rupiah, inflasi dan suku bunga SBI secara gabungan terhadap Harga Saham. Untuk melihat pengaruh nilai tukar rupiah, inflasi dan suku bunga SBI secara gabungan terhadap Harga Saham, akan kita lihat hasil penghitungan dalam model summary, khususnya angka R square di bawah ini. 220 Model Summary Model R Adjusted Std. Error of R Square the Estimate a .609 .371 .299 1.625 a. Predictors: (Constant), Inflasi, Nilai tukar rupiah 1 R-Square Besarnya angka R square (r2) adalah 0,371. Angka tersebut dapat digunakan untuk melihat pengaruh nilai tukar rupiah, inflasi, dan Suku bunga SBI secara gabungan terhadap harga saham dengan cara menghitung Koefisien Determinasi (KD) dengan menggunakan rumus sebagai berikut : Angka tersebut mempunyai maksud bahwa pengaruh nilai tukar rupiah, inflasi dan Suku bunga SBI secara gabungan terhadap HARGA SAHAM adalah 37,1%. Adapun sisanya sebesar 62,9% (100% - 37,1%) dipengaruhi faktor lain. Dengan kata lain, variabilitas HARGA SAHAM yang dapat diterangkan dengan menggunakan variabel nilai tukar rupiah, inflasi dan suku bunga SBI adalah sebesar 37,1%, sedangkan pengaruh sebesar 62,9% disebabkan oleh variabel-variabel lain di luar model ini. Untuk mengetahui apakah model regresi diatas sudah benar atau salah, diperlukan uji hipotesis. Uji hipotesis menggunakan angka F sebagaimana tertera dalam tabel di bawah ini. ANOVAb Model Sum of Df Mean F Sig. Square Square 1 Regression 40.565 3 13.522 5.122 .006a Residual 68.634 26 2.640 Total 109.199 29 a. Predictors: (Constant), Inflasi, Nilai tukar rupiah b. Dependent Variabel : Suku bunga SBI Konsumen Hipotesisnya berbunyi sebagai berikut : H0 : tidak ada hubungan linier antara nilai tukar rupiah, inflasi dan Suku bunga SBI dengan HARGA SAHAM. H1 : ada hubungan linier antara nilai tukar rupiah, inflasi dan Suku bunga SBI dengan HARGA SAHAM. 221 Pengujian dapat dilakukan dengan dua cara. Pertama dengan membandingkan besarnya angka F penelitian dengan F tabel. Cara kedua ialah dengan membandingkan angka taraf signifikansi (sig) hasil penghitungan dengan taraf signifikansi 0,05 (5%). a.1 Menggunakan cara pertama atau membandingkan besarnya angka F penelitian dengan F tabel Pertama: menghitung F penelitian F penelitian dari SPSS didapatkan sebesar 5,122 Kedua: menghitung F tabel dengan ketentuan sebagai berikut : Taraf signifikansi 0,05 dan derajat kebebasan (DK) dengan ketentuan numerator: jumlah variabel – 1 atau 4 – 1 = 3; dan denumerator : jumlah kasus – 4 atau 30 – 4 = 26. Dengan ketentuan tersebut, diperoleh angka F tabel sebesar 2,77. Ketiga: menentukan kriteria uji hipotesis sebagai berikut : Jika F penelitian > F tabel maka H0 ditolak dan H1 diterima Jika F penelitian < F tabel maka H0 diterima dan H1 ditolak Keempat: mengambil keputusan Dari hasil penghitungan didapatkan angka F penelitian sebesar 5,122 > F tabel sebesar 2,77 sehingga H0 ditolak dan H1 diterima artinya ada hubungan linier antara nilai tukar rupiah, inflasi dan suku bunga SBI dengan HARGA SAHAM. Dengan demikian, model regresi diatas sudah layak dan benar. Kesimpulannya ialah nilai tukar rupiah, inflasi dan suku bunga SBI secara gabungan mempengaruhi HARGA SAHAM. Besarnya pengaruh ialah 37,1%. Dan pengaruh sebesar 62,9% disebabkan oleh variabel-variabel lain di luar model ini. a.2 Menggunakan cara kedua atau membandingkan angka taraf signifikansi (sig) hasil penghitungan dengan taraf signifikansi 0,05 (5%). Kriteria sebagai berikut : Jika sig penelitian > F tabel maka H0 ditolak dan H1 diterima Jika sig penelitian < F tabel maka H0 diterima dan H1 ditolak 222 Berdasarkan perhitungan angka signifikansi sebesar 0,006 < 0,05 maka H0 ditolak dan H1 diterima artinya ada hubungan linier antara nilai tukar rupiah, inflasi dan suku bunga SBI dengan HARGA SAHAM. b. Melihat pengaruh nilai tukar rupiah, inflasi dan suku bunga SBI secara parsial terhadap HARGA SAHAM. Untuk melihat besarnya pengaruh nilai tukar rupiah, inflasi dan suku bunga SBI secara parsial terhadap HARGA SAHAM, digunakan uji T, sedangkan untuk melihat besarnya pengaruh, digunakan angka Beta atau Standardized Coefficients di bawah ini : Coefficientsa Model 1 Unstandardized Coefficients B Std.Error 6.257 2.430 .415 .142 Standardized Coefficients Beta (Constant) Nilai tukar .567 rupiah Inflasi -.084 .153 -.094 Suku .086 .127 .125 bunga SBI a. Dependent Variabel : Harga saham T Sig. 2.575 .016 2.922 .007 -.550 .587 .680 .503 b.1 Hubungan antara nilai tukar rupiah dan HARGA SAHAM untuk melihat apakah ada hubungan linier antara nilai tukar rupiah dan HARGA SAHAM, kita dapat melakukan langkah-langkah analisis sebagai berikut : Pertama: menentukan hipotesis H0 : tidak ada hubungan linier antara nilai tukar rupiah dengan HARGA SAHAM. H1 : ada hubungan linier antara nilai tukar rupiah dengan HARGA SAHAM. Kedua: menghitung besarnya angka t penelitian Hasil penghitungan SPSS diperoleh angka t penelitian sebesar 2,922. Ketiga: menghitung besarnya angka t tabel dengan ketentuan berikut : Taraf signifikansi 0,05 dan Derajat Kebebasan (DK) dengan ketentuan: DK=n-2, atau 30-2=28. Dari ketentuan tersebut, diperoleh angka t tabel sebesar 2,048. Keempat: menentukan kriteria uji hipotesis sebagai berikut : Jika t penelitian > t tabel maka H0 ditolak dan H1 diterima 223 Jika t penelitian < t tabel maka H0 diterima dan H1 ditolak Kelima: mengambil keputusan Didasarkan hasil penghitungan diperoleh angka t penelitian sebesar 2,922>t tabel sebesar 2,048 sehingga H0 ditolak dan H1 diterima artinya ada hubungan linier antara nilai tukar rupiah dengan HARGA SAHAM. Besarnya pengaruh nilai tukar rupiah dengan HARGA SAHAM sebesar 0,567 atau 56,7% dianggap signifikan. b.2 Hubungan antara inflasi dan HARGA SAHAM untuk melihat apakah ada hubungan linier antara inflasi dan HARGA SAHAM, kita dapat melakukan langkah-langkah analisis sebagai berikut : Pertama: menentukan hipotesis H0 : tidak ada hubungan linier antara inflasi dengan HARGA SAHAM. H1 : ada hubungan linier antara inflasi dengan HARGA SAHAM. Kedua: menghitung besarnya angka t penelitian Hasil penghitungan SPSS diperoleh angka t penelitian sebesar 0,550. Ketiga: menghitung besarnya angka t tabel dengan ketentuan berikut : Taraf signifikansi 0,05 dan Derajat Kebebasan (DK) dengan ketentuan: DK=n-2, atau 30-2=28. Dari ketentuan tersebut, diperoleh angka t tabel sebesar 2,048. Keempat: menentukan kriteria uji hipotesis sebagai berikut : Jika t penelitian > t tabel maka H0 ditolak dan H1 diterima Jika t penelitian < t tabel maka H0 diterima dan H1 ditolak Kelima: mengambil keputusan Didasarkan hasil penghitungan diperoleh angka t penelitian sebesar 0,550<t tabel sebesar 2,048 sehingga H0 diterima dan H1 ditolak artinya tidak ada hubungan linier antara inflasi dengan HARGA SAHAM. Besarnya pengaruh inflasi dengan HARGA SAHAM sebesar -0,094 atau 9,4%. Dianggap tidak signifikan. b.3 Hubungan antara suku bunga SBI dan HARGA SAHAM untuk melihat apakah ada hubungan linier antara suku bunga SBI dan HARGA SAHAM, kita dapat melakukan langkah-langkah analisis sebagai berikut : Pertama: menentukan hipotesis H0 : tidak ada hubungan linier antara suku bunga SBI dengan HARGA SAHAM. 224 H1 : ada hubungan linier antara suku bunga SBI dengan HARGA SAHAM. Kedua: menghitung besarnya angka t penelitian Hasil penghitungan SPSS diperoleh angka t penelitian sebesar 0,680. Ketiga: menghitung besarnya angka t tabel dengan ketentuan berikut : Taraf signifikansi 0,05 dan Derajat Kebebasan (DK) dengan ketentuan: DK=n-2, atau 30-2=28. Dari ketentuan tersebut, diperoleh angka t tabel sebesar 2,048. Keempat: menentukan kriteria uji hipotesis sebagai berikut : Jika t penelitian > t tabel maka H0 ditolak dan H1 diterima Jika t penelitian < t tabel maka H0 diterima dan H1 ditolak Kelima: mengambil keputusan Didasarkan hasil penghitungan diperoleh angka t penelitian sebesar 0,680<ttabel sebesar 2,048 sehingga H0 diterima dan H1 ditolak artinya tidak ada hubungan linier antara suku bunga SBI dengan HARGA SAHAM. Besarnya pengaruh suku bunga SBI dengan HARGA SAHAM sebesar 0,125 atau 12,5%. Dianggap tidak signifikan. 3. Analisis Korelasi Bagian kedua akan menganalisis korelasi antara variabel nilai tukar rupiah dan inflasi dengan hasil perhitungan SPSS sebagaimana tertera di bawah ini : Correlations Nilai Inflasi Suku tukar bunga rupiah SBI Nilai tukar Pearson Correlation 1 .412* .534** rupiah Sig. (2-tailed) .024 .002 N 30 30 30 * Inflasi Pearson Correlation .412 1 .285 Sig. (2-tailed) .024 .127 N 30 30 30 Suku Pearson Correlation .534** .285 1 bunga Sig. (2-tailed) .002 .127 SBI N 30 30 30 *Correlations is significants at the 0.05 level (2-tailed) ** Correlations is significants at the 0.01 level (2-tailed) 225 a. Korelasi antara nilai tukar rupiah dan inflasi Berdasarkan perhitungan diperoleh angka korelasi antara variabel nilai tukar rupiah dan inflasi sebesar 0,412. Untuk menafsir angka tersebut, digunakan kriteria sebagai berikut : 0 – 0,25 >0,25 – 0,5 : Korelasi cukup kuat >0,5 – 0,75 : Korelasi Kuat >0,75 – 1 : Korelasi sangat lemah (dianggap tidak ada) : Korelasi Sangat Kuat Korelasi sebesar 0,412 mempunyai maksud hubungan antara variabel nilai tukar rupiah dan inflasi kuat dan searah (karena hasilnya positif). Searah artinya jika nilai tukar rupiah tinggi maka inflasi juga tinggi. Korelasi dua variabel bersifat signifikan karena angka signifikansi sebesar 0,024 < 0,05. Jika angka signifikansi (sig)<0,05 maka hubungan kedua variabel signifikan. Sebaliknya, jika angka signifikansi (sig)>0,05 maka hubungan kedua variabel tidak signifikan. b. Korelasi antara nilai tukar rupiah dan suku bunga SBI Berdasarkan perhitungan diperoleh angka korelasi antara variabel nilai tukar rupiah dan suku bunga SBI sebesar 0,534. Korelasi sebesar 0,534 mempunyai maksud hubungan antara variabel nilai tukar rupiah dan suku bunga SBI kuat dan searah. Korelasi dua variabel bersifat signifikan karena angka signifikansi sebesar 0,002<0,02. c. Korelasi antara inflasi dan suku bunga SBI Berdasarkan perhitungan diperoleh angka korelasi antara variabel inflasi dan suku bunga SBI sebesar 0,285. Korelasi sebesar 0,285 mempunyai maksud hubungan antara variabel inflasi dan suku bunga SBI cukup kuat dan searah. Korelasi dua variabel bersifat tidak signifikan karena angka signifikansi sebesar 0,127>0,05. 226 Substruktur 3 Analisis Persamaan strukturnya sebagai berikut : Dimana : Y2 : IHSG Y1 : Harga saham X1 : Nilai tukar rupiah X2 : Inflasi X3 : Suku bunga SBI : Error Pertama, menghitung persamaan regresinya: Klik analyze Pilih Regression Pilih Linier Pada kolom dependen masukkan variabel IHSG Pada kolom independen masukkan variabel nilai tukar rupiah, inflasi, suku bunga SBI dan Harga Saham Method: Enter Klik OK. Kedua, menghitung korelasi antara variabel nilai tukar rupiah, inflasi, suku bunga SBI, dan harga saham: Klik Analyze Pilih Correlate Pilih Bivariate Masukkan ke kolom Variabel, variabel nilai tukar rupiah, inflasi, dan suku bunga SBI. Klik OK Hasil Perhitungan (Output): ada dua macam hasil penghitungan (output), yaitu output regresi dan output korelasi. 227 Model Summary Model R R-Square Adjusted Std. Error of R Square the Estimate a 1 .935 .873 .853 .735 a. Predictors: (Constant), Harga saham, Suku bunga SBI, Inflasi, Nilai tukar rupiah ANOVAb Model Sum of df Mean F Sig. Square Square 1 Regression 93.204 3 23.301 43.148 .000a Residual 13.501 25 .540 Total 106.705 29 a. Predictors: (Constant), Harga saham, Suku bunga SBI, Inflasi, Nilai tukar rupiah b. Dependent Variabel : Harga saham Coefficientsa Model 1 Unstandardized Coefficients B Std.Error -3.780 1.231 -.066 .074 (Constant) Nilai tukar rupiah Inflasi .318 .070 Suku .110 .058 bunga SBI Harga .768 .089 saham a. Dependent Variabel : IHSG 228 Standardized Coefficients Beta -.091 t Sig. -3.070 .005 -.892 .381 .361 .162 4.580 .000 1.899 .069 .777 8.658 .000 Correlations Nilai Inflasi Suku Harga tukar bunga saham rupiah SBI Nilai tukar Pearson Correlation 1 .412* .534 ** .595** rupiah Sig. (2-tailed) .024 .002 .001 N 30 30 30 30 * Inflasi Pearson Correlation .412 1 .285 .175 Sig. (2-tailed) .024 .127 .355 N 30 30 30 30 ** Suku Pearson Correlation .534 .285 1 .401* bunga Sig. (2-tailed) .002 .127 .028 SBI N 30 30 30 30 Harga Pearson Correlation .595** .175 .401* 1 saham Sig. (2-tailed) .001 .355 .028 N 30 30 30 30 *Correlations is significants at the 0.05 level (2-tailed) ** Correlations is significants at the 0.01 level (2-tailed) Penafsiran Hasil 1. Analisis Regresi Kita akan menganalisis regresi dengan melihat pengaruh secara gabungan dan secara parsial. a. Melihat pengaruh nilai tukar rupiah, inflasi, suku bunga SBI dan harga saham secara gabungan terhadap IHSG. Untuk melihat pengaruh nilai tukar rupiah, inflasi, suku bunga SBI dan harga saham secara gabungan terhadap IHSG, akan kita lihat hasil penghitungan dalam model summary, khususnya angka R square di bawah ini. Model Summary Model R R-Square Adjusted Std. Error of R Square the Estimate 1 .935a .873 .853 .735 a. Predictors: (Constant), Harga saham, Suku bunga SBI, Inflasi, Nilai tukar rupiah Besarnya angka R square (r2) adalah 0,873. Angka tersebut dapat digunakan untuk melihat pengaruh nilai tukar rupiah, inflasi, Suku bunga SBI dan harga saham secara gabungan terhadap IHSG dengan cara menghitung Koefisien Determinasi (KD) dengan menggunakan rumus sebagai berikut : 229 Angka tersebut mempunyai maksud bahwa pengaruh nilai tukar rupiah, inflasi, Suku bunga SBI dan harga saham secara gabungan terhadap IHSG adalah 87,3%. Adapun sisanya sebesar 12,7% (100% - 87,3%) dipengaruhi faktor lain. Dengan kata lain, variabilitas IHSG yang dapat diterangkan dengan menggunakan variabel nilai tukar rupiah, inflasi, suku bunga SBI dan harga saham adalah sebesar 87,3%, sedangkan pengaruh sebesar 12,7% disebabkan oleh variabel-variabel lain di luar model ini. Untuk mengetahui apakah model regresi diatas sudah benar atau salah, diperlukan uji hipotesis. Uji hipotesis menggunakan angka F sebagaimana tertera dalam tabel di bawah ini. ANOVAb Model Sum of Df Mean F Sig. Square Square 1 Regression 93.204 3 23.301 43.148 .000a Residual 13.501 25 .540 Total 106.705 29 a. Predictors: (Constant), Harga saham, Suku bunga SBI, Inflasi, Nilai tukar rupiah b. Dependent Variabel : Harga saham Hipotesisnya berbunyi sebagai berikut : H0 : tidak ada hubungan linier antara nilai tukar rupiah, inflasi, Suku bunga SBI dan harga saham dengan IHSG. H1 : ada hubungan linier antara nilai tukar rupiah, inflasi, suku bunga SBI dan harga saham dengan IHSG. Pengujian dapat dilakukan dengan dua cara. Pertama dengan membandingkan besarnya angka F penelitian dengan F tabel. Cara kedua ialah dengan membandingkan angka taraf signifikansi (sig) hasil penghitungan dengan taraf signifikansi 0,05 (5%). a.1 Menggunakan cara pertama atau membandingkan besarnya angka F penelitian dengan F tabel Pertama: menghitung F penelitian 230 F penelitian dari SPSS didapatkan sebesar 43,148 Kedua: menghitung F tabel dengan ketentuan sebagai berikut : Taraf signifikansi 0,05 dan derajat kebebasan (DK) dengan ketentuan numerator: jumlah variabel – 1 atau 4 – 1 = 3; dan denumerator : jumlah kasus – 4 atau 30 – 4 = 26. Dengan ketentuan tersebut, diperoleh angka F tabel sebesar 2,74. Ketiga: menentukan kriteria uji hipotesis sebagai berikut : Jika F penelitian > F tabel maka H0 ditolak dan H1 diterima Jika F penelitian < F tabel maka H0 diterima dan H1 ditolak Keempat: mengambil keputusan Dari hasil penghitungan didapatkan angka F penelitian sebesar 43,148 > F tabel sebesar 2,74 sehingga H0 ditolak dan H1 diterima artinya ada hubungan linier antara nilai tukar rupiah, inflasi, suku bunga SBI dan harga saham dengan IHSG. Dengan demikian, model regresi diatas sudah layak dan benar. Kesimpulannya ialah nilai tukar rupiah, inflasi, suku bunga SBI dan harga saham secara gabungan mempengaruhi IHSG. Besarnya pengaruh ialah 87,3%. Dan pengaruh sebesar 12,7% disebabkan oleh variabel-variabel lain di luar model ini. a.2 Menggunakan cara kedua atau membandingkan angka taraf signifikansi (sig) hasil penghitungan dengan taraf signifikansi 0,05 (5%). Kriteria sebagai berikut : Jika sig penelitian > F tabel maka H0 ditolak dan H1 diterima Jika sig penelitian < F tabel maka H0 diterima dan H1 ditolak Berdasarkan perhitungan angka signifikansi sebesar 0,00 < 0,05 maka H 0 ditolak dan H1 diterima artinya ada hubungan linier antara nilai tukar rupiah, inflasi, suku bunga SBI dan harga saham dengan IHSG. b. Melihat pengaruh nilai tukar rupiah, inflasi, suku bunga SBI dan harga saham secara parsial terhadap IHSG. Untuk melihat besarnya pengaruh nilai tukar rupiah, inflasi, suku bunga SBI dan harga saham secara parsial terhadap IHSG, digunakan uji T, sedangkan 231 untuk melihat besarnya pengaruh, digunakan angka Beta atau Standardized Coefficients di bawah ini : Coefficientsa Model 1 Unstandardized Coefficients B Std.Error -3.780 1.231 -.066 .074 Standardized Coefficients Beta -.091 t Sig. -3.070 .005 -.892 .381 .070 .058 .361 .162 4.580 .000 1.899 .069 .089 .777 8.658 .000 (Constant) Nilai tukar rupiah Inflasi .318 Suku .110 bunga SBI Harga .768 saham c. Dependent Variabel : IHSG b.1 Hubungan antara nilai tukar rupiah dan IHSG untuk melihat apakah ada hubungan linier antara nilai tukar rupiah dan IHSG, kita dapat melakukan langkah-langkah analisis sebagai berikut : Pertama: menentukan hipotesis H0 : tidak ada hubungan linier antara nilai tukar rupiah dengan IHSG. H1 : ada hubungan linier antara nilai tukar rupiah dengan IHSG. Kedua: menghitung besarnya angka t penelitian Hasil penghitungan SPSS diperoleh angka t penelitian sebesar -0,892. Ketiga: menghitung besarnya angka t tabel dengan ketentuan berikut : Taraf signifikansi 0,05 dan Derajat Kebebasan (DK) dengan ketentuan: DK=n-2, atau 30-2=28. Dari ketentuan tersebut, diperoleh angka t tabel sebesar 2,048. Keempat: menentukan kriteria uji hipotesis sebagai berikut : Jika t penelitian > t tabel maka H0 ditolak dan H1 diterima Jika t penelitian < t tabel maka H0 diterima dan H1 ditolak Kelima: mengambil keputusan Didasarkan hasil penghitungan diperoleh angka t penelitian sebesar -0,892<ttabel sebesar -2,048 sehingga H0 diterima dan H1 ditolak artinya tidak ada hubungan linier antara nilai tukar rupiah dengan IHSG. Besarnya pengaruh nilai tukar rupiah dengan IHSG sebesar -0,09 atau 9,1% dianggap tidak signifikan. Hal ini tercermin dalam angka signifikansi sebesar 0,381>0,05. 232 b.2 Hubungan antara inflasi dan IHSG untuk melihat apakah ada hubungan linier antara inflasi dan IHSG, kita dapat melakukan langkah-langkah analisis sebagai berikut : Pertama: menentukan hipotesis H0 : tidak ada hubungan linier antara inflasi dengan IHSG. H1 : ada hubungan linier antara inflasi dengan IHSG. Kedua: menghitung besarnya angka t penelitian Hasil penghitungan SPSS diperoleh angka t penelitian sebesar 4,580. Ketiga: menghitung besarnya angka t tabel dengan ketentuan berikut : Taraf signifikansi 0,05 dan Derajat Kebebasan (DK) dengan ketentuan: DK=n-2, atau 30-2=28. Dari ketentuan tersebut, diperoleh angka t tabel sebesar 2,048. Keempat: menentukan kriteria uji hipotesis sebagai berikut : Jika t penelitian > t tabel maka H0 ditolak dan H1 diterima Jika t penelitian < t tabel maka H0 diterima dan H1 ditolak Kelima: mengambil keputusan Didasarkan hasil penghitungan diperoleh angka t penelitian sebesar 4,580>t tabel sebesar 2,048 sehingga H0 ditolak dan H1 diterima artinya ada hubungan linier antara inflasi dengan IHSG. Besarnya pengaruh inflasi dengan IHSG sebesar 0,361 atau 36,1%. b.3 Hubungan antara suku bunga SBI dan IHSG untuk melihat apakah ada hubungan linier antara suku bunga SBI dan IHSG, kita dapat melakukan langkah-langkah analisis sebagai berikut : Pertama: menentukan hipotesis H0 : tidak ada hubungan linier antara suku bunga SBI dengan IHSG. H1 : ada hubungan linier antara suku bunga SBI dengan IHSG. Kedua: menghitung besarnya angka t penelitian Hasil penghitungan SPSS diperoleh angka t penelitian sebesar 1,899. Ketiga: menghitung besarnya angka t tabel dengan ketentuan berikut : Taraf signifikansi 0,05 dan Derajat Kebebasan (DK) dengan ketentuan: DK=n-2, atau 30-2=28. Dari ketentuan tersebut, diperoleh angka t tabel sebesar 2,048. Keempat: menentukan kriteria uji hipotesis sebagai berikut : Jika t penelitian > t tabel maka H0 ditolak dan H1 diterima Jika t penelitian < t tabel maka H0 diterima dan H1 ditolak 233 Kelima: mengambil keputusan Didasarkan hasil penghitungan diperoleh angka t penelitian sebesar 1,899<t tabel sebesar 2,048 sehingga H0 diterima dan H1 ditolak artinya tidak ada hubungan linier antara suku bunga SBI dengan IHSG. Besarnya pengaruh suku bunga SBI dengan IHSG sebesar 0,162 atau 16,2% dianggap tidak signifikan. b.4 Hubungan antara IHSG dan harga saham untuk melihat apakah ada hubungan linier antara IHSG dan harga saham, kita dapat melakukan langkah-langkah analisis sebagai berikut : Pertama: menentukan hipotesis H0 : tidak ada hubungan linier antara IHSG dengan harga saham. H1 : ada hubungan linier antara IHSG dengan harga saham. Kedua: menghitung besarnya angka t penelitian Hasil penghitungan SPSS diperoleh angka t penelitian sebesar 8,658. Ketiga: menghitung besarnya angka t tabel dengan ketentuan berikut : Taraf signifikansi 0,05 dan Derajat Kebebasan (DK) dengan ketentuan: DK=n-2, atau 30-2=28. Dari ketentuan tersebut, diperoleh angka t tabel sebesar 2,048. Keempat: menentukan kriteria uji hipotesis sebagai berikut : Jika t penelitian > t tabel maka H0 ditolak dan H1 diterima Jika t penelitian < t tabel maka H0 diterima dan H1 ditolak Kelima: mengambil keputusan Didasarkan hasil penghitungan diperoleh angka t penelitian sebesar 8,658>t tabel sebesar 2,048 sehingga H0 ditolak dan H1 diterima artinya ada hubungan linier antara IHSG dengan harga saham. Besarnya pengaruh IHSG dengan harga saham sebesar 0,777 atau 77,7%. 2. Analisis Korelasi Korelasi antara nilai tukar rupiah, inflasi, suku bunga SBI, IHSG dan harga saham dapat dilihat pada tabel di bawah ini. Correlations Nilai tukar Pearson Correlation rupiah Sig. (2-tailed) Nilai Inflasi Suku Harga tukar bunga saham rupiah SBI 1 .412* .534 ** .595** .024 .002 .001 234 N 30 30 * Inflasi Pearson Correlation .412 1 Sig. (2-tailed) .024 N 30 30 Suku Pearson Correlation .534** .285 bunga Sig. (2-tailed) .002 .127 SBI N 30 30 ** Harga Pearson Correlation .595 .175 saham Sig. (2-tailed) .001 .355 N 30 30 *Correlations is significants at the 0.05 level (2-tailed) 30 .285 .127 30 1 30 .401* .028 30 30 .175 .355 30 .401* .028 30 1 30 ** Correlations is significants at the 0.01 level (2-tailed) a. Korelasi antara nilai tukar rupiah dan inflasi Berdasarkan perhitungan diperoleh angka korelasi antara variabel nilai tukar rupiah dan inflasi sebesar 0,412. Untuk menafsir angka tersebut, digunakan kriteria sebagai berikut : 0 – 0,25 >0,25 – 0,5 : Korelasi cukup kuat >0,5 – 0,75 : Korelasi Kuat >0,75 – 1 : Korelasi sangat lemah (dianggap tidak ada) : Korelasi Sangat Kuat Korelasi sebesar 0,412 mempunyai maksud hubungan antara variabel nilai tukar rupiah dan inflasi kuat dan searah (karena hasilnya positif). Searah artinya jika nilai tukar rupiah tinggi maka inflasi juga tinggi. Korelasi dua variabel bersifat signifikan karena angka signifikansi sebesar 0,024 < 0,05. Jika angka signifikansi (sig)<0,05 maka hubungan kedua variabel signifikan. Sebaliknya, jika angka signifikansi (sig)>0,05 maka hubungan kedua variabel tidak signifikan. b. Korelasi antara nilai tukar rupiah dan suku bunga SBI Berdasarkan perhitungan diperoleh angka korelasi antara variabel nilai tukar rupiah dan suku bunga SBI sebesar 0,534. Korelasi sebesar 0,534 mempunyai maksud hubungan antara variabel nilai tukar rupiah dan suku bunga SBI kuat dan searah. Korelasi dua variabel bersifat signifikan karena angka signifikansi sebesar 0,002<0,02. 235 Catatan: angka 0,02 digunakan karena hasil penghitungan SPSS memberikan angka signifikansi sebesar 0,02 yang ditandai dengan dua bintang (**). Standar SPSS berada di antara 0,01 sampai 0,05. c. Korelasi antara nilai tukar rupiah dan Harga saham Berdasarkan perhitungan diperoleh angka korelasi antara variabel nilai tukar rupiah dan Harga saham sebesar 0,595. Korelasi sebesar 0,595 mempunyai maksud hubungan antara variabel nilai tukar rupiah dan Harga saham kuat dan searah. Korelasi dua variabel bersifat signifikan karena angka signifikansi sebesar 0,00<0,01. Catatan: angka 0,01 digunakan karena hasil penghitungan SPSS memberikan angka signifikansi sebesar 0,01 yang ditandai dengan dua bintang (**). Standar SPSS berada di antara 0,01 sampai 0,05. d. Korelasi antara inflasi dan suku bunga SBI Berdasarkan perhitungan diperoleh angka korelasi antara variabel inflasi dan suku bunga SBI sebesar 0,285. Korelasi sebesar 0,285 mempunyai maksud hubungan antara variabel inflasi dan suku bunga SBI cukup kuat dan searah. Korelasi dua variabel bersifat tidak signifikan karena angka signifikansi sebesar 0,127>0,05. e. Korelasi antara inflasi dan harga saham Berdasarkan perhitungan diperoleh angka korelasi antara variabel inflasi dan harga saham sebesar 0,175. Korelasi sebesar 0,175 mempunyai maksud hubungan antara variabel inflasi dan harga saham sangat lemah dan searah. Korelasi dua variabel bersifat signifikan karena angka signifikansi sebesar 0,355>0,05. f. Korelasi antara suku bunga SBI dan harga saham Berdasarkan perhitungan diperoleh angka korelasi antara variabel suku bunga SBI dan harga saham sebesar 0,401. Korelasi sebesar 0,401 mempunyai maksud hubungan antara variabel suku bunga SBI dan harga saham sangat kuat dan searah. Korelasi dua variabel bersifat signifikan karena angka signifikansi sebesar 0,028>0,05. 236 3. Penghitungan Pengaruh a. Pengaruh Langsung (Direct Effect atau DE) Untuk menghitung pengaruh langsung atau DE, digunakan formula sebagai berikut : Pengaruh variabel nilai tukar rupiah terhadap suku bunga SBI Pengaruh variabel inflasi terhadap suku bunga SBI Pengaruh variabel nilai tukar rupiah terhadap IHSG Pengaruh variabel inflasi terhadap harga saham Pengaruh variabel suku bunga SBI terhadap harga saham Pengaruh variabel IHSG terhadap harga saham Pengaruh variabel suku bunga SBI terhadap IHSG b. Pengaruh Tidak Langsung (Indirect Effect atau IE) Untuk menghitung pengaruh tidak langsung atau IE, digunakan formula sebagai berikut : Pengaruh variabel nilai tukar rupiah terhadap IHSG melalui suku bunga SBI ( ) Pengaruh variabel nilai tukar rupiah terhadap harga saham melalui IHSG ( Pengaruh variabel inflasi terhadap IHSG melalui suku bunga SBI ( ) ) Pengaruh variabel inflasi terhadap harga saham melalui IHSG ( ) 237 Pengaruh variabel suku bunga SBI terhadap harga saham melalui IHSG ( ) c. Pengaruh Total (Total Effect) Pengaruh variabel nilai tukar rupiah terhadap IHSG melalui suku bunga SBI ( Pengaruh variabel inflasi terhadap IHSG melalui suku bunga SBI ( ) ) Pengaruh variabel nilai tukar rupiah terhadap harga saham melalui IHSG ( ) Pengaruh variabel nilai tukar rupiah terhadap harga saham melalui suku bunga SBI dan IHSG ( ) Pengaruh variabel inflasi terhadap harga saham melalui suku bunga SBI dan IHSG ( ) Pengaruh variabel suku bunga SBI terhadap harga saham melalui IHSG ( 238 ) Diagram jalur untuk Model III Diagram jalur untuk model III seperti di bawah ini : PY1X1 X1 PY1X3 PX3X1 rX1X2 Y1 PY2Y1 X3 PY2X3 PX3X2 X2 PY2X2 Y2 PY1X1 X1 Y1 PY1X3 PX3X1 rX1X2 PY2Y1 X3 PY2X3 PX3X2 X2 PY2X2 Persamaan struktural untuk model tersebut adalah Sub struktural 1 : Sub struktural 2 : Sub struktural 3 : 239 Y2 7.3.4 KESIMPULAN Dari hasil analisis perhitungan di atas, kita dapat mengambil kesimpulan sebagai berikut : 1. Pengaruh variabel nilai tukar rupiah terhadap suku bunga SBI sebesar 2. Pengaruh variabel inflasi terhadap suku bunga SBI sebesar 3. Pengaruh variabel nilai tukar rupiah dan inflasi terhadap suku bunga SBI sebesar . 4. Pengaruh variabel lain di luar model sebesar . 5. Pengaruh variabel nilai tukar rupiah terhadap IHSG sebesar 6. Pengaruh variabel suku bunga SBI terhadap IHSG sebesar 7. Pengaruh variabel nilai tukar rupiah, inflasi, suku bunga SBI terhadap IHSG sebesar . 8. Pengaruh variabel lain di luar model sebesar . 9. Pengaruh variabel nilai tukar rupiah terhadap IHSG melalui suku bunga SBI sebesar . 10. Pengaruh variabel inflasi terhadap IHSG melalui suku bunga SBI sebesar . 11. Pengaruh variabel nilai tukar rupiah terhadap harga saham melalui IHSG sebesar . 12. Pengaruh variabel nilai tukar rupiah terhadap harga saham melalui suku bunga SBI dan IHSG sebesar . 13. Pengaruh variabel inflasi terhadap harga saham sebesar 14. Pengaruh variabel inflasi terhadap harga saham melalui suku bunga SBI sebesar 15. Pengaruh variabel inflasi terhadap harga saham melalui suku bunga SBI dan IHSG sebesar . 16. Pengaruh variabel suku bunga SBI terhadap harga saham sebesar 17. Pengaruh variabel suku bunga SBI terhadap harga saham melalui IHSG sebesar 18. Pengaruh variabel nilai tukar rupiah, inflasi, suku bunga SBI dan IHSG terhadap harga saham sebesar 19. Pengaruh variabel lain di luar model sebesar 240 8. BEBERAPA LATIHAN PENGOLAHAN DATA MODEL ANALISIS JALUR DALAM RISET KEUANGAN MODEL SATU JALUR 8.1 KASUS Pada model pertama ini, hubungan sebenarnya sama dengan model regresi pertama, yaitu variabel bebas terdiri lebih dari satu variabel dan variabel tergantungnya hanya satu. Contoh kasus dalam model ini ialah kita ingin mengukur besarnya pengaruh empat variabel bebas, yaitu Harga produk, Biaya pokok, biaya lain-lain, dan pajak terhadap laba. Model diagram jalurnya dapat digambarkan sebagai berikut : X1 Harga Produk X2 Biaya Pokok Y Laba X3 Biaya lain-lain X4 Pajak 8.1.1 MASALAH Masalah dalam kasus ini ialah : 4. Berapa besar pengaruh variabel Harga produk, Biaya pokok, biaya lain-lain, dan pajak secara parsial (sendiri-sendiri) terhadap variabel laba? 5. Berapa besar pengaruh variabel Harga produk, Biaya pokok, biaya lain-lain, dan pajak secara gabungan bersama-sama terhadap variabel laba? 6. Berapa besar pengaruh variabel lain di luar model ini? 8.1.2 DATA Data yang ada seperti di bawah ini : No 1 2 3 Harga Produk Biaya Pokok 16 17 17 17 15 16 Biaya LainLain 16 14 15 Pajak Laba 16 16 14 16 13 13 241 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 15 16 18 12 19 15 19 14 15 14 16 10 13 19 15 15 16 12 18 13 14 13 10 13 12 11 10 10 10 13 10 11 13 11 11 15 11 11 12 10 11 12 13 13 14 11 12 15 16 16 14 18 17 18 17 11 14 16 14 15 12 12 12 14 11 16 15 14 13 10 17 12 14 11 10 12 14 15 8 13 14 15 11 12 12 14 17 10 11 15 8 11 13 13 13 15 14 14 17 16 21 16 16 18 15 12 15 15 13 18 14 15 18 21 11 14 12 8 14 12 10 10 11 11 10 16 15 12 12 12 10 12 11 11 12 14 10 14 11 11 16 13 15 15 13 20 17 18 17 15 13 18 16 17 17 16 14 15 15 14 15 13 17 12 13 11 12 10 13 12 12 14 12 16 11 14 12 15 13 14 11 12 11 15 14 11 10 15 242 11 12 12 13 12 14 15 11 10 11 10 11 12 12 12 12 12 11 13 11 11 10 11 11 12 11 10 11 10 11 10 10 12 11 10 11 10 10 11 11 10 11 10 10 11 12 12 8.1.3 PENYELESAIAN Kasus tersebut dapat diselesaikan dengan tahapan sebagai berikut : TAHAP I Menentukan model diagram jalurnya berdasarkan paradigma hubungan variabel seperti tahap di bawah ini : X1 Harga Produk ϵ X2 Biaya Pokok Y Laba X3 Biaya lain-lain X4 Pajak Diagram jalur tersebut terdiri atas satu persamaan struktural dengan hanya satu substruktural, yaitu X1, X2, X3 dan X4 disebut sebagai variabel eksogen dan Y sebagai variabel endogen dengan persamaan struktural sebagai berikut : Keterangan : Harga Produk merupakan variabel bebas pertama dan diberi simbol X1. Biaya Pokok merupakan variabel bebas kedua dan diberi simbol X2. Biaya lain-lain merupakan variabel bebas ketiga dan diberi simbol X3. Pajak merupakan variabel bebas keempat dan diberi simbol X4. Kepuasan merupakan variabel tergantung dan diberi simbol Y. TAHAP II X1 𝑃𝑌𝑋 X2 X3 𝑃𝑌𝑋 ϵ Y 𝑃𝑌𝑋 𝑃𝑌𝑋 X4 243 Keterangan : X1 sebagai variabel bebas pertama Harga Produk. X2 sebagai variabel bebas kedua Biaya Pokok. X3 sebagai variabel bebas ketiga Biaya lain-lain. X4 sebagai variabel bebas ketiga Pajak. Y sebagai variabel tergantung Kepuasan. TAHAP III Membuat desain variabel, memasukkan data dan menganalisanya. Membuat desain variabel: Desain variabel dibuat dengan cara memilih sub menu bagian bawah kiri pada perintah: Variable View. Setelah perintah tersebut kita klik, muncul tabel yang akan kita isi dengan desain variabel sebagai berikut : Name Harga produk Biaya pokok Biaya lainlain Pajak Laba Type numeric Width 8 Decimal 2 numeric numeric 8 8 2 2 numeric numeric 8 8 2 2 Label Harga produk Biaya pokok Biaya lainlain Pajak Laba Values None Missing None Column 8 Align R Measure Scale None None None None 8 8 R R Scale Scale None None None None 8 8 R R Scale Scale Memasukkan data: kalau pembuatan desain variabel sudah selesai maka kita akan lanjutkan dengan memasukkan data dengan menekan (klik) pada perintah: Data View. Dengan demikian, tampilan akan terlihat sebagai berikut : No 1 produk harga promosi kepuasan 50 Masukkan data diatas sesuai dengan variabel masing-masing sebanyak 50 data mulai nomor 1 sampai 30 dengan mengisikan dari baris atas ke bawah. Melakukan analisis: analisis dengan menggunakan SPSS dilakukan dengan langkah-langkah sebagai berikut : Pertama, menghitung persamaan regresinya: Klik analyze Pilih Regression Pilih Linier 244 Pada kolom dependen masukkan variabel kepuasan Pada kolom independen masukkan variabel produk, harga dan promosi Method: Enter Klik OK. Kedua, menghitung korelasi antara variabel produk, harga, promosi, dan kepuasan: Klik Analyze Pilih Correlate Pilih Bivariate Masukkan ke kolom Variabel, variabel produk, harga, dan promosi. Klik OK Hasil Perhitungan (Output): ada dua macam hasil penghitungan (output), yaitu output regresi dan output korelasi. Model Summary Change Statistics Model 1 R R Square .682a .466 Adjusted R Square .418 Std. Error of the Estimate .99745 R Square Change .466 F Change 9.802 df 1 df 2 4 45 Sig. F Change .000 a. Predictors: (Constant), PAJAK, BIAYA POKOK, BIAYA LAIN-LAIN, HARGA PRODUK ANOVAb Model 1 Regression Residual Total Sum of Squares 39.009 44.771 83.780 df 4 45 49 Mean Square 9.752 .995 F 9.802 Sig. .000a a. Predictors: (Const ant), PAJAK, BIAYA POKOK, BIAYA LAIN-LAIN, HARGA PRODUK b. Dependent Variable: LABA Coeffici entsa Model 1 (Constant) HARGA PRODUK BIAYA POKOK BIAYA LAIN-LAIN PAJAK Unstandardized Coef f icients B Std. Error 6.176 1.021 .175 .076 .189 .068 .141 .064 -.116 .085 a. Dependent Variable: LABA 245 Standardized Coef f icients Beta .355 .359 .305 -.201 t 6.049 2.302 2.784 2.192 -1.362 Sig. .000 .026 .008 .034 .180 Correlations Pearson Correlation LABA HARGA PRODUK BIAYA POKOK BIAYA LAIN-LAIN PAJAK LABA HARGA PRODUK BIAYA POKOK BIAYA LAIN-LAIN PAJAK LABA HARGA PRODUK BIAYA POKOK BIAYA LAIN-LAIN PAJAK Sig. (1-tailed) N LABA 1.000 .576 .500 .493 .339 . .000 .000 .000 .008 50 50 50 50 50 HARGA PRODUK BIAYA POKOK .576 .500 1.000 .462 .462 1.000 .578 .241 .602 .475 .000 .000 . .000 .000 . .000 .046 .000 .000 50 50 50 50 50 50 50 50 50 50 BIAYA LAIN-LAIN .493 .578 .241 1.000 .514 .000 .000 .046 . .000 50 50 50 50 50 PAJAK .339 .602 .475 .514 1.000 .008 .000 .000 .000 . 50 50 50 50 50 TAHAP IV Penafsiran hasil penghitungan SPSS. Tahapan ini dibagi menjadi dua bagian, melakukan analisis regresi dan analisis korelasi. 1. Analisis Regresi Kita akan menganalisis regresi dengan melihat pengaruh secara gabungan dan secara parsial. a. Melihat pengaruh Harga produk, Biaya pokok, biaya lain-lain, dan pajak terhadap variabel laba. Untuk melihat pengaruh Harga produk, Biaya pokok, biaya lain-lain, dan pajak secara gabungan terhadap laba, akan kita lihat hasil penghitungan dalam model summary, khususnya angka R square di bawah ini. Model Summary Change Statistics Model 1 R R Square .682a .466 Adjusted R Square .418 Std. Error of the Estimate .99745 R Square Change .466 F Change 9.802 df 1 df 2 4 45 Sig. F Change .000 a. Predictors: (Constant), PAJAK, BIAYA POKOK, BIAYA LAIN-LAIN, HARGA PRODUK Besarnya angka R square (r2) adalah 0,466. Angka tersebut dapat digunakan untuk melihat pengaruh Harga produk, Biaya pokok, biaya lain-lain, dan pajak secara gabungan terhadap laba dengan cara menghitung Koefisien Determinasi (KD) dengan menggunakan rumus sebagai berikut : 246 Angka tersebut mempunyai maksud bahwa pengaruh Harga produk, Biaya pokok, biaya lain-lain, dan pajak secara gabungan terhadap laba adalah 46,6%. Adapun sisanya sebesar 53,4% (100% - 46,6%) dipengaruhi faktor lain. Dengan kata lain, variabilitas laba yang dapat diterangkan dengan menggunakan variabel Harga produk, Biaya pokok, biaya lain-lain, dan pajak adalah sebesar 46,6%, sedangkan pengaruh sebesar 53,4% disebabkan oleh variabel-variabel lain di luar model ini. Untuk mengetahui apakah model regresi diatas sudah benar atau salah, diperlukan uji hipotesis. Uji hipotesis menggunakan angka F sebagaimana tertera dalam tabel di bawah ini. ANOVAb Model 1 Regression Residual Total Sum of Squares 39.009 44.771 83.780 df 4 45 49 Mean Square 9.752 .995 F 9.802 Sig. .000a a. Predictors: (Const ant), PAJAK, BIAYA POKOK, BIAYA LAIN-LAIN, HARGA PRODUK b. Dependent Variable: LABA Hipotesisnya berbunyi sebagai berikut : H0 : tidak ada hubungan linier antara Harga produk, Biaya pokok, biaya lainlain, dan pajak dengan laba. H1 : ada hubungan linier antara Harga produk, Biaya pokok, biaya lain-lain, dan pajak dengan laba. Pengujian dapat dilakukan dengan dua cara. Pertama dengan membandingkan besarnya angka F penelitian dengan F tabel. Cara kedua ialah dengan membandingkan angka taraf signifikansi (sig) hasil penghitungan dengan taraf signifikansi 0,05 (5%). a.1 Menggunakan cara pertama atau membandingkan besarnya angka F penelitian dengan F tabel Pertama: menghitung F penelitian F penelitian dari SPSS didapatkan sebesar 9.802 247 Kedua: menghitung F tabel dengan ketentuan sebagai berikut : Taraf signifikansi 0,05 dan derajat kebebasan (DK) dengan ketentuan numerator: jumlah variabel – 1 atau 5 – 1 = 4; dan denumerator : jumlah kasus – 4 atau 50 – 5 = 45. Dengan ketentuan tersebut, diperoleh angka F tabel sebesar 2.61. Ketiga: menentukan kriteria uji hipotesis sebagai berikut : Jika F penelitian > F tabel maka H0 ditolak dan H1 diterima Jika F penelitian < F tabel maka H0 diterima dan H1 ditolak Keempat: mengambil keputusan Dari hasil penghitungan didapatkan angka F penelitian sebesar 9.802 > F tabel sebesar 2,61 sehingga H0 ditolak dan H1 diterima artinya ada hubungan linier antara Harga produk, Biaya pokok, biaya lain-lain, dan pajak dengan laba. Dengan demikian, model regresi diatas sudah layak dan benar. Kesimpulannya ialah Harga produk, Biaya pokok, biaya lainlain, dan pajak secara gabungan mempengaruhi laba. Besarnya pengaruh ialah 46,6%. Dan pengaruh sebesar 53,4% disebabkan oleh variabelvariabel lain di luar model ini. a.2 Menggunakan cara kedua atau membandingkan angka taraf signifikansi (sig) hasil penghitungan dengan taraf signifikansi 0,05 (5%). Kriteria sebagai berikut : Jika sig penelitian > F tabel maka H0 ditolak dan H1 diterima Jika sig penelitian < F tabel maka H0 diterima dan H1 ditolak Berdasarkan perhitungan angka signifikansi sebesar 0,00 < 0,05 maka H0 ditolak dan H1 diterima artinya ada hubungan linier antara Harga produk, Biaya pokok, biaya lain-lain, dan pajak dengan laba. b. Pengaruh Harga produk, Biaya pokok, biaya lain-lain, dan pajak secara parsial terhadap laba. Untuk melihat besarnya pengaruh produk, harga, dan promosi secara parsial terhadap kepuasan, digunakan uji T, sedangkan untuk melihat besarnya pengaruh, digunakan angka Beta atau Standardized Coefficients di bawah ini : 248 Coeffici entsa Model 1 (Constant) HARGA PRODUK BIAYA POKOK BIAYA LAIN-LAIN PAJAK Unstandardized Coef f icients B Std. Error 6.176 1.021 .175 .076 .189 .068 .141 .064 -.116 .085 Standardized Coef f icients Beta .355 .359 .305 -.201 t 6.049 2.302 2.784 2.192 -1.362 Sig. .000 .026 .008 .034 .180 a. Dependent Variable: LABA b.1 Hubungan antara harga produk dan laba untuk melihat apakah ada hubungan linier antara harga produk dan laba, kita dapat melakukan langkah-langkah analisis sebagai berikut : Pertama: menentukan hipotesis H0 : tidak ada hubungan linier antara harga produk dan laba. H1 : ada hubungan linier antara harga produk dan laba. Kedua: menghitung besarnya angka t penelitian Hasil penghitungan SPSS diperoleh angka t penelitian sebesar 2,302. Ketiga: menghitung besarnya angka t tabel dengan ketentuan berikut : Taraf signifikansi 0,05 dan Derajat Kebebasan (DK) dengan ketentuan: DK=n-2, atau 50-2=48. Dari ketentuan tersebut, diperoleh angka t tabel sebesar 1,960. Keempat: menentukan kriteria uji hipotesis sebagai berikut : Jika t penelitian > t tabel maka H0 ditolak dan H1 diterima Jika t penelitian < t tabel maka H0 diterima dan H1 ditolak Kelima: mengambil keputusan Didasarkan hasil penghitungan diperoleh angka t penelitian sebesar 2,302>ttabel sebesar 1,960 sehingga H0 ditolak dan H1 diterima artinya ada hubungan linier antara harga produk dan laba. Besarnya pengaruh harga produk dan laba sebesar 0,355 atau 35,5%. b.2 Hubungan antara biaya pokok dan laba untuk melihat apakah ada hubungan linier antara biaya pokok dan laba, kita dapat melakukan langkah-langkah analisis sebagai berikut : Pertama: menentukan hipotesis H0 : tidak ada hubungan linier antara biaya pokok dan laba. 249 H1 : ada hubungan linier antara biaya pokok dan laba. Kedua: menghitung besarnya angka t penelitian Hasil penghitungan SPSS diperoleh angka t penelitian sebesar 2,784. Ketiga: menghitung besarnya angka t tabel dengan ketentuan berikut : Taraf signifikansi 0,05 dan Derajat Kebebasan (DK) dengan ketentuan: DK=n-2, atau 50-2=48. Dari ketentuan tersebut, diperoleh angka t tabel sebesar 1,960. Keempat: menentukan kriteria uji hipotesis sebagai berikut : Jika t penelitian > t tabel maka H0 ditolak dan H1 diterima Jika t penelitian < t tabel maka H0 diterima dan H1 ditolak Kelima: mengambil keputusan Didasarkan hasil penghitungan diperoleh angka t penelitian sebesar 2,784>ttabel sebesar 1,960 sehingga H0 ditolak dan H1 diterima artinya ada hubungan linier antara biaya pokok dan laba. Besarnya pengaruh biaya pokok dan laba sebesar 0,359 atau 35,9%. b.3 Hubungan antara biaya lain-lain dan laba untuk melihat apakah ada hubungan linier antara biaya lain-lain dan laba, kita dapat melakukan langkah-langkah analisis sebagai berikut : Pertama: menentukan hipotesis H0 : tidak ada hubungan linier antara biaya lain-lain dan laba. H1 : ada hubungan linier antara biaya lain-lain dan laba. Kedua: menghitung besarnya angka t penelitian Hasil penghitungan SPSS diperoleh angka t penelitian sebesar 2,192. Ketiga: menghitung besarnya angka t tabel dengan ketentuan berikut : Taraf signifikansi 0,05 dan Derajat Kebebasan (DK) dengan ketentuan: DK=n-2, atau 50-2=48. Dari ketentuan tersebut, diperoleh angka t tabel sebesar 1,960. Keempat: menentukan kriteria uji hipotesis sebagai berikut : 250 Jika t penelitian > t tabel maka H0 ditolak dan H1 diterima Jika t penelitian < t tabel maka H0 diterima dan H1 ditolak Kelima: mengambil keputusan Didasarkan hasil penghitungan diperoleh angka t penelitian sebesar 2,192>ttabel sebesar 1,960 sehingga H0 ditolak dan H1 diterima artinya ada hubungan linier antara biaya lain-lain dan laba. Besarnya pengaruh biaya lain-lain dan laba sebesar 0,305 atau 30,5%. b.4 Hubungan antara pajak dan laba untuk melihat apakah ada hubungan linier antara pajak dan laba, kita dapat melakukan langkah-langkah analisis sebagai berikut : Pertama: menentukan hipotesis H0 : tidak ada hubungan linier antara pajak dan laba. H1 : ada hubungan linier antara pajak dan laba. Kedua: menghitung besarnya angka t penelitian Hasil penghitungan SPSS diperoleh angka t penelitian sebesar -1,362. Ketiga: menghitung besarnya angka t tabel dengan ketentuan berikut : Taraf signifikansi 0,05 dan Derajat Kebebasan (DK) dengan ketentuan: DK=n-2, atau 50-2=48. Dari ketentuan tersebut, diperoleh angka t tabel sebesar 1,960. Keempat: menentukan kriteria uji hipotesis sebagai berikut : Jika t penelitian > t tabel maka H0 ditolak dan H1 diterima Jika t penelitian < t tabel maka H0 diterima dan H1 ditolak Kelima: mengambil keputusan Didasarkan hasil penghitungan diperoleh angka t penelitian sebesar -1,362<ttabel sebesar 1,960 sehingga H0 diterima dan H1 ditolak artinya tidak ada hubungan linier antara pajak dan laba. Besarnya pengaruh pajak dan laba sebesar -0,201 atau -20,1% dianggap tidak signifikan. 2. Analisis Korelasi Korelasi antara Harga produk, Biaya pokok, biaya lain-lain, dan pajak dengan laba dapat dilihat pada tabel di bawah ini. 251 Correlations Pearson Correlation Sig. (1-tailed) N LABA HARGA PRODUK BIAYA POKOK BIAYA LAIN-LAIN PAJAK LABA HARGA PRODUK BIAYA POKOK BIAYA LAIN-LAIN PAJAK LABA HARGA PRODUK BIAYA POKOK BIAYA LAIN-LAIN PAJAK LABA 1.000 .576 .500 .493 .339 . .000 .000 .000 .008 50 50 50 50 50 HARGA PRODUK BIAYA POKOK .576 .500 1.000 .462 .462 1.000 .578 .241 .602 .475 .000 .000 . .000 .000 . .000 .046 .000 .000 50 50 50 50 50 50 50 50 50 50 BIAYA LAIN-LAIN .493 .578 .241 1.000 .514 .000 .000 .046 . .000 50 50 50 50 50 PAJAK .339 .602 .475 .514 1.000 .008 .000 .000 .000 . 50 50 50 50 50 a. Korelasi antara harga produk dan laba Berdasarkan perhitungan diperoleh angka korelasi antara variabel produk dan harga sebesar 0,576. Untuk menafsir angka tersebut, digunakan kriteria sebagai berikut : 0 – 0,25 >0,25 – 0,5 : Korelasi cukup kuat >0,5 – 0,75 : Korelasi Kuat >0,75 – 1 : Korelasi sangat lemah (dianggap tidak ada) : Korelasi Sangat Kuat Korelasi sebesar 0,576 mempunyai maksud hubungan antara variabel produk dan harga kuat dan searah (karena hasilnya positif). Searah artinya jika harga produk tinggi maka laba juga tinggi. Korelasi dua variabel bersifat signifikan karena angka signifikansi sebesar 0,00 < 0,05. Jika angka signifikansi (sig)<0,05 maka hubungan kedua variabel signifikan. Sebaliknya, jika angka signifikansi (sig)>0,05 maka hubungan kedua variabel tidak signifikan. Korelasi antara harga produk dan biaya pokok Berdasarkan perhitungan diperoleh angka korelasi antara variabel produk dan promosi sebesar 0,462. Korelasi sebesar 0,462 mempunyai maksud hubungan 252 antara variabel harga produk dan biaya pokok cukup kuat dan searah. Korelasi dua variabel bersifat signifikan karena angka signifikansi sebesar 0,00<0,01. Korelasi antara harga produk dan biaya lain-lain Berdasarkan perhitungan diperoleh angka korelasi antara variabel harga produk dan biaya lain-lain sebesar 0,578. Korelasi sebesar 0,578 mempunyai maksud hubungan antara variabel harga produk dan biaya lain-lain cukup kuat dan searah. Korelasi dua variabel bersifat signifikan karena angka signifikansi sebesar 0,00<0,05. Korelasi antara biaya pokok dan laba Berdasarkan perhitungan diperoleh angka korelasi antara variabel biaya pokok dan laba sebesar 0,500. Korelasi sebesar 0,500 mempunyai maksud hubungan antara variabel biaya pokok dan laba cukup kuat dan searah. Korelasi dua variabel bersifat signifikan karena angka signifikansi sebesar 0,00<0,01. Korelasi antara biaya pokok dan biaya lain-lain Berdasarkan perhitungan diperoleh angka korelasi antara variabel biaya pokok dan biaya lain-lain sebesar 0,241. Korelasi sebesar 0,241 mempunyai maksud hubungan antara variabel biaya pokok dan biaya lain-lain sangat lemah. Korelasi dua variabel bersifat tidak signifikan karena angka signifikansi sebesar 0,046<0,01. Korelasi antara biaya pokok dan pajak Berdasarkan perhitungan diperoleh angka korelasi antara variabel biaya pokok dan pajak sebesar 0,475. Korelasi sebesar 0,475 mempunyai maksud hubungan antara variabel biaya pokok dan pajak cukup kuat dan searah. Korelasi dua variabel bersifat signifikan karena angka signifikansi sebesar 0,00<0,01. Korelasi antara biaya lain-lain dan laba Berdasarkan perhitungan diperoleh angka korelasi antara variabel biaya lainlain dan laba sebesar 0,493. Korelasi sebesar 0,493 mempunyai maksud hubungan antara variabel biaya lain-lain dan 253 laba cukup kuat dan searah. Korelasi dua variabel bersifat signifikan karena angka signifikansi sebesar 0,00<0,01. Korelasi antara biaya lain-lain dan pajak Berdasarkan perhitungan diperoleh angka korelasi antara variabel biaya lainlain dan laba sebesar 0,514. Korelasi sebesar 0,514 mempunyai maksud hubungan antara variabel biaya lain-lain dan laba kuat dan searah. Korelasi dua variabel bersifat signifikan karena angka signifikansi sebesar 0,00<0,01. Korelasi antara pajak dan laba Berdasarkan perhitungan diperoleh angka korelasi antara variabel pajak dan laba sebesar 0,339. Korelasi sebesar 0,339 mempunyai maksud hubungan antara variabel pajak dan laba kuat dan searah. Korelasi dua variabel bersifat tidak signifikan karena angka signifikansi sebesar 0,08>0,01. 5. Diagram Jalur Diagram jalur dari persamaan struktural di atas adalah sebagai berikut : X1 𝑃𝑌𝑋 X2 X3 𝑃𝑌𝑋 ϵ Y 𝑃𝑌𝑋 𝑃𝑌𝑋 X4 Persamaan struktur untuk diagram jalur di atas sebagai berikut : 8.1.4 KESIMPULAN Dari hasil analisis di atas diperoleh kesimpulan sebagai berikut : 1. Pengaruh variabel harga produk terhadap laba sebesar 0,355 atau 35,5%. 2. Pengaruh variabel biaya pokok terhadap laba sebesar 0,359 atau 35,9%. 3. Pengaruh variabel biaya lain-lain terhadap laba sebesar 0,305 atau 30,5%. 4. Pengaruh variabel pajak terhadap laba sebesar 0,201 atau -20,1%. 254 5. Pengaruh variabel harga produk, biaya pokok, biaya lain-lain dan pajak secara gabungan terhadap laba sebesar 0,466 atau 46,6%. 6. Pengaruh variabel-variabel lain di luar model analisis jalur ini sebesar 0,534 atau 53,4%. 7. Korelasi antara harga produk dan laba sebesar 0,576. 8. Korelasi antara harga produk dan biaya pokok sebesar 0,462. 9. Korelasi antara harga produk dan biaya lain-lain sebesar 0,578. 10. Korelasi antara biaya pokok dan laba sebesar 0,500 11. Korelasi antara biaya pokok dan biaya lain-lain sebesar 0,241 12. Korelasi antara biaya pokok dan pajak sebesar 0,475 13. Korelasi antara biaya lain-lain dan laba sebesar 0,493 14. Korelasi antara biaya lain-lain dan pajak sebesar 0,514 15. Korelasi antara pajak dan laba sebesar 0,339 MODEL PERSAMAAN DUA JALUR 8.2 KASUS Pada model pertama ini, hubungan sebenarnya sama dengan model regresi pertama, yaitu variabel bebas terdiri lebih dari satu variabel dan variabel tergantungnya ada dua. Contoh kasus dalam model ini ialah kita ingin mengukur besarnya pengaruh empat variabel bebas, yaitu Harga produk, Biaya pokok, biaya lain-lain, dan pajak terhadap laba melalui volume penjualan. Model diagram jalurnya dapat digambarkan sebagai berikut : X1 Harga Produk X2 Biaya Pokok X3 Biaya lain-lain Y1 Volume Penjualan Y2 Laba X4 Pajak 255 8.2.1 MASALAH Masalah dalam kasus ini ialah : 1. Berapa besar pengaruh Harga produk, Biaya pokok, biaya lain-lain, dan pajak terhadap variabel volume penjualan secara parsial atau sendiri-sendiri dan gabungan ?. 2. Variabel mana diantara Harga produk, Biaya pokok, biaya lain-lain, dan pajak yang pengaruhnya paling besar terhadap volume penjualan?. 3. Berapa besar pengaruh variabel Harga produk, Biaya pokok, biaya lain-lain, pajak dan volume penjualan terhadap variabel laba secara parsial atau sendirisendiri dan gabungan?. 4. Variabel mana diantara Harga produk, Biaya pokok, biaya lain-lain, pajak dan volume penjualan yang pengaruhnya paling besar terhadap laba ?. 5. Berapa besar pengaruh variabel Harga produk, Biaya pokok, biaya lain-lain, pajak dan volume penjualan terhadap variabel laba secara langsung dan tidak langsung?. 6. Berapa besar pengaruh variabel lain di luar model ini?. 8.2.2 DATA Data seperti terlihat di bawah ini : No 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 Harga Produk 16 17 17 15 16 18 12 19 15 19 14 15 14 16 10 13 19 15 15 Biaya Pokok 17 15 16 15 16 16 14 18 17 18 17 11 14 16 14 15 12 12 12 Biaya LainLain 16 14 15 13 15 14 14 17 16 21 16 16 18 15 12 15 15 13 18 256 Pajak 16 16 14 13 15 15 13 20 17 18 17 15 13 18 16 17 17 16 14 Volume penjualan 16 13 13 11 12 12 13 12 14 15 11 10 11 10 11 12 12 12 12 Laba 14 11 10 11 10 12 12 11 13 14 12 11 10 11 10 11 13 11 11 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 16 12 18 13 14 13 10 13 12 11 10 10 10 13 10 11 13 11 11 15 11 11 12 10 11 12 13 13 14 11 12 14 11 16 15 14 13 10 17 12 14 11 10 12 14 15 8 13 14 15 11 12 12 14 17 10 11 15 8 11 13 13 14 15 18 21 11 14 12 8 14 12 10 10 11 11 10 16 15 12 12 12 10 12 11 11 12 14 10 14 11 11 16 15 15 14 15 13 17 12 13 11 12 10 13 12 12 14 12 16 11 14 12 15 13 14 11 12 11 15 14 11 10 15 12 11 13 11 11 10 11 11 12 11 10 11 10 11 10 10 12 11 10 11 10 10 11 11 10 11 10 10 11 12 12 13 12 12 12 10 11 12 10 11 12 11 12 11 12 11 12 14 13 11 12 11 12 12 13 11 12 12 11 12 13 11 8.2.3 PENYELESAIAN Penyelesaian masalah tersebut dilakukan melalui tahap-tahap sebagai berikut : TAHAP I Menentukan model diagram jalurnya berdasarkan paradigma hubungan antar variabel sebagai berikut : X1 Harga Produk X2 Biaya Pokok X3 Biaya lain-lain ϵ1 ϵ2 Y1 Volume Penjualan Y2 Laba X4 Pajak 257 TAHAP II Membuat diagram jalur persamaan strukturalnya sebagai berikut : ϵ1 X1 𝑃𝑌 𝑋 𝑃𝑌 𝑋 X2 𝑃𝑌 𝑋 ϵ2 Y1 𝑃𝑌 𝑋 X3 𝑃𝑌 𝑋 Y2 𝑃𝑌 𝑌 𝑃𝑌 𝑋 X4 Diagram jalur diatas terdiri atas dua persamaan struktural, di mana X 1, X2, dan X3 adalah variabel eksogen dan Y1 serta Y2 adalah variabel endogen. Persamaan strukturalnya dapat dilihat sebagai berikut : TAHAP III Untuk menganalisis dengan menggunakan SPSS, perhatikan langkah-langkah di bawah ini. Analisis ini terdiri dari dua langkah, analisis untuk substruktural 1 dan untuk substruktural 2. SUBSTRUKTUR 1 Analisis Persamaan strukturalnya : Dimana Y1 : volume penjualan X1 : harga produk X2 : Biaya pokok X3 : Biaya lain-lain X4 : Pajak : Error Pertama, menghitung persamaan regresinya: Klik analyze Pilih Regression Pilih Linier 258 Pada kolom dependen masukkan variabel volume penjualan Pada kolom independen masukkan variabel Harga produk, Biaya pokok, biaya lain-lain, dan pajak Method: Enter Klik OK. Kedua, menghitung korelasi antara variabel Harga produk, Biaya pokok, biaya lainlain, dan pajak : Klik Analyze Pilih Correlate Pilih Bivariate Masukkan ke kolom Variabel, variabel Harga produk, Biaya pokok, biaya lainlain, dan pajak. Klik OK Hasil Perhitungan (Output): ada dua macam hasil penghitungan (output), yaitu output regresi dan output korelasi. Regresi Model Summary Change Statistics Model 1 R R Square ,682a ,466 Adjusted R Square ,418 Std. Error of the Estimate ,99745 R Square Change ,466 F Change 9,802 df 1 df 2 4 45 Sig. F Change ,000 a. Predictors: (Constant), BIAYA POKOK, BIAYA LAIN-LAIN, PAJAK, HARGA PRODUK ANOVAb Model 1 Regression Residual Total Sum of Squares 39,009 44,771 83,780 df Mean Square 9,752 ,995 4 45 49 F 9,802 Sig. ,000a a. Predictors: (Const ant), BIAY A POKOK, BI AY A LAIN-LAIN, PAJAK, HARGA PRODUK b. Dependent Variable: VOLUME PENJUALAN 259 Coeffici entsa Model 1 (Constant) HARGA PRODUK BIAYA LAIN-LAIN PAJAK BIAYA POKOK Unstandardized Coef f icients B Std. Error 6,176 1,021 ,175 ,076 ,189 ,068 ,141 ,064 -,116 ,085 Standardized Coef f icients Beta t 6,049 2,302 2,784 2,192 -1,362 ,355 ,359 ,305 -,201 Sig. ,000 ,026 ,008 ,034 ,180 a. Dependent Variable: VOLUME PENJUALAN Correlati ons Pearson Correlation Sig. (1-tailed) N VOLUME PENJUALAN HARGA PRODUK BIAY A LAIN-LAIN PAJAK BIAY A POKOK VOLUME PENJUALAN HARGA PRODUK BIAY A LAIN-LAIN PAJAK BIAY A POKOK VOLUME PENJUALAN HARGA PRODUK BIAY A LAIN-LAIN PAJAK BIAY A POKOK VOLUME PENJUALAN 1,000 ,576 ,500 ,493 ,339 . ,000 ,000 ,000 ,008 50 50 50 50 50 HARGA PRODUK ,576 1,000 ,462 ,578 ,602 ,000 . ,000 ,000 ,000 50 50 50 50 50 BIAY A LAIN-LAIN ,500 ,462 1,000 ,241 ,475 ,000 ,000 . ,046 ,000 50 50 50 50 50 PAJAK ,493 ,578 ,241 1,000 ,514 ,000 ,000 ,046 . ,000 50 50 50 50 50 BIAY A POKOK ,339 ,602 ,475 ,514 1,000 ,008 ,000 ,000 ,000 . 50 50 50 50 50 Penafsiran hasil penghitungan SPSS. Tahapan ini dibagi menjadi dua bagian, melakukan analisis regresi dan analisis korelasi. 1. Analisis Regresi Kita akan menganalisis regresi dengan melihat pengaruh secara gabungan dan secara parsial. a. Melihat pengaruh Harga produk, Biaya pokok, biaya lain-lain, dan pajak terhadap variabel volume penjualan. Untuk melihat pengaruh Harga produk, Biaya pokok, biaya lain-lain, dan pajak secara gabungan terhadap volume penjualan, akan kita lihat hasil penghitungan dalam model summary, khususnya angka R square di bawah ini. 260 Model Summary Change Statistics Model 1 R R Square ,682a ,466 Adjusted R Square ,418 Std. Error of the Estimate ,99745 R Square Change ,466 F Change 9,802 df 1 df 2 4 45 Sig. F Change ,000 a. Predictors: (Constant), BIAYA POKOK, BIAYA LAIN-LAIN, PAJAK, HARGA PRODUK Besarnya angka R square (r2) adalah 0,466. Angka tersebut dapat digunakan untuk melihat pengaruh Harga produk, Biaya pokok, biaya lain-lain, dan pajak secara gabungan terhadap volume penjualan dengan cara menghitung Koefisien Determinasi (KD) dengan menggunakan rumus sebagai berikut : Angka tersebut mempunyai maksud bahwa pengaruh Harga produk, Biaya pokok, biaya lain-lain, dan pajak secara gabungan terhadap volume penjualan adalah 46,6%. Adapun sisanya sebesar 53,4% (100% - 46,6%) dipengaruhi faktor lain. Dengan kata lain, variabilitas volume penjualan yang dapat diterangkan dengan menggunakan variabel Harga produk, Biaya pokok, biaya lain-lain, dan pajak adalah sebesar 46,6%, sedangkan pengaruh sebesar 53,4% disebabkan oleh variabel-variabel lain di luar model ini. Untuk mengetahui apakah model regresi diatas sudah benar atau salah, diperlukan uji hipotesis. Uji hipotesis menggunakan angka F sebagaimana tertera dalam tabel di bawah ini. ANOVAb Model 1 Regression Residual Total Sum of Squares 39,009 44,771 83,780 df 4 45 49 Mean Square 9,752 ,995 F 9,802 Sig. ,000a a. Predictors: (Const ant), BIAY A POKOK, BI AY A LAIN-LAIN, PAJAK, HARGA PRODUK b. Dependent Variable: VOLUME PENJUALAN Hipotesisnya berbunyi sebagai berikut : H0 : tidak ada hubungan linier antara Harga produk, Biaya pokok, biaya lainlain, dan pajak dengan volume penjualan. H1 : ada hubungan linier antara Harga produk, Biaya pokok, biaya lain-lain, dan pajak dengan volume penjualan. 261 Pengujian dapat dilakukan dengan dua cara. Pertama dengan membandingkan besarnya angka F penelitian dengan F tabel. Cara kedua ialah dengan membandingkan angka taraf signifikansi (sig) hasil penghitungan dengan taraf signifikansi 0,05 (5%). a.1 Menggunakan cara pertama atau membandingkan besarnya angka F penelitian dengan F tabel Pertama: menghitung F penelitian F penelitian dari SPSS didapatkan sebesar 9.802 Kedua: menghitung F tabel dengan ketentuan sebagai berikut : Taraf signifikansi 0,05 dan derajat kebebasan (DK) dengan ketentuan numerator: jumlah variabel – 1 atau 5 – 1 = 4; dan denumerator : jumlah kasus – 4 atau 50 – 5 = 45. Dengan ketentuan tersebut, diperoleh angka F tabel sebesar 2.61. Ketiga: menentukan kriteria uji hipotesis sebagai berikut : Jika F penelitian > F tabel maka H0 ditolak dan H1 diterima Jika F penelitian < F tabel maka H0 diterima dan H1 ditolak Keempat: mengambil keputusan Dari hasil penghitungan didapatkan angka F penelitian sebesar 9.802 > F tabel sebesar 2,61 sehingga H0 ditolak dan H1 diterima artinya ada hubungan linier antara Harga produk, Biaya pokok, biaya lain-lain, dan pajak dengan volume penjualan. Dengan demikian, model regresi diatas sudah layak dan benar. Kesimpulannya ialah Harga produk, Biaya pokok, biaya lain-lain, dan pajak secara gabungan mempengaruhi volume penjualan. Besarnya pengaruh ialah 46,6%. Dan pengaruh sebesar 53,4% disebabkan oleh variabel-variabel lain di luar model ini. a.2 Menggunakan cara kedua atau membandingkan angka taraf signifikansi (sig) hasil penghitungan dengan taraf signifikansi 0,05 (5%). Kriteria sebagai berikut : Jika sig penelitian > F tabel maka H0 ditolak dan H1 diterima Jika sig penelitian < F tabel maka H0 diterima dan H1 ditolak Berdasarkan perhitungan angka signifikansi sebesar 0,00 < 0,05 maka H 0 ditolak dan H1 diterima artinya ada hubungan linier antara Harga produk, Biaya pokok, biaya lain-lain, dan pajak dengan volume penjualan. 262 b. Pengaruh Harga produk, Biaya pokok, biaya lain-lain, dan pajak secara parsial terhadap volume penjualan. Untuk melihat besarnya pengaruh Harga produk, Biaya pokok, biaya lain-lain, dan pajak secara parsial terhadap volume penjualan, digunakan uji T, sedangkan untuk melihat besarnya pengaruh, digunakan angka Beta atau Standardized Coefficients di bawah ini : Coeffici entsa Model 1 (Constant) HARGA PRODUK BIAYA LAIN-LAIN PAJAK BIAYA POKOK Unstandardized Coef f icients B Std. Error 6,176 1,021 ,175 ,076 ,189 ,068 ,141 ,064 -,116 ,085 Standardized Coef f icients Beta ,355 ,359 ,305 -,201 t 6,049 2,302 2,784 2,192 -1,362 Sig. ,000 ,026 ,008 ,034 ,180 a. Dependent Variable: VOLUME PENJUALAN b.1 Hubungan antara harga produk dan volume penjualan untuk melihat apakah ada hubungan linier antara harga produk dan volume penjualan, kita dapat melakukan langkah-langkah analisis sebagai berikut : Pertama: menentukan hipotesis H0 : tidak ada hubungan linier antara harga produk dan volume penjualan. H1 : ada hubungan linier antara harga produk dan volume penjualan. Kedua: menghitung besarnya angka t penelitian Hasil penghitungan SPSS diperoleh angka t penelitian sebesar 2,302. Ketiga: menghitung besarnya angka t tabel dengan ketentuan berikut : Taraf signifikansi 0,05 dan Derajat Kebebasan (DK) dengan ketentuan: DK=n-2, atau 50-2=48. Dari ketentuan tersebut, diperoleh angka t tabel sebesar 1,960. Keempat: menentukan kriteria uji hipotesis sebagai berikut : Jika t penelitian > t tabel maka H0 ditolak dan H1 diterima Jika t penelitian < t tabel maka H0 diterima dan H1 ditolak Kelima: mengambil keputusan Didasarkan hasil penghitungan diperoleh angka t penelitian sebesar 2,302>t tabel sebesar 1,960 sehingga H0 ditolak dan H1 diterima artinya ada hubungan linier antara harga produk dan volume penjualan. Besarnya pengaruh harga produk dan volume penjualan sebesar 0,355 atau 35,5%. 263 b.2 Hubungan antara biaya pokok dan volume penjualan untuk melihat apakah ada hubungan linier antara biaya pokok dan volume penjualan, kita dapat melakukan langkah-langkah analisis sebagai berikut : Pertama: menentukan hipotesis H0 : tidak ada hubungan linier antara biaya pokok dan volume penjualan. H1 : ada hubungan linier antara biaya pokok dan volume penjualan. Kedua: menghitung besarnya angka t penelitian Hasil penghitungan SPSS diperoleh angka t penelitian sebesar 2,784. Ketiga: menghitung besarnya angka t tabel dengan ketentuan berikut : Taraf signifikansi 0,05 dan Derajat Kebebasan (DK) dengan ketentuan: DK=n-2, atau 50-2=48. Dari ketentuan tersebut, diperoleh angka t tabel sebesar 1,960. Keempat: menentukan kriteria uji hipotesis sebagai berikut : Jika t penelitian > t tabel maka H0 ditolak dan H1 diterima Jika t penelitian < t tabel maka H0 diterima dan H1 ditolak Kelima: mengambil keputusan Didasarkan hasil penghitungan diperoleh angka t penelitian sebesar 2,784>t tabel sebesar 1,960 sehingga H0 ditolak dan H1 diterima artinya ada hubungan linier antara biaya pokok dan volume penjualan. Besarnya pengaruh biaya pokok dan volume penjualan sebesar 0,359 atau 35,9%. b.3 Hubungan antara biaya lain-lain dan volume penjualan untuk melihat apakah ada hubungan linier antara biaya lain-lain dan volume penjualan, kita dapat melakukan langkah-langkah analisis sebagai berikut : Pertama: menentukan hipotesis H0 : tidak ada hubungan linier antara biaya lain-lain dan volume penjualan. H1 : ada hubungan linier antara biaya lain-lain dan volume penjualan. 264 Kedua: menghitung besarnya angka t penelitian Hasil penghitungan SPSS diperoleh angka t penelitian sebesar 2,192. Ketiga: menghitung besarnya angka t tabel dengan ketentuan berikut : Taraf signifikansi 0,05 dan Derajat Kebebasan (DK) dengan ketentuan: DK=n-2, atau 50-2=48. Dari ketentuan tersebut, diperoleh angka t tabel sebesar 1,960. Keempat: menentukan kriteria uji hipotesis sebagai berikut : Jika t penelitian > t tabel maka H0 ditolak dan H1 diterima Jika t penelitian < t tabel maka H0 diterima dan H1 ditolak Kelima: mengambil keputusan Didasarkan hasil penghitungan diperoleh angka t penelitian sebesar 2,192>t tabel sebesar 1,960 sehingga H0 ditolak dan H1 diterima artinya ada hubungan linier antara biaya lain-lain dan volume penjualan. Besarnya pengaruh biaya lain-lain dan volume penjualan sebesar 0,305 atau 30,5%. b.4 Hubungan antara pajak dan volume penjualan untuk melihat apakah ada hubungan linier antara pajak dan volume penjualan, kita dapat melakukan langkah-langkah analisis sebagai berikut : Pertama: menentukan hipotesis H0 : tidak ada hubungan linier antara pajak dan volume penjualan. H1 : ada hubungan linier antara pajak dan volume penjualan. Kedua: menghitung besarnya angka t penelitian Hasil penghitungan SPSS diperoleh angka t penelitian sebesar -1,362. Ketiga: menghitung besarnya angka t tabel dengan ketentuan berikut : Taraf signifikansi 0,05 dan Derajat Kebebasan (DK) dengan ketentuan: DK=n-2, atau 50-2=48. Dari ketentuan tersebut, diperoleh angka t tabel sebesar 1,960. Keempat: menentukan kriteria uji hipotesis sebagai berikut : Jika t penelitian > t tabel maka H0 ditolak dan H1 diterima Jika t penelitian < t tabel maka H0 diterima dan H1 ditolak Kelima: mengambil keputusan Didasarkan hasil penghitungan diperoleh angka t penelitian sebesar -1,362<ttabel sebesar 1,960 sehingga H0 diterima dan H1 ditolak artinya tidak ada hubungan linier antara pajak dan volume penjualan. Besarnya pengaruh pajak dan volume penjualan sebesar -0,201 atau -20,1% dianggap tidak signifikan. 265 2. Analisis Korelasi Korelasi antara Harga produk, Biaya pokok, biaya lain-lain, dan pajak dengan laba dapat dilihat pada tabel di bawah ini. Correlati ons Pearson Correlation Sig. (1-tailed) N VOLUME PENJUALAN HARGA PRODUK BIAY A LAIN-LAIN PAJAK BIAY A POKOK VOLUME PENJUALAN HARGA PRODUK BIAY A LAIN-LAIN PAJAK BIAY A POKOK VOLUME PENJUALAN HARGA PRODUK BIAY A LAIN-LAIN PAJAK BIAY A POKOK VOLUME PENJUALAN 1,000 ,576 ,500 ,493 ,339 . ,000 ,000 ,000 ,008 50 50 50 50 50 HARGA PRODUK ,576 1,000 ,462 ,578 ,602 ,000 . ,000 ,000 ,000 50 50 50 50 50 BIAY A LAIN-LAIN ,500 ,462 1,000 ,241 ,475 ,000 ,000 . ,046 ,000 50 50 50 50 50 PAJAK ,493 ,578 ,241 1,000 ,514 ,000 ,000 ,046 . ,000 50 50 50 50 50 BIAY A POKOK ,339 ,602 ,475 ,514 1,000 ,008 ,000 ,000 ,000 . 50 50 50 50 50 a. Korelasi antara harga produk dan volume penjualan Berdasarkan perhitungan diperoleh angka korelasi antara variabel harga produk dan volume penjualan sebesar 0,576. Untuk menafsir angka tersebut, digunakan kriteria sebagai berikut : 0 – 0,25 >0,25 – 0,5 : Korelasi cukup kuat >0,5 – 0,75 : Korelasi Kuat >0,75 – 1 : Korelasi sangat lemah (dianggap tidak ada) : Korelasi Sangat Kuat Korelasi sebesar 0,576 mempunyai maksud hubungan antara variabel harga produk dan volume penjualan kuat dan searah (karena hasilnya positif). Searah artinya jika harga produk tinggi maka volume penjualan juga tinggi. Korelasi dua variabel bersifat signifikan karena angka signifikansi sebesar 0,00 < 0,05. Korelasi antara harga produk dan biaya pokok Berdasarkan perhitungan diperoleh angka korelasi antara variabel produk dan promosi sebesar 0,462. Korelasi sebesar 0,462 mempunyai maksud hubungan 266 antara variabel harga produk dan biaya pokok cukup kuat dan searah. Korelasi dua variabel bersifat signifikan karena angka signifikansi sebesar 0,00<0,01. Korelasi antara harga produk dan biaya lain-lain Berdasarkan perhitungan diperoleh angka korelasi antara variabel harga produk dan biaya lain-lain sebesar 0,578. Korelasi sebesar 0,578 mempunyai maksud hubungan antara variabel harga produk dan biaya lain-lain cukup kuat dan searah. Korelasi dua variabel bersifat signifikan karena angka signifikansi sebesar 0,00<0,05. Korelasi antara biaya pokok dan volume penjualan Berdasarkan perhitungan diperoleh angka korelasi antara variabel biaya pokok dan volume penjualan sebesar 0,500. Korelasi sebesar 0,500 mempunyai maksud hubungan antara variabel biaya pokok dan volume penjualan cukup kuat dan searah. Korelasi dua variabel bersifat signifikan karena angka signifikansi sebesar 0,00<0,01. Korelasi antara biaya pokok dan biaya lain-lain Berdasarkan perhitungan diperoleh angka korelasi antara variabel biaya pokok dan biaya lain-lain sebesar 0,241. Korelasi sebesar 0,241 mempunyai maksud hubungan antara variabel biaya pokok dan biaya lain-lain sangat lemah. Korelasi dua variabel bersifat tidak signifikan karena angka signifikansi sebesar 0,046<0,01. Korelasi antara biaya pokok dan pajak Berdasarkan perhitungan diperoleh angka korelasi antara variabel biaya pokok dan pajak sebesar 0,475. Korelasi sebesar 0,475 mempunyai maksud hubungan antara variabel biaya pokok dan pajak cukup kuat dan searah. Korelasi dua variabel bersifat signifikan karena angka signifikansi sebesar 0,00<0,01. Korelasi antara biaya lain-lain dan volume penjualan Berdasarkan perhitungan diperoleh angka korelasi antara variabel biaya lainlain dan volume penjualan sebesar 0,493. Korelasi sebesar 0,493 mempunyai 267 maksud hubungan antara variabel biaya lain-lain dan volume penjualan cukup kuat dan searah. Korelasi dua variabel bersifat signifikan karena angka signifikansi sebesar 0,00<0,01. Korelasi antara biaya lain-lain dan pajak Berdasarkan perhitungan diperoleh angka korelasi antara variabel biaya lainlain dan laba sebesar 0,514. Korelasi sebesar 0,514 mempunyai maksud hubungan antara variabel biaya lain-lain dan laba kuat dan searah. Korelasi dua variabel bersifat signifikan karena angka signifikansi sebesar 0,00<0,01. Korelasi antara pajak dan volume penjualan Berdasarkan perhitungan diperoleh angka korelasi antara variabel pajak dan volume penjualan sebesar 0,339. Korelasi sebesar 0,339 mempunyai maksud hubungan antara variabel pajak dan volume penjualan kuat dan searah. Korelasi dua variabel bersifat tidak signifikan karena angka signifikansi sebesar 0,08>0,01. 6. Diagram Jalur Diagram jalur dari persamaan struktural di atas adalah sebagai berikut : X1 𝑃𝑌𝑋 X2 𝑃𝑌𝑋 X3 ϵ Y 𝑃𝑌𝑋 𝑃𝑌𝑋 X4 Persamaan struktur untuk diagram jalur di atas sebagai berikut : 8.2.4 KESIMPULAN Dari hasil analisis di atas diperoleh kesimpulan sebagai berikut : 1. Pengaruh variabel harga produk terhadap volume penjualan sebesar 0,355 atau 35,5%. 268 2. Pengaruh variabel biaya pokok terhadap volume penjualan sebesar 0,359 atau 35,9%. 3. Pengaruh variabel biaya lain-lain terhadap volume penjualan sebesar 0,305 atau 30,5%. 4. Pengaruh variabel pajak terhadap volume penjualan sebesar 0,201 atau 20,1%. 5. Pengaruh variabel harga produk, biaya pokok, biaya lain-lain dan pajak secara gabungan terhadap volume penjualan sebesar 0,466 atau 46,6%. 6. Pengaruh variabel-variabel lain di luar model analisis jalur ini sebesar 0,534 atau 53,4%. 7. Korelasi antara harga produk dan volume penjualan sebesar 0,576. 8. Korelasi antara harga produk dan biaya pokok sebesar 0,462. 9. Korelasi antara harga produk dan biaya lain-lain sebesar 0,578. 10. Korelasi antara biaya pokok dan volume penjualan sebesar 0,500 11. Korelasi antara biaya pokok dan biaya lain-lain sebesar 0,241 12. Korelasi antara biaya pokok dan pajak sebesar 0,475 13. Korelasi antara biaya lain-lain dan volume penjualan sebesar 0,493 14. Korelasi antara biaya lain-lain dan pajak sebesar 0,514 15. Korelasi antara pajak dan volume penjualan sebesar 0,339 SUBSTRUKTUR 2 Analisis Persamaan strukturalnya : Dimana Y2 : Laba Y1 : volume penjualan X1 : harga produk X2 : Biaya pokok X3 : Biaya lain-lain X4 : Pajak : Error Pertama, menghitung persamaan regresinya: Klik analyze Pilih Regression 269 Pilih Linier Pada kolom dependen masukkan variabel laba Pada kolom independen masukkan variabel Harga produk, Biaya pokok, biaya lain-lain, pajak dan volume penjualan Method: Enter Klik OK. Kedua, menghitung korelasi antara variabel Harga produk, Biaya pokok, biaya lainlain, dan pajak : Klik Analyze Pilih Correlate Pilih Bivariate Masukkan ke kolom Variabel, variabel Harga produk, Biaya pokok, biaya lainlain, dan pajak. Klik OK Hasil Perhitungan (Output): ada dua macam hasil penghitungan (output), yaitu output regresi dan output korelasi. Regresi Model Summary Change Statistics Model 1 R ,481a R Square ,232 Adjusted R Square ,144 St d. Error of the Estimate ,96667 R Square Change ,232 F Change 2,655 df 1 df 2 5 44 Sig. F Change ,035 a. Predictors: (Constant), VOLUME PENJUALAN, BI AYA POKOK, BI AYA LAI N-LAIN, PAJAK, HARGA PRODUK ANOVAb Model 1 Regression Residual Total Sum of Squares 12,404 41,116 53,520 df 5 44 49 Mean Square 2,481 ,934 F 2,655 Sig. ,035a a. Predictors: (Const ant), VOLUME PENJUALAN, BI AY A POKOK, BIAYA LAIN-LAIN, PAJAK, HARGA PRODUK b. Dependent Variable: LABA 270 Coeffi ci entsa Model 1 (Constant) HARGA PRODUK BI AY A LAI N-LAIN PAJAK BI AY A POKOK VOLUME PENJUALAN Unstandardized Coef f icients B St d. Error 7,902 1,332 -,079 ,078 -,051 ,071 ,018 ,065 -,008 ,084 ,470 ,144 St andardized Coef f icients Beta t 5,931 -1,022 -,710 ,281 -,094 3,254 -,202 -,120 ,050 -,017 ,588 Sig. ,000 ,312 ,482 ,780 ,926 ,002 a. Dependent Variable: LABA Correlati ons Pearson Correlation Sig. (1-tailed) N LABA HARGA PRODUK BIAY A LAIN-LAIN PAJAK BIAY A POKOK VOLUME PENJUALAN LABA HARGA PRODUK BIAY A LAIN-LAIN PAJAK BIAY A POKOK VOLUME PENJUALAN LABA HARGA PRODUK BIAY A LAIN-LAIN PAJAK BIAY A POKOK VOLUME PENJUALAN HARGA PRODUK ,100 1,000 ,462 ,578 ,602 ,576 ,246 . ,000 ,000 ,000 ,000 50 50 50 50 50 50 LABA 1,000 ,100 ,085 ,185 ,030 ,431 . ,246 ,279 ,099 ,419 ,001 50 50 50 50 50 50 BIAY A LAIN-LAIN ,085 ,462 1,000 ,241 ,475 ,500 ,279 ,000 . ,046 ,000 ,000 50 50 50 50 50 50 PAJAK ,185 ,578 ,241 1,000 ,514 ,493 ,099 ,000 ,046 . ,000 ,000 50 50 50 50 50 50 BIAY A POKOK ,030 ,602 ,475 ,514 1,000 ,339 ,419 ,000 ,000 ,000 . ,008 50 50 50 50 50 50 VOLUME PENJUALAN ,431 ,576 ,500 ,493 ,339 1,000 ,001 ,000 ,000 ,000 ,008 . 50 50 50 50 50 50 Penafsiran hasil penghitungan SPSS. Tahapan ini dibagi menjadi dua bagian, melakukan analisis regresi dan analisis korelasi. 1. Analisis Regresi Kita akan menganalisis regresi dengan melihat pengaruh secara gabungan dan secara parsial. a. Melihat pengaruh Harga produk, Biaya pokok, biaya lain-lain, pajak dan volume penjualan terhadap variabel laba. Untuk melihat pengaruh Harga produk, Biaya pokok, biaya lain-lain, dan pajak secara gabungan terhadap volume penjualan, akan kita lihat hasil penghitungan dalam model summary, khususnya angka R square di bawah ini. 271 Model Summary Change Statistics Model 1 R R Square ,481a ,232 Adjusted R Square ,144 Std. Error of the Estimate ,96667 R Square Change ,232 F Change 2,655 df 1 df 2 5 Sig. F Change ,035 44 a. Predictors: (Constant), VOLUME PENJUALAN, BIAYA POKOK, BIAYA LAIN-LAIN, PAJAK, HARGA PRODUK Besarnya angka R square (r2) adalah 0,232. Angka tersebut dapat digunakan untuk melihat pengaruh Harga produk, Biaya pokok, biaya lain-lain, pajak dan volume penjualan secara gabungan terhadap laba dengan cara menghitung Koefisien Determinasi (KD) dengan menggunakan rumus sebagai berikut : Angka tersebut mempunyai maksud bahwa pengaruh Harga produk, Biaya pokok, biaya lain-lain, pajak dan volume penjualan secara gabungan terhadap laba adalah 23,2%. Adapun sisanya sebesar 76,8% (100% - 23,2%) dipengaruhi faktor lain. Dengan kata lain, variabilitas laba yang dapat diterangkan dengan menggunakan variabel Harga produk, Biaya pokok, biaya lain-lain, pajak dan volume penjualan adalah sebesar 23,2%, sedangkan pengaruh sebesar 76,8% disebabkan oleh variabel-variabel lain di luar model ini. Untuk mengetahui apakah model regresi diatas sudah benar atau salah, diperlukan uji hipotesis. Uji hipotesis menggunakan angka F sebagaimana tertera dalam tabel di bawah ini. ANOVAb Model 1 Regression Residual Total Sum of Squares 12,404 41,116 53,520 df 5 44 49 Mean Square 2,481 ,934 F 2,655 Sig. ,035a a. Predictors: (Const ant), VOLUME PENJUALAN, BI AY A POKOK, BIAYA LAIN-LAIN, PAJAK, HARGA PRODUK b. Dependent Variable: LABA Hipotesisnya berbunyi sebagai berikut : H0 : tidak ada hubungan linier antara Harga produk, Biaya pokok, biaya lainlain, pajak dan volume penjualan dengan laba. 272 H1 : ada hubungan linier antara Harga produk, Biaya pokok, biaya lain-lain, pajak dan volume penjualan dengan laba. Pengujian dapat dilakukan dengan dua cara. Pertama dengan membandingkan besarnya angka F penelitian dengan F tabel. Cara kedua ialah dengan membandingkan angka taraf signifikansi (sig) hasil penghitungan dengan taraf signifikansi 0,05 (5%). a.1 Menggunakan cara pertama atau membandingkan besarnya angka F penelitian dengan F tabel Pertama: menghitung F penelitian F penelitian dari SPSS didapatkan sebesar 2,655 Kedua: menghitung F tabel dengan ketentuan sebagai berikut : Taraf signifikansi 0,05 dan derajat kebebasan (DK) dengan ketentuan numerator: jumlah variabel – 1 atau 5 – 1 = 4; dan denumerator : jumlah kasus – 4 atau 50 – 5 = 45. Dengan ketentuan tersebut, diperoleh angka F tabel sebesar 2.61. Ketiga: menentukan kriteria uji hipotesis sebagai berikut : Jika F penelitian > F tabel maka H0 ditolak dan H1 diterima Jika F penelitian < F tabel maka H0 diterima dan H1 ditolak Keempat: mengambil keputusan Dari hasil penghitungan didapatkan angka F penelitian sebesar 2,655 > F tabel sebesar 2,61 sehingga H0 ditolak dan H1 diterima artinya ada hubungan linier antara Harga produk, Biaya pokok, biaya lain-lain, pajak dan volume penjualan dengan laba. Dengan demikian, model regresi diatas sudah layak dan benar. Kesimpulannya ialah Harga produk, Biaya pokok, biaya lain-lain, pajak dan volume penjualan secara gabungan mempengaruhi laba. Besarnya pengaruh ialah 23,2%. Dan pengaruh sebesar 76,8% disebabkan oleh variabel-variabel lain di luar model ini. a.2 Menggunakan cara kedua atau membandingkan angka taraf signifikansi (sig) hasil penghitungan dengan taraf signifikansi 0,05 (5%). Kriteria sebagai berikut : Jika sig penelitian > F tabel maka H0 ditolak dan H1 diterima Jika sig penelitian < F tabel maka H0 diterima dan H1 ditolak 273 Berdasarkan perhitungan angka signifikansi sebesar 0,038 < 0,05 maka H0 ditolak dan H1 diterima artinya ada hubungan linier antara Harga produk, Biaya pokok, biaya lain-lain, pajak dan volume penjualan dengan laba. b. Pengaruh Harga produk, Biaya pokok, biaya lain-lain, pajak dan volume penjualan secara parsial terhadap laba. Untuk melihat besarnya pengaruh Harga produk, Biaya pokok, biaya lain-lain, pajak dan volume penjualan secara parsial terhadap laba, digunakan uji T, sedangkan untuk melihat besarnya pengaruh, digunakan angka Beta atau Standardized Coefficients di bawah ini : Coeffi ci entsa Model 1 (Constant) HARGA PRODUK BI AY A LAI N-LAIN PAJAK BI AY A POKOK VOLUME PENJUALAN Unstandardized Coef f icients B St d. Error 7,902 1,332 -,079 ,078 -,051 ,071 ,018 ,065 -,008 ,084 ,470 ,144 St andardized Coef f icients Beta -,202 -,120 ,050 -,017 ,588 t 5,931 -1,022 -,710 ,281 -,094 3,254 Sig. ,000 ,312 ,482 ,780 ,926 ,002 a. Dependent Variable: LABA b.1 Hubungan antara harga produk dan laba untuk melihat apakah ada hubungan linier antara harga produk dan laba, kita dapat melakukan langkah-langkah analisis sebagai berikut : Pertama: menentukan hipotesis H0 : tidak ada hubungan linier antara harga produk dan laba. H1 : ada hubungan linier antara harga produk dan laba. Kedua: menghitung besarnya angka t penelitian Hasil penghitungan SPSS diperoleh angka t penelitian sebesar -1,022. Ketiga: menghitung besarnya angka t tabel dengan ketentuan berikut : Taraf signifikansi 0,05 dan Derajat Kebebasan (DK) dengan ketentuan: DK=n-2, atau 50-2=48. Dari ketentuan tersebut, diperoleh angka t tabel sebesar 1,960. Keempat: menentukan kriteria uji hipotesis sebagai berikut : Jika t penelitian > t tabel maka H0 ditolak dan H1 diterima Jika t penelitian < t tabel maka H0 diterima dan H1 ditolak Kelima: mengambil keputusan 274 Didasarkan hasil penghitungan diperoleh angka t penelitian sebesar -1,022<ttabel sebesar 1,960 sehingga H0 diterima dan H1 ditolak artinya tidak ada hubungan linier antara harga produk dan laba. Besarnya pengaruh harga produk dan laba sebesar -0,202 atau -20,2% dianggap tidak signifikan. b.2 Hubungan antara biaya pokok dan laba untuk melihat apakah ada hubungan linier antara biaya pokok dan laba, kita dapat melakukan langkah-langkah analisis sebagai berikut : Pertama: menentukan hipotesis H0 : tidak ada hubungan linier antara biaya pokok laba. H1 : ada hubungan linier antara biaya pokok dan laba. Kedua: menghitung besarnya angka t penelitian Hasil penghitungan SPSS diperoleh angka t penelitian sebesar -0,710. Ketiga: menghitung besarnya angka t tabel dengan ketentuan berikut : Taraf signifikansi 0,05 dan Derajat Kebebasan (DK) dengan ketentuan: DK=n-2, atau 50-2=48. Dari ketentuan tersebut, diperoleh angka t tabel sebesar 1,960. Keempat: menentukan kriteria uji hipotesis sebagai berikut : Jika t penelitian > t tabel maka H0 ditolak dan H1 diterima Jika t penelitian < t tabel maka H0 diterima dan H1 ditolak Kelima: mengambil keputusan Didasarkan hasil penghitungan diperoleh angka t penelitian sebesar -0,710<ttabel sebesar 1,960 sehingga H0 diterima dan H1 ditolak artinya tidak ada hubungan linier antara biaya pokok dan laba. Besarnya pengaruh biaya pokok dan laba sebesar -0,120 atau -12% dianggap tidak signifikan. 275 b.3 Hubungan antara biaya lain-lain dan laba untuk melihat apakah ada hubungan linier antara biaya lain-lain dan laba, kita dapat melakukan langkah-langkah analisis sebagai berikut : Pertama: menentukan hipotesis H0 : tidak ada hubungan linier antara biaya lain-lain dan laba. H1 : ada hubungan linier antara biaya lain-lain dan laba. Kedua: menghitung besarnya angka t penelitian Hasil penghitungan SPSS diperoleh angka t penelitian sebesar 0,281. Ketiga: menghitung besarnya angka t tabel dengan ketentuan berikut : Taraf signifikansi 0,05 dan Derajat Kebebasan (DK) dengan ketentuan: DK=n-2, atau 50-2=48. Dari ketentuan tersebut, diperoleh angka t tabel sebesar 1,960. Keempat: menentukan kriteria uji hipotesis sebagai berikut : Jika t penelitian > t tabel maka H0 ditolak dan H1 diterima Jika t penelitian < t tabel maka H0 diterima dan H1 ditolak Kelima: mengambil keputusan Didasarkan hasil penghitungan diperoleh angka t penelitian sebesar 0,281<ttabel sebesar 1,960 sehingga H0 diterima dan H1 ditolak artinya tidak ada hubungan linier antara biaya lain-lain dan laba. Besarnya pengaruh biaya lain-lain dan laba sebesar 0,05 atau 5% dianggap tidak signifikan. b.4 Hubungan antara pajak dan laba untuk melihat apakah ada hubungan linier antara pajak dan laba, kita dapat melakukan langkah-langkah analisis sebagai berikut : Pertama: menentukan hipotesis H0 : tidak ada hubungan linier antara pajak dan laba. H1 : ada hubungan linier antara pajak dan laba. Kedua: menghitung besarnya angka t penelitian Hasil penghitungan SPSS diperoleh angka t penelitian sebesar -0,094. Ketiga: menghitung besarnya angka t tabel dengan ketentuan berikut : Taraf signifikansi 0,05 dan Derajat Kebebasan (DK) dengan ketentuan: DK=n-2, atau 50-2=48. Dari ketentuan tersebut, diperoleh angka t tabel sebesar 1,960. Keempat: menentukan kriteria uji hipotesis sebagai berikut : Jika t penelitian > t tabel maka H0 ditolak dan H1 diterima Jika t penelitian < t tabel maka H0 diterima dan H1 ditolak 276 Kelima: mengambil keputusan Didasarkan hasil penghitungan diperoleh angka t penelitian sebesar -0,094<ttabel sebesar 1,960 sehingga H0 diterima dan H1 ditolak artinya tidak ada hubungan linier antara pajak dan laba. Besarnya pengaruh pajak dan laba sebesar -0,017 atau -1,7% dianggap tidak signifikan. b.5 Hubungan antara volume penjualan dan laba untuk melihat apakah ada hubungan linier antara volume penjualan dan laba, kita dapat melakukan langkah-langkah analisis sebagai berikut : Pertama: menentukan hipotesis H0 : tidak ada hubungan linier antara volume penjualan dan laba. H1 : ada hubungan linier antara volume penjualan dan laba. Kedua: menghitung besarnya angka t penelitian Hasil penghitungan SPSS diperoleh angka t penelitian sebesar 3,254. Ketiga: menghitung besarnya angka t tabel dengan ketentuan berikut : Taraf signifikansi 0,05 dan Derajat Kebebasan (DK) dengan ketentuan: DK=n-2, atau 50-2=48. Dari ketentuan tersebut, diperoleh angka t tabel sebesar 1,960. Keempat: menentukan kriteria uji hipotesis sebagai berikut : Jika t penelitian > t tabel maka H0 ditolak dan H1 diterima Jika t penelitian < t tabel maka H0 diterima dan H1 ditolak Kelima: mengambil keputusan Didasarkan hasil penghitungan diperoleh angka t penelitian sebesar 3,254>ttabel sebesar 1,960 sehingga H0 ditolak dan H1 diterima artinya ada hubungan linier antara volume penjualan dan laba. Besarnya pengaruh volume penjualan dan laba sebesar 0,588 atau 58,8%. 2. Analisis Korelasi Korelasi antara Harga produk, Biaya pokok, biaya lain-lain, dan pajak dengan laba dapat dilihat pada tabel di bawah ini. 277 Correlations Pearson Correlation Sig. (1-tailed) N LABA HARGA PRODUK BIAYA LAIN-LAIN PAJAK BIAYA POKOK VOLUME PENJUALAN LABA HARGA PRODUK BIAYA LAIN-LAIN PAJAK BIAYA POKOK VOLUME PENJUALAN LABA HARGA PRODUK BIAYA LAIN-LAIN PAJAK BIAYA POKOK VOLUME PENJUALAN LABA 1,000 ,100 ,085 ,185 ,030 ,431 . ,246 ,279 ,099 ,419 ,001 50 50 50 50 50 50 HARGA PRODUK ,100 1,000 ,462 ,578 ,602 ,576 ,246 . ,000 ,000 ,000 ,000 50 50 50 50 50 50 BIAYA LAIN-LAIN ,085 ,462 1,000 ,241 ,475 ,500 ,279 ,000 . ,046 ,000 ,000 50 50 50 50 50 50 PAJAK BIAYA POKOK ,185 ,030 ,578 ,602 ,241 ,475 1,000 ,514 ,514 1,000 ,493 ,339 ,099 ,419 ,000 ,000 ,046 ,000 . ,000 ,000 . ,000 ,008 50 50 50 50 50 50 50 50 50 50 50 50 VOLUME PENJUALAN ,431 ,576 ,500 ,493 ,339 1,000 ,001 ,000 ,000 ,000 ,008 . 50 50 50 50 50 50 a. Korelasi antara harga produk dan volume penjualan Berdasarkan perhitungan diperoleh angka korelasi antara variabel harga produk dan volume penjualan sebesar 0,576. Untuk menafsir angka tersebut, digunakan kriteria sebagai berikut : 0 – 0,25 >0,25 – 0,5 : Korelasi cukup kuat >0,5 – 0,75 : Korelasi Kuat >0,75 – 1 : Korelasi sangat lemah (dianggap tidak ada) : Korelasi Sangat Kuat Korelasi sebesar 0,576 mempunyai maksud hubungan antara variabel harga produk dan volume penjualan kuat dan searah (karena hasilnya positif). Searah artinya jika harga produk tinggi maka volume penjualan juga tinggi. Korelasi dua variabel bersifat signifikan karena angka signifikansi sebesar 0,00 < 0,05. Korelasi antara harga produk dan biaya lain-lain Berdasarkan perhitungan diperoleh angka korelasi antara variabel harga produk dan biaya lain-lain sebesar 0,462. Korelasi sebesar 0,462 mempunyai maksud hubungan antara variabel harga produk dan biaya lain-lain cukup kuat dan searah. Korelasi dua variabel bersifat signifikan karena angka signifikansi sebesar 0,00<0,01. 278 Korelasi antara harga produk dan pajak Berdasarkan perhitungan diperoleh angka korelasi antara variabel harga produk dan pajak sebesar 0,578. Korelasi sebesar 0,578 mempunyai maksud hubungan antara variabel harga produk dan pajak cukup kuat dan searah. Korelasi dua variabel bersifat signifikan karena angka signifikansi sebesar 0,00<0,05. Korelasi antara biaya lain-lain dan volume penjualan Berdasarkan perhitungan diperoleh angka korelasi antara variabel biaya lainlain dan volume penjualan sebesar 0,500. Korelasi sebesar 0,500 mempunyai maksud hubungan antara variabel biaya lain-lain dan volume penjualan cukup kuat dan searah. Korelasi dua variabel bersifat signifikan karena angka signifikansi sebesar 0,00<0,01. Korelasi antara pajak dan biaya lain-lain Berdasarkan perhitungan diperoleh angka korelasi antara variabel pajak dan biaya lain-lain sebesar 0,241. Korelasi sebesar 0,241 mempunyai maksud hubungan antara variabel pajak dan biaya lain-lain sangat lemah. Korelasi dua variabel bersifat tidak signifikan karena angka signifikansi sebesar 0,046<0,01. Korelasi antara biaya pokok dan biaya lain-lain Berdasarkan perhitungan diperoleh angka korelasi antara variabel biaya pokok dan biaya lain-lain sebesar 0,475. Korelasi sebesar 0,475 mempunyai maksud hubungan antara variabel biaya pokok dan biaya lain-lain cukup kuat dan searah. Korelasi dua variabel bersifat signifikan karena angka signifikansi sebesar 0,00<0,01. Korelasi antara pajak dan volume penjualan Berdasarkan perhitungan diperoleh angka korelasi antara variabel pajak dan volume penjualan sebesar 0,493. Korelasi sebesar 0,493 mempunyai maksud hubungan antara variabel pajak dan volume penjualan cukup kuat dan searah. Korelasi dua variabel bersifat signifikan karena angka signifikansi sebesar 0,00<0,01. 279 Korelasi antara biaya pokok dan pajak Berdasarkan perhitungan diperoleh angka korelasi antara variabel biaya pokok dan laba sebesar 0,514. Korelasi sebesar 0,514 mempunyai maksud hubungan antara variabel biaya pokok dan laba kuat dan searah. Korelasi dua variabel bersifat signifikan karena angka signifikansi sebesar 0,00<0,01. Korelasi antara biaya pokok dan volume penjualan Berdasarkan perhitungan diperoleh angka korelasi antara variabel biaya pokok dan volume penjualan sebesar 0,339. Korelasi sebesar 0,339 mempunyai maksud hubungan antara variabel biaya pokok dan volume penjualan kuat dan searah. Korelasi dua variabel bersifat tidak signifikan karena angka signifikansi sebesar 0,08>0,01. 5. Penghitungan Pengaruh a. Pengaruh Langsung (Direct Effect atau DE) Untuk menghitung pengaruh langsung atau DE, digunakan formula sebagai berikut : Pengaruh variabel harga produk terhadap volume penjualan Pengaruh variabel biaya pokok terhadap volume penjualan Pengaruh variabel biaya lain-lain terhadap volume penjualan Pengaruh variabel pajak terhadap volume penjualan Pengaruh variabel harga produk terhadap laba Pengaruh variabel biaya pokok terhadap laba Pengaruh variabel biaya lain-lain terhadap laba 280 Pengaruh variabel pajak terhadap laba Pengaruh variabel volume penjualan terhadap laba b. Pengaruh Tidak Langsung (Indirect Effect atau IE) Untuk menghitung pengaruh tidak langsung atau IE, digunakan formula sebagai berikut : Pengaruh variabel harga produk terhadap laba melalui volume penjualan ( ) Pengaruh variabel biaya pokok terhadap laba melalui volume penjualan ( ) Pengaruh variabel biaya lain-lain terhadap laba melalui volume penjualan ( ) Pengaruh variabel pajak terhadap laba melalui volume penjualan ( ) c. Pengaruh Total (Total Effect) Pengaruh variabel harga produk terhadap laba melalui volume penjualan ( Pengaruh variabel biaya pokok terhadap laba melalui volume penjualan ( ) ) Pengaruh variabel biaya lain-lain terhadap laba melalui volume penjualan ( ) Pengaruh variabel pajak terhadap laba melalui volume penjualan ( ) 281 Diagram Jalur Diagram jalur dari persamaan struktural di atas adalah sebagai berikut : ϵ1 X1 X2 X3 𝑃𝑌 𝑋 𝑃𝑌 𝑋 ϵ2 𝑃𝑌 𝑋 Y1 𝑃𝑌 𝑋 𝑃𝑌 𝑋 𝑃𝑌 𝑌 Y2 𝑃𝑌 𝑋 X4 Persamaan struktur untuk diagram jalur di atas sebagai berikut : 8.2.5 KESIMPULAN Dari hasil analisis di atas diperoleh kesimpulan sebagai berikut : 1. Pengaruh variabel harga produk terhadap volume penjualan sebesar 35,5%. 2. Pengaruh variabel biaya pokok terhadap volume penjualan sebesar 35,4%. 3. Pengaruh variabel biaya lain-lain terhadap volume penjualan sebesar 30,5%. 4. Pengaruh variabel pajak terhadap volume penjualan sebesar 20,1%. 5. Pengaruh variabel harga produk terhadap laba sebesar -20,2%. 6. Pengaruh variabel biaya pokok terhadap laba sebesar -0,12%. 7. Pengaruh variabel biaya lain-lain terhadap laba sebesar 5%. 8. Pengaruh variabel pajak terhadap laba sebesar -1,7%. 9. Pengaruh variabel volume penjualan terhadap laba sebesar 58,8%. 10. Pengaruh variabel harga produk terhadap laba melalui volume penjualan sebesar 20,874%. 11. Pengaruh variabel biaya pokok terhadap laba melalui volume penjualan sebesar 20,8152%. 12. Pengaruh variabel biaya lain-lain terhadap laba melalui volume penjualan sebesar 17,934%. 13. Pengaruh variabel pajak terhadap laba melalui volume penjualan sebesar 11,8188%. 14. Pengaruh variabel harga produk terhadap laba melalui volume penjualan sebesar 94,3%. 282 15. Pengaruh variabel biaya pokok terhadap laba melalui volume penjualan sebesar 94,2%. 16. Pengaruh variabel biaya lain-lain terhadap laba melalui volume penjualan sebesar 89,3%. 17. Pengaruh variabel pajak terhadap laba melalui volume penjualan sebesar 79%. MODEL PERSAMAAN TIGA JALUR 8.3 KASUS Model ketiga ini terdiri atas variabel bebas biaya pokok, biaya lain-lain, dan pajak. Variabel bebas ketiga berfungsi sebagai variabel perantara. Variabel tergantung terdiri dari dua variabel, yaitu variabel volume penjualan dan laba. Contoh kasusnya ialah, kita ingin mengukur besarnya pengaruh variabel bebas bebas biaya pokok, biaya lain-lain, dan pajak terhadap variabel volume penjualan dan laba, baik secara langsung maupun tidak langsung pada perusahaan mobil “X”. Model diagram jalurnya sebagai berikut : X1 Biaya Pokok X2 Biaya lain-lain Y1 Volume Penjualan X4 Harga Produk Y2 Laba X3 Pajak 8.3.1 MASALAH 1. Perusahaan mobil “X” ingin mengetahui pengaruh variabel bebas biaya pokok, biaya lain-lain, dan pajak terhadap variabel volume penjualan dan laba perusahaan yang diperoleh. Dengan menggunakan 50 data di atas, untuk masalah sebagai berikut : 2. Berapa besar pengaruh variabel biaya pokok, biaya lain-lain, dan pajak terhadap variabel harga produk, secara parsial dan gabungan? 283 3. Variabel mana diantara variabel biaya pokok, biaya lain-lain, dan pajak yang mempunyai pengaruh paling besar terhadap harga produk? 4. Berapa besar pengaruh variabel biaya pokok, biaya lain-lain, pajak dan harga produk terhadap volume penjualan, secara parsial dan gabungan? 5. Variabel mana diantara variabel biaya pokok, biaya lain-lain, pajak dan harga produk yang mempunyai pengaruh paling besar terhadap volume penjualan? 6. Berapa besar pengaruh variabel biaya pokok, biaya lain-lain, pajak, harga produk dan volume penjualan terhadap laba, secara parsial dan gabungan? 7. Variabel mana diantara variabel biaya pokok, biaya lain-lain, pajak, harga produk dan volume penjualan yang mempunyai pengaruh paling besar terhadap laba? 8. Berapa besar pengaruh variabel lain di luar model ini? 8.3.2 DATA No Pajak 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 16 17 17 15 16 18 12 19 15 19 14 15 14 16 10 13 19 15 15 16 12 18 13 14 13 10 Biaya Pokok 17 15 16 15 16 16 14 18 17 18 17 11 14 16 14 15 12 12 12 14 11 16 15 14 13 10 Biaya LainLain 16 14 15 13 15 14 14 17 16 21 16 16 18 15 12 15 15 13 18 14 15 18 21 11 14 12 284 Harga Produk 16 16 14 13 15 15 13 20 17 18 17 15 13 18 16 17 17 16 14 15 15 14 15 13 17 12 Volume penjualan 16 13 13 11 12 12 13 12 14 15 11 10 11 10 11 12 12 12 12 12 11 13 11 11 10 11 Laba 14 11 10 11 10 12 12 11 13 14 12 11 10 11 10 11 13 11 11 13 12 12 12 10 11 12 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 13 12 11 10 10 10 13 10 11 13 11 11 15 11 11 12 10 11 12 13 13 14 11 12 17 12 14 11 10 12 14 15 8 13 14 15 11 12 12 14 17 10 11 15 8 11 13 13 8 14 12 10 10 11 11 10 16 15 12 12 12 10 12 11 11 12 14 10 14 11 11 16 13 11 12 10 13 12 12 14 12 16 11 14 12 15 13 14 11 12 11 15 14 11 10 15 11 12 11 10 11 10 11 10 10 12 11 10 11 10 10 11 11 10 11 10 10 11 12 12 10 11 12 11 12 11 12 11 12 14 13 11 12 11 12 12 13 11 12 12 11 12 13 11 8.3.3 PENYELESAIAN Menentukan diagram jalur sesuai dengan paradigma hubungan variabel Y1 Volume Penjuala n X1 Biaya Pokok X2 Biaya lain-lain X3 Pajak X4 Harga Produk Y2 Laba Diagram jalur di atas terdiri atas tiga persamaan struktural, dimana X 1 dan X2 sebagai variabel eksogen, sedangkan X3, Y1 dan Y2 sebagai variabel endogen. Persamaan strukturalnya dapat dilihat sebagai berikut : 285 4. 5. 6. TAHAP II X1 Y1 X4 X2 Y2 X3 TAHAP III Analisis dengan SPSS di bagi ke dalam tiga bagian, yaitu analisis substruktural 1, substruktural 2, substruktural 3 SUBSTRUKTUR 1 Analisis Persamaan strukturalnya : Dimana : X4 : Harga Produk X3 : Pajak X2 : Biaya lain-lain X1 : Biaya Pokok : Error Pertama, menghitung persamaan regresinya: Klik analyze Pilih Regression Pilih Linier Pada kolom dependen masukkan variabel harga produk 286 Pada kolom independen masukkan variabel biaya pokok, biaya lain-lain, dan pajak Method: Enter Klik OK. Kedua, menghitung korelasi antara variabel biaya pokok, biaya lain-lain, pajak dan harga produk: Klik Analyze Pilih Correlate Pilih Bivariate Masukkan ke kolom Variabel, variabel biaya pokok, biaya lain-lain, pajak dan harga produk. Klik OK Hasil Perhitungan (Output): ada dua macam hasil penghitungan (output), yaitu output regresi dan output korelasi. Model Summary Change Statistics Model 1 R ,676a Adjusted R Square ,421 R Square ,457 St d. Error of the Estimate 1,73121 R Square Change ,457 F Change 12,881 df 1 df 2 3 46 Sig. F Change ,000 a. Predictors: (Constant), PAJAK, BIAYA LAI N-LAIN, BIAYA POKOK Coeffi ci entsa Model 1 (Constant) BI AY A POKOK BI AY A LAI N-LAIN PAJAK Unstandardized Coef f icients B St d. Error 4,185 1,661 ,284 ,125 ,238 ,112 ,209 ,107 St andardized Coef f icients Beta t 2,519 2,276 2,115 1,949 ,332 ,259 ,260 Sig. ,015 ,028 ,040 ,057 a. Dependent Variable: HARGA PRODUK ANOVAb Model 1 Regression Residual Total Sum of Squares 115,814 137,866 253,680 df 3 46 49 Mean Square 38,605 2,997 F 12,881 a. Predictors: (Const ant), PAJAK, BIAYA LAIN-LAIN, BIAYA POKOK b. Dependent Variable: HARGA PRODUK 287 Sig. ,000a Correlations Pearson Correlation Sig. (1-tailed) N HARGA PRODUK BIAYA POKOK BIAYA LAIN-LAIN PAJAK HARGA PRODUK BIAYA POKOK BIAYA LAIN-LAIN PAJAK HARGA PRODUK BIAYA POKOK BIAYA LAIN-LAIN PAJAK HARGA PRODUK 1,000 ,602 ,475 ,514 . ,000 ,000 ,000 50 50 50 50 BIAYA POKOK ,602 1,000 ,462 ,578 ,000 . ,000 ,000 50 50 50 50 BIAYA LAIN-LAIN ,475 ,462 1,000 ,241 ,000 ,000 . ,046 50 50 50 50 PAJAK ,514 ,578 ,241 1,000 ,000 ,000 ,046 . 50 50 50 50 Penafsiran Hasil Penafsiran hasil penghitungan SPSS. Tahapan ini dibagi menjadi dua bagian, melakukan analisis regresi dan analisis korelasi. 1. Analisis Regresi Kita akan menganalisis regresi dengan melihat pengaruh secara gabungan dan secara parsial. a. Melihat pengaruh Biaya pokok, biaya lain-lain, dan pajak terhadap variabel Harga produk. Untuk melihat pengaruh Biaya pokok, biaya lain-lain, dan pajak secara gabungan terhadap Harga produk, akan kita lihat hasil penghitungan dalam model summary, khususnya angka R square di bawah ini. Model Summary Change Statistics Model 1 R R Square ,676a ,457 Adjusted R Square ,421 Std. Error of the Estimate 1,73121 R Square Change ,457 F Change 12,881 df 1 df 2 3 46 Sig. F Change ,000 a. Predictors: (Constant), PAJAK, BIAYA LAIN-LAIN, BIAYA POKOK Besarnya angka R square (r2) adalah 0,457. Angka tersebut dapat digunakan untuk melihat pengaruh Biaya pokok, biaya lain-lain, dan pajak secara gabungan terhadap Harga produk dengan cara menghitung Koefisien Determinasi (KD) dengan menggunakan rumus sebagai berikut : 288 Angka tersebut mempunyai maksud bahwa pengaruh biaya pokok, biaya lainlain, dan pajak secara gabungan terhadap Harga produk adalah 45,7%. Adapun sisanya sebesar 54,3% (100% - 45,7%) dipengaruhi faktor lain. Dengan kata lain, variabilitas Harga produk yang dapat diterangkan dengan menggunakan variabel Biaya pokok, biaya lain-lain, dan pajak adalah sebesar 46,6%, sedangkan pengaruh sebesar 54,3% disebabkan oleh variabelvariabel lain di luar model ini. Untuk mengetahui apakah model regresi diatas sudah benar atau salah, diperlukan uji hipotesis. Uji hipotesis menggunakan angka F sebagaimana tertera dalam tabel di bawah ini. ANOVAb Model 1 Regression Residual Total Sum of Squares 115,814 137,866 253,680 df 3 46 49 Mean Square 38,605 2,997 F 12,881 Sig. ,000a a. Predictors: (Const ant), PAJAK, BIAYA LAIN-LAIN, BIAYA POKOK b. Dependent Variable: HARGA PRODUK Hipotesisnya berbunyi sebagai berikut : H0 : tidak ada hubungan linier antara Biaya pokok, biaya lain-lain, dan pajak dengan Harga produk. H1 : ada hubungan linier antara Biaya pokok, biaya lain-lain, dan pajak dengan Harga produk. Pengujian dapat dilakukan dengan dua cara. Pertama dengan membandingkan besarnya angka F penelitian dengan F tabel. Cara kedua ialah dengan membandingkan angka taraf signifikansi (sig) hasil penghitungan dengan taraf signifikansi 0,05 (5%). a.1 Menggunakan cara pertama atau membandingkan besarnya angka F penelitian dengan F tabel Pertama: menghitung F penelitian F penelitian dari SPSS didapatkan sebesar 12,881 Kedua: menghitung F tabel dengan ketentuan sebagai berikut : Taraf signifikansi 0,05 dan derajat kebebasan (DK) dengan ketentuan numerator: jumlah variabel – 1 atau 5 – 1 = 4; dan denumerator : jumlah 289 kasus – 4 atau 50 – 5 = 45. Dengan ketentuan tersebut, diperoleh angka F tabel sebesar 2.61. Ketiga: menentukan kriteria uji hipotesis sebagai berikut : Jika F penelitian > F tabel maka H0 ditolak dan H1 diterima Jika F penelitian < F tabel maka H0 diterima dan H1 ditolak Keempat: mengambil keputusan Dari hasil penghitungan didapatkan angka F penelitian sebesar 12,881>Ftabel sebesar 2,61 sehingga H0 ditolak dan H1 diterima artinya ada hubungan linier antara Biaya pokok, biaya lain-lain, dan pajak dengan Harga produk. Dengan demikian, model regresi diatas sudah layak dan benar. Kesimpulannya ialah Biaya pokok, biaya lain-lain, dan pajak secara gabungan mempengaruhi Harga produk. Besarnya pengaruh ialah 45,7%. Dan pengaruh sebesar 54,3% disebabkan oleh variabel-variabel lain di luar model ini. a.2 Menggunakan cara kedua atau membandingkan angka taraf signifikansi (sig) hasil penghitungan dengan taraf signifikansi 0,05 (5%). Kriteria sebagai berikut : Jika sig penelitian > F tabel maka H0 ditolak dan H1 diterima Jika sig penelitian < F tabel maka H0 diterima dan H1 ditolak Berdasarkan perhitungan angka signifikansi sebesar 0,00 < 0,05 maka H 0 ditolak dan H1 diterima artinya ada hubungan linier antara Biaya pokok, biaya lain-lain, dan pajak dengan Harga produk. b. Pengaruh Biaya pokok, biaya lain-lain, dan pajak secara parsial terhadap Harga produk. Untuk melihat besarnya pengaruh Biaya pokok, biaya lain-lain, dan pajak secara parsial terhadap Harga produk, digunakan uji T, sedangkan untuk melihat besarnya pengaruh, digunakan angka Beta atau Standardized Coefficients di bawah ini : 290 Coeffi ci entsa Model 1 (Constant) BI AY A POKOK BI AY A LAI N-LAIN PAJAK Unstandardized Coef f icients B St d. Error 4,185 1,661 ,284 ,125 ,238 ,112 ,209 ,107 St andardized Coef f icients Beta ,332 ,259 ,260 t 2,519 2,276 2,115 1,949 Sig. ,015 ,028 ,040 ,057 a. Dependent Variable: HARGA PRODUK b.1 Hubungan antara biaya pokok dan harga produk untuk melihat apakah ada hubungan linier antara biaya pokok dan harga produk, kita dapat melakukan langkah-langkah analisis sebagai berikut : Pertama: menentukan hipotesis H0 : tidak ada hubungan linier antara biaya pokok dan harga produk. H1 : ada hubungan linier antara harga biaya pokok dan harga produk. Kedua: menghitung besarnya angka t penelitian Hasil penghitungan SPSS diperoleh angka t penelitian sebesar 2,276. Ketiga: menghitung besarnya angka t tabel dengan ketentuan berikut : Taraf signifikansi 0,05 dan Derajat Kebebasan (DK) dengan ketentuan: DK=n-2, atau 50-2=48. Dari ketentuan tersebut, diperoleh angka t tabel sebesar 1,960. Keempat: menentukan kriteria uji hipotesis sebagai berikut : Jika t penelitian > t tabel maka H0 ditolak dan H1 diterima Jika t penelitian < t tabel maka H0 diterima dan H1 ditolak Kelima: mengambil keputusan Didasarkan hasil penghitungan diperoleh angka t penelitian sebesar 2,276>ttabel sebesar 1,960 sehingga H0 ditolak dan H1 diterima artinya ada hubungan linier antara biaya pokok dan harga produk. Besarnya pengaruh biaya pokok dan harga produk sebesar 0,332 atau 33,2%. b.2 Hubungan antara biaya lain dan harga produk untuk melihat apakah ada hubungan linier antara biaya lain dan harga produk, kita dapat melakukan langkah-langkah analisis sebagai berikut : Pertama: menentukan hipotesis H0 : tidak ada hubungan linier antara biaya lain dan harga produk. 291 H1 : ada hubungan linier antara biaya lain dan harga produk. Kedua: menghitung besarnya angka t penelitian Hasil penghitungan SPSS diperoleh angka t penelitian sebesar 2,115. Ketiga: menghitung besarnya angka t tabel dengan ketentuan berikut : Taraf signifikansi 0,05 dan Derajat Kebebasan (DK) dengan ketentuan: DK=n-2, atau 50-2=48. Dari ketentuan tersebut, diperoleh angka t tabel sebesar 1,960. Keempat: menentukan kriteria uji hipotesis sebagai berikut : Jika t penelitian > t tabel maka H0 ditolak dan H1 diterima Jika t penelitian < t tabel maka H0 diterima dan H1 ditolak Kelima: mengambil keputusan Didasarkan hasil penghitungan diperoleh angka t penelitian sebesar 2,115>ttabel sebesar 1,960 sehingga H0 ditolak dan H1 diterima artinya ada hubungan linier antara biaya lain dan harga produk. Besarnya pengaruh biaya lain dan harga produk sebesar 0,259 atau 25,9%. b.3 Hubungan antara pajak dan harga produk untuk melihat apakah ada hubungan linier antara pajak dan harga produk, kita dapat melakukan langkah-langkah analisis sebagai berikut : Pertama: menentukan hipotesis H0 : tidak ada hubungan linier antara pajak dan harga produk. H1 : ada hubungan linier antara pajak dan harga produk. Kedua: menghitung besarnya angka t penelitian Hasil penghitungan SPSS diperoleh angka t penelitian sebesar 1,949. Ketiga: menghitung besarnya angka t tabel dengan ketentuan berikut : Taraf signifikansi 0,05 dan Derajat Kebebasan (DK) dengan ketentuan: DK=n-2, atau 50-2=48. Dari ketentuan tersebut, diperoleh angka t tabel sebesar 1,960. Keempat: menentukan kriteria uji hipotesis sebagai berikut : 292 Jika t penelitian > t tabel maka H0 ditolak dan H1 diterima Jika t penelitian < t tabel maka H0 diterima dan H1 ditolak Kelima: mengambil keputusan Didasarkan hasil penghitungan diperoleh angka t penelitian sebesar 1,949>ttabel sebesar 1,960 sehingga H0 ditolak dan H1 diterima artinya ada hubungan linier antara pajak dan harga produk. Besarnya pengaruh pajak dan harga produk sebesar 0,260 atau 26%. 2. Analisis Korelasi Korelasi antara Harga produk, Biaya pokok, biaya lain-lain, dan pajak dengan laba dapat dilihat pada tabel di bawah ini. Correlations Pearson Correlation Sig. (1-tailed) N HARGA PRODUK BIAYA POKOK BIAYA LAIN-LAIN PAJAK HARGA PRODUK BIAYA POKOK BIAYA LAIN-LAIN PAJAK HARGA PRODUK BIAYA POKOK BIAYA LAIN-LAIN PAJAK HARGA PRODUK 1,000 ,602 ,475 ,514 . ,000 ,000 ,000 50 50 50 50 BIAYA POKOK ,602 1,000 ,462 ,578 ,000 . ,000 ,000 50 50 50 50 BIAYA LAIN-LAIN ,475 ,462 1,000 ,241 ,000 ,000 . ,046 50 50 50 50 PAJAK ,514 ,578 ,241 1,000 ,000 ,000 ,046 . 50 50 50 50 a. Korelasi antara biaya pokok dan harga produk Berdasarkan perhitungan diperoleh angka korelasi antara variabel biaya pokok dan harga produk sebesar 0,602. Untuk menafsir angka tersebut, digunakan kriteria sebagai berikut : 0 – 0,25 >0,25 – 0,5 : Korelasi cukup kuat >0,5 – 0,75 : Korelasi Kuat >0,75 – 1 : Korelasi sangat lemah (dianggap tidak ada) : Korelasi Sangat Kuat Korelasi sebesar 0,602 mempunyai maksud hubungan antara variabel biaya pokok dan harga produk kuat dan searah (karena hasilnya positif). Searah 293 artinya jika biaya pokok tinggi maka harga produk juga tinggi. Korelasi dua variabel bersifat signifikan karena angka signifikansi sebesar 0,00 < 0,05. Jika angka signifikansi (sig)<0,05 maka hubungan kedua variabel signifikan. Sebaliknya, jika angka signifikansi (sig)>0,05 maka hubungan kedua variabel tidak signifikan. Korelasi antara biaya lain-lain dan harga produk Berdasarkan perhitungan diperoleh angka korelasi antara variabel biaya lainlain dan harga produk sebesar 0,475. Korelasi sebesar 0,475 mempunyai maksud hubungan antara variabel biaya lain-lain dan harga produk cukup kuat dan searah. Korelasi dua variabel bersifat signifikan karena angka signifikansi sebesar 0,00<0,01. Korelasi antara biaya pokok dan pajak Berdasarkan perhitungan diperoleh angka korelasi antara biaya pokok dan pajak sebesar 0,578. Korelasi sebesar 0,578 mempunyai maksud hubungan antara variabel biaya pokok dan pajak cukup kuat dan searah. Korelasi dua variabel bersifat signifikan karena angka signifikansi sebesar 0,00<0,05. Korelasi antara biaya pokok dan biaya lain-lain Berdasarkan perhitungan diperoleh angka korelasi antara variabel biaya pokok dan biaya lain-lain sebesar 0,462. Korelasi sebesar 0,462 mempunyai maksud hubungan antara variabel biaya pokok dan biaya lain-lain cukup kuat dan searah. Korelasi dua variabel bersifat signifikan karena angka signifikansi sebesar 0,00<0,01. Korelasi antara biaya lain-lain dan pajak Berdasarkan perhitungan diperoleh angka korelasi antara variabel biaya lainlain dan pajak sebesar 0,241. Korelasi sebesar 0,241 mempunyai maksud hubungan antara variabel biaya lain-lain dan pajak sangat lemah. Korelasi dua variabel bersifat tidak signifikan karena angka signifikansi sebesar 0,046<0,01. 294 SUBSTRUKTUR 2 Analisis Persamaan strukturalnya : Dimana : Y1 : Volume Penjualan X4 : Harga Produk X3 : Pajak X2 : Biaya lain-lain X1 : Biaya Pokok : Error Pertama, menghitung persamaan regresinya: Klik analyze Pilih Regression Pilih Linier Pada kolom dependen masukkan variabel volume penjualan Pada kolom independen masukkan variabel biaya pokok, biaya lain-lain, pajak dan harga produk Method: Enter Klik OK. Kedua, menghitung korelasi antara variabel biaya pokok, biaya lain-lain, pajak, harga produk dan volume penjualan: Klik Analyze Pilih Correlate Pilih Bivariate Masukkan ke kolom Variabel, variabel biaya pokok, biaya lain-lain, pajak, harga produk dan volume penjualan. Klik OK Hasil Perhitungan (Output): ada dua macam hasil penghitungan (output), yaitu output regresi dan output korelasi. 295 Model Summary Change Statistics Model 1 R R Square ,682a ,466 Adjusted R Square ,418 Std. Error of the Estimate ,99745 R Square Change ,466 F Change 9,802 df 1 df 2 4 45 Sig. F Change ,000 a. Predictors: (Constant), HARGA PRODUK, BIAYA LAIN-LAIN, PAJAK, BIAYA POKOK ANOVAb Model 1 Regression Residual Total Sum of Squares 39,009 44,771 83,780 df Mean Square 9,752 ,995 4 45 49 F 9,802 Sig. ,000a a. Predictors: (Const ant), HARGA PRODUK, BIAYA LAIN-LAIN, PAJAK, BIAYA POKOK b. Dependent Variable: VOLUME PENJUALAN Coeffici entsa Model 1 (Constant) BIAYA POKOK BIAYA LAIN-LAIN PAJAK HARGA PRODUK Unstandardized Coef f icients B Std. Error 6,176 1,021 ,175 ,076 ,189 ,068 ,141 ,064 -,116 ,085 Standardized Coef f icients Beta ,355 ,359 ,305 -,201 t 6,049 2,302 2,784 2,192 -1,362 Sig. ,000 ,026 ,008 ,034 ,180 a. Dependent Variable: VOLUME PENJUALAN Correlati ons Pearson Correlation Sig. (1-tailed) N VOLUME PENJUALAN BIAY A POKOK BIAY A LAIN-LAIN PAJAK HARGA PRODUK VOLUME PENJUALAN BIAY A POKOK BIAY A LAIN-LAIN PAJAK HARGA PRODUK VOLUME PENJUALAN BIAY A POKOK BIAY A LAIN-LAIN PAJAK HARGA PRODUK VOLUME PENJUALAN 1,000 ,576 ,500 ,493 ,339 . ,000 ,000 ,000 ,008 50 50 50 50 50 296 BIAY A POKOK ,576 1,000 ,462 ,578 ,602 ,000 . ,000 ,000 ,000 50 50 50 50 50 BIAY A LAIN-LAIN ,500 ,462 1,000 ,241 ,475 ,000 ,000 . ,046 ,000 50 50 50 50 50 PAJAK ,493 ,578 ,241 1,000 ,514 ,000 ,000 ,046 . ,000 50 50 50 50 50 HARGA PRODUK ,339 ,602 ,475 ,514 1,000 ,008 ,000 ,000 ,000 . 50 50 50 50 50 Penafsiran Hasil Penafsiran hasil penghitungan SPSS. Tahapan ini dibagi menjadi dua bagian, melakukan analisis regresi dan analisis korelasi. 1. Analisis Regresi Kita akan menganalisis regresi dengan melihat pengaruh secara gabungan dan secara parsial. a. Melihat pengaruh Biaya pokok, biaya lain-lain, pajak dan Harga produk terhadap variabel volume penjualan. Untuk melihat pengaruh Biaya pokok, biaya lain-lain, pajak dan Harga produk terhadap variabel volume penjualan, akan kita lihat hasil penghitungan dalam model summary, khususnya angka R square di bawah ini. Model Summary Change Statistics Model 1 R R Square ,682a ,466 Adjusted R Square ,418 Std. Error of the Estimate ,99745 R Square Change ,466 F Change 9,802 df 1 df 2 4 45 Sig. F Change ,000 a. Predictors: (Constant), HARGA PRODUK, BIAYA LAIN-LAIN, PAJAK, BIAYA POKOK Besarnya angka R square (r2) adalah 0,466. Angka tersebut dapat digunakan untuk melihat pengaruh Harga produk, Biaya pokok, biaya lain-lain, dan pajak secara gabungan terhadap volume penjualan dengan cara menghitung Koefisien Determinasi (KD) dengan menggunakan rumus sebagai berikut : Angka tersebut mempunyai maksud bahwa pengaruh Harga produk, Biaya pokok, biaya lain-lain, dan pajak secara gabungan terhadap volume penjualan adalah 46,6%. Adapun sisanya sebesar 53,4% (100% - 46,6%) dipengaruhi faktor lain. Dengan kata lain, variabilitas volume penjualan yang dapat diterangkan dengan menggunakan variabel Harga produk, Biaya pokok, biaya lain-lain, dan pajak adalah sebesar 46,6%, sedangkan pengaruh sebesar 53,4% disebabkan oleh variabel-variabel lain di luar model ini. Untuk mengetahui apakah model regresi diatas sudah benar atau salah, diperlukan uji hipotesis. Uji hipotesis menggunakan angka F sebagaimana tertera dalam tabel di bawah ini. 297 ANOVAb Model 1 Regression Residual Total Sum of Squares 39,009 44,771 83,780 df 4 45 49 Mean Square 9,752 ,995 F 9,802 Sig. ,000a a. Predictors: (Const ant), BIAY A POKOK, BI AY A LAIN-LAIN, PAJAK, HARGA PRODUK b. Dependent Variable: VOLUME PENJUALAN Hipotesisnya berbunyi sebagai berikut : H0 : tidak ada hubungan linier antara Harga produk, Biaya pokok, biaya lainlain, dan pajak dengan volume penjualan. H1 : ada hubungan linier antara Harga produk, Biaya pokok, biaya lain-lain, dan pajak dengan volume penjualan. Pengujian dapat dilakukan dengan dua cara. Pertama dengan membandingkan besarnya angka F penelitian dengan F tabel. Cara kedua ialah dengan membandingkan angka taraf signifikansi (sig) hasil penghitungan dengan taraf signifikansi 0,05 (5%). a.1 Menggunakan cara pertama atau membandingkan besarnya angka F penelitian dengan F tabel Pertama: menghitung F penelitian F penelitian dari SPSS didapatkan sebesar 9.802 Kedua: menghitung F tabel dengan ketentuan sebagai berikut : Taraf signifikansi 0,05 dan derajat kebebasan (DK) dengan ketentuan numerator: jumlah variabel – 1 atau 5 – 1 = 4; dan denumerator : jumlah kasus – 4 atau 50 – 5 = 45. Dengan ketentuan tersebut, diperoleh angka F tabel sebesar 2.61. Ketiga: menentukan kriteria uji hipotesis sebagai berikut : Jika F penelitian > F tabel maka H0 ditolak dan H1 diterima Jika F penelitian < F tabel maka H0 diterima dan H1 ditolak Keempat: mengambil keputusan Dari hasil penghitungan didapatkan angka F penelitian sebesar 9.802 > F tabel sebesar 2,61 sehingga H0 ditolak dan H1 diterima artinya ada hubungan linier antara Harga produk, Biaya pokok, biaya lain-lain, dan pajak dengan volume penjualan. Dengan demikian, model regresi diatas 298 sudah layak dan benar. Kesimpulannya ialah Harga produk, Biaya pokok, biaya lain-lain, dan pajak secara gabungan mempengaruhi volume penjualan. Besarnya pengaruh ialah 46,6%. Dan pengaruh sebesar 53,4% disebabkan oleh variabel-variabel lain di luar model ini. a.2 Menggunakan cara kedua atau membandingkan angka taraf signifikansi (sig) hasil penghitungan dengan taraf signifikansi 0,05 (5%). Kriteria sebagai berikut : Jika sig penelitian > F tabel maka H0 ditolak dan H1 diterima Jika sig penelitian < F tabel maka H0 diterima dan H1 ditolak Berdasarkan perhitungan angka signifikansi sebesar 0,00 < 0,05 maka H 0 ditolak dan H1 diterima artinya ada hubungan linier antara Harga produk, Biaya pokok, biaya lain-lain, dan pajak dengan volume penjualan. b. Pengaruh Harga produk, Biaya pokok, biaya lain-lain, dan pajak secara parsial terhadap volume penjualan. Untuk melihat besarnya pengaruh Harga produk, Biaya pokok, biaya lain-lain, dan pajak secara parsial terhadap volume penjualan, digunakan uji T, sedangkan untuk melihat besarnya pengaruh, digunakan angka Beta atau Standardized Coefficients di bawah ini : Coeffici entsa Model 1 (Constant) HARGA PRODUK BIAYA LAIN-LAIN PAJAK BIAYA POKOK Unstandardized Coef f icients B Std. Error 6,176 1,021 ,175 ,076 ,189 ,068 ,141 ,064 -,116 ,085 Standardized Coef f icients Beta ,355 ,359 ,305 -,201 t 6,049 2,302 2,784 2,192 -1,362 Sig. ,000 ,026 ,008 ,034 ,180 a. Dependent Variable: VOLUME PENJUALAN b.1 Hubungan antara harga produk dan volume penjualan untuk melihat apakah ada hubungan linier antara harga produk dan volume penjualan, kita dapat melakukan langkah-langkah analisis sebagai berikut : Pertama: menentukan hipotesis H0 : tidak ada hubungan linier antara harga produk dan volume penjualan. 299 H1 : ada hubungan linier antara harga produk dan volume penjualan. Kedua: menghitung besarnya angka t penelitian Hasil penghitungan SPSS diperoleh angka t penelitian sebesar 2,302. Ketiga: menghitung besarnya angka t tabel dengan ketentuan berikut : Taraf signifikansi 0,05 dan Derajat Kebebasan (DK) dengan ketentuan: DK=n-2, atau 50-2=48. Dari ketentuan tersebut, diperoleh angka t tabel sebesar 1,960. Keempat: menentukan kriteria uji hipotesis sebagai berikut : Jika t penelitian > t tabel maka H0 ditolak dan H1 diterima Jika t penelitian < t tabel maka H0 diterima dan H1 ditolak Kelima: mengambil keputusan Didasarkan hasil penghitungan diperoleh angka t penelitian sebesar 2,302>t tabel sebesar 1,960 sehingga H0 ditolak dan H1 diterima artinya ada hubungan linier antara harga produk dan volume penjualan. Besarnya pengaruh harga produk dan volume penjualan sebesar 0,355 atau 35,5%. b.2 Hubungan antara biaya pokok dan volume penjualan untuk melihat apakah ada hubungan linier antara biaya pokok dan volume penjualan, kita dapat melakukan langkah-langkah analisis sebagai berikut : Pertama: menentukan hipotesis H0 : tidak ada hubungan linier antara biaya pokok dan volume penjualan. H1 : ada hubungan linier antara biaya pokok dan volume penjualan. Kedua: menghitung besarnya angka t penelitian Hasil penghitungan SPSS diperoleh angka t penelitian sebesar 2,784. Ketiga: menghitung besarnya angka t tabel dengan ketentuan berikut : Taraf signifikansi 0,05 dan Derajat Kebebasan (DK) dengan ketentuan: DK=n-2, atau 50-2=48. Dari ketentuan tersebut, diperoleh angka t tabel sebesar 1,960. Keempat: menentukan kriteria uji hipotesis sebagai berikut : Jika t penelitian > t tabel maka H0 ditolak dan H1 diterima Jika t penelitian < t tabel maka H0 diterima dan H1 ditolak Kelima: mengambil keputusan Didasarkan hasil penghitungan diperoleh angka t penelitian sebesar 2,784>t tabel sebesar 1,960 sehingga H0 ditolak dan H1 diterima artinya ada hubungan linier antara biaya pokok dan volume penjualan. Besarnya pengaruh biaya pokok dan volume penjualan sebesar 0,359 atau 35,9%. 300 b.3 Hubungan antara biaya lain-lain dan volume penjualan untuk melihat apakah ada hubungan linier antara biaya lain-lain dan volume penjualan, kita dapat melakukan langkah-langkah analisis sebagai berikut : Pertama: menentukan hipotesis H0 : tidak ada hubungan linier antara biaya lain-lain dan volume penjualan. H1 : ada hubungan linier antara biaya lain-lain dan volume penjualan. Kedua: menghitung besarnya angka t penelitian Hasil penghitungan SPSS diperoleh angka t penelitian sebesar 2,192. Ketiga: menghitung besarnya angka t tabel dengan ketentuan berikut : Taraf signifikansi 0,05 dan Derajat Kebebasan (DK) dengan ketentuan: DK=n-2, atau 50-2=48. Dari ketentuan tersebut, diperoleh angka t tabel sebesar 1,960. Keempat: menentukan kriteria uji hipotesis sebagai berikut : Jika t penelitian > t tabel maka H0 ditolak dan H1 diterima Jika t penelitian < t tabel maka H0 diterima dan H1 ditolak Kelima: mengambil keputusan Didasarkan hasil penghitungan diperoleh angka t penelitian sebesar 2,192>t tabel sebesar 1,960 sehingga H0 ditolak dan H1 diterima artinya ada hubungan linier antara biaya lain-lain dan volume penjualan. Besarnya pengaruh biaya lain-lain dan volume penjualan sebesar 0,305 atau 30,5%. b.4 Hubungan antara pajak dan volume penjualan untuk melihat apakah ada hubungan linier antara pajak dan volume penjualan, kita dapat melakukan langkah-langkah analisis sebagai berikut : Pertama: menentukan hipotesis H0 : tidak ada hubungan linier antara pajak dan volume penjualan. H1 : ada hubungan linier antara pajak dan volume penjualan. 301 Kedua: menghitung besarnya angka t penelitian Hasil penghitungan SPSS diperoleh angka t penelitian sebesar -1,362. Ketiga: menghitung besarnya angka t tabel dengan ketentuan berikut : Taraf signifikansi 0,05 dan Derajat Kebebasan (DK) dengan ketentuan: DK=n-2, atau 50-2=48. Dari ketentuan tersebut, diperoleh angka t tabel sebesar 1,960. Keempat: menentukan kriteria uji hipotesis sebagai berikut : Jika t penelitian > t tabel maka H0 ditolak dan H1 diterima Jika t penelitian < t tabel maka H0 diterima dan H1 ditolak Kelima: mengambil keputusan Didasarkan hasil penghitungan diperoleh angka t penelitian sebesar -1,362<ttabel sebesar 1,960 sehingga H0 diterima dan H1 ditolak artinya tidak ada hubungan linier antara pajak dan volume penjualan. Besarnya pengaruh pajak dan volume penjualan sebesar -0,201 atau -20,1% dianggap tidak signifikan. 2. Analisis Korelasi Korelasi antara Harga produk, Biaya pokok, biaya lain-lain, dan pajak dengan laba dapat dilihat pada tabel di bawah ini. Correlati ons Pearson Correlation Sig. (1-tailed) N VOLUME PENJUALAN HARGA PRODUK BIAY A LAIN-LAIN PAJAK BIAY A POKOK VOLUME PENJUALAN HARGA PRODUK BIAY A LAIN-LAIN PAJAK BIAY A POKOK VOLUME PENJUALAN HARGA PRODUK BIAY A LAIN-LAIN PAJAK BIAY A POKOK VOLUME PENJUALAN 1,000 ,576 ,500 ,493 ,339 . ,000 ,000 ,000 ,008 50 50 50 50 50 HARGA PRODUK ,576 1,000 ,462 ,578 ,602 ,000 . ,000 ,000 ,000 50 50 50 50 50 BIAY A LAIN-LAIN ,500 ,462 1,000 ,241 ,475 ,000 ,000 . ,046 ,000 50 50 50 50 50 PAJAK ,493 ,578 ,241 1,000 ,514 ,000 ,000 ,046 . ,000 50 50 50 50 50 BIAY A POKOK ,339 ,602 ,475 ,514 1,000 ,008 ,000 ,000 ,000 . 50 50 50 50 50 a. Korelasi antara harga produk dan volume penjualan Berdasarkan perhitungan diperoleh angka korelasi antara variabel harga produk dan volume penjualan sebesar 0,576. Untuk menafsir angka tersebut, digunakan kriteria sebagai berikut : 302 0 – 0,25 >0,25 – 0,5 : Korelasi cukup kuat >0,5 – 0,75 : Korelasi Kuat >0,75 – 1 : Korelasi sangat lemah (dianggap tidak ada) : Korelasi Sangat Kuat Korelasi sebesar 0,576 mempunyai maksud hubungan antara variabel harga produk dan volume penjualan kuat dan searah (karena hasilnya positif). Searah artinya jika harga produk tinggi maka volume penjualan juga tinggi. Korelasi dua variabel bersifat signifikan karena angka signifikansi sebesar 0,00 < 0,05. Korelasi antara harga produk dan biaya pokok Berdasarkan perhitungan diperoleh angka korelasi antara variabel produk dan promosi sebesar 0,462. Korelasi sebesar 0,462 mempunyai maksud hubungan antara variabel harga produk dan biaya pokok cukup kuat dan searah. Korelasi dua variabel bersifat signifikan karena angka signifikansi sebesar 0,00<0,01. Korelasi antara harga produk dan biaya lain-lain Berdasarkan perhitungan diperoleh angka korelasi antara variabel harga produk dan biaya lain-lain sebesar 0,578. Korelasi sebesar 0,578 mempunyai maksud hubungan antara variabel harga produk dan biaya lain-lain cukup kuat dan searah. Korelasi dua variabel bersifat signifikan karena angka signifikansi sebesar 0,00<0,05. Korelasi antara biaya pokok dan volume penjualan Berdasarkan perhitungan diperoleh angka korelasi antara variabel biaya pokok dan volume penjualan sebesar 0,500. Korelasi sebesar 0,500 mempunyai maksud hubungan antara variabel biaya pokok dan volume penjualan cukup kuat dan searah. Korelasi dua variabel bersifat signifikan karena angka signifikansi sebesar 0,00<0,01. Korelasi antara biaya pokok dan biaya lain-lain Berdasarkan perhitungan diperoleh angka korelasi antara variabel biaya pokok dan biaya lain-lain sebesar 0,241. Korelasi sebesar 0,241 mempunyai maksud hubungan antara variabel biaya pokok dan biaya lain-lain sangat lemah. 303 Korelasi dua variabel bersifat tidak signifikan karena angka signifikansi sebesar 0,046<0,01. Korelasi antara biaya pokok dan pajak Berdasarkan perhitungan diperoleh angka korelasi antara variabel biaya pokok dan pajak sebesar 0,475. Korelasi sebesar 0,475 mempunyai maksud hubungan antara variabel biaya pokok dan pajak cukup kuat dan searah. Korelasi dua variabel bersifat signifikan karena angka signifikansi sebesar 0,00<0,01. Korelasi antara biaya lain-lain dan volume penjualan Berdasarkan perhitungan diperoleh angka korelasi antara variabel biaya lainlain dan volume penjualan sebesar 0,493. Korelasi sebesar 0,493 mempunyai maksud hubungan antara variabel biaya lain-lain dan volume penjualan cukup kuat dan searah. Korelasi dua variabel bersifat signifikan karena angka signifikansi sebesar 0,00<0,01. Korelasi antara biaya lain-lain dan pajak Berdasarkan perhitungan diperoleh angka korelasi antara variabel biaya lainlain dan laba sebesar 0,514. Korelasi sebesar 0,514 mempunyai maksud hubungan antara variabel biaya lain-lain dan laba kuat dan searah. Korelasi dua variabel bersifat signifikan karena angka signifikansi sebesar 0,00<0,01. Korelasi antara pajak dan volume penjualan Berdasarkan perhitungan diperoleh angka korelasi antara variabel pajak dan volume penjualan sebesar 0,339. Korelasi sebesar 0,339 mempunyai maksud hubungan antara variabel pajak dan volume penjualan kuat dan searah. Korelasi dua variabel bersifat tidak signifikan karena angka signifikansi sebesar 0,08>0,01. 304 SUBSTRUKTUR 3 Analisis Persamaan strukturalnya : Model Summary Change Statistics Model 1 R ,481a R Square ,232 Adjusted R Square ,144 St d. Error of the Estimate ,96667 R Square Change ,232 F Change 2,655 df 1 df 2 5 44 Sig. F Change ,035 a. Predictors: (Constant), VOLUME PENJUALAN, HARGA PRODUK, BI AYA LAIN-LAIN, PAJAK, BIAYA POKOK ANOVAb Model 1 Regression Residual Total Sum of Squares 12,404 41,116 53,520 df 5 44 49 Mean Square 2,481 ,934 F 2,655 Sig. ,035a a. Predictors: (Const ant), VOLUME PENJUALAN, HARGA PRODUK, BIAYA LAI N-LAIN, PAJAK, BIAYA POKOK b. Dependent Variable: LABA Coeffi ci entsa Model 1 (Constant) BI AYA POKOK BI AYA LAI N-LAIN PAJAK HARGA PRODUK VOLUME PENJUALAN Unstandardized Coef f icients B St d. Error 7,902 1,332 -,079 ,078 -,051 ,071 ,018 ,065 -,008 ,084 ,470 ,144 St andardized Coef f icients Beta -,202 -,120 ,050 -,017 ,588 t 5,931 -1,022 -,710 ,281 -,094 3,254 Sig. ,000 ,312 ,482 ,780 ,926 ,002 a. Dependent Variable: LABA Cor relati ons Pearson Correlation Sig. (1-tailed) N LABA BIAY A POKOK BIAY A LAIN-LAIN PAJAK HARGA PRODUK VOLUME PENJUALAN LABA BIAY A POKOK BIAY A LAIN-LAIN PAJAK HARGA PRODUK VOLUME PENJUALAN LABA BIAY A POKOK BIAY A LAIN-LAIN PAJAK HARGA PRODUK VOLUME PENJUALAN LABA 1,000 ,100 ,085 ,185 ,030 ,431 . ,246 ,279 ,099 ,419 ,001 50 50 50 50 50 50 BIAY A POKOK ,100 1,000 ,462 ,578 ,602 ,576 ,246 . ,000 ,000 ,000 ,000 50 50 50 50 50 50 305 BIAY A LAIN-LAIN ,085 ,462 1,000 ,241 ,475 ,500 ,279 ,000 . ,046 ,000 ,000 50 50 50 50 50 50 PAJAK ,185 ,578 ,241 1,000 ,514 ,493 ,099 ,000 ,046 . ,000 ,000 50 50 50 50 50 50 HARGA PRODUK ,030 ,602 ,475 ,514 1,000 ,339 ,419 ,000 ,000 ,000 . ,008 50 50 50 50 50 50 VOLUME PENJUALAN ,431 ,576 ,500 ,493 ,339 1,000 ,001 ,000 ,000 ,000 ,008 . 50 50 50 50 50 50 Penafsiran hasil penghitungan SPSS. Tahapan ini dibagi menjadi dua bagian, melakukan analisis regresi dan analisis korelasi. 1. Analisis Regresi Kita akan menganalisis regresi dengan melihat pengaruh secara gabungan dan secara parsial. a. Melihat pengaruh Harga produk, Biaya pokok, biaya lain-lain, pajak dan volume penjualan terhadap variabel laba. Untuk melihat pengaruh Harga produk, Biaya pokok, biaya lain-lain, dan pajak secara gabungan terhadap volume penjualan, akan kita lihat hasil penghitungan dalam model summary, khususnya angka R square di bawah ini. Model Summary Change Statistics Model 1 R R Square ,481a ,232 Adjusted R Square ,144 Std. Error of the Estimate ,96667 R Square Change ,232 F Change 2,655 df 1 df 2 5 44 Sig. F Change ,035 a. Predictors: (Constant), VOLUME PENJUALAN, BIAYA POKOK, BIAYA LAIN-LAIN, PAJAK, HARGA PRODUK Besarnya angka R square (r2) adalah 0,232. Angka tersebut dapat digunakan untuk melihat pengaruh Harga produk, Biaya pokok, biaya lain-lain, pajak dan volume penjualan secara gabungan terhadap laba dengan cara menghitung Koefisien Determinasi (KD) dengan menggunakan rumus sebagai berikut : Angka tersebut mempunyai maksud bahwa pengaruh Harga produk, Biaya pokok, biaya lain-lain, pajak dan volume penjualan secara gabungan terhadap laba adalah 23,2%. Adapun sisanya sebesar 76,8% (100% - 23,2%) dipengaruhi faktor lain. Dengan kata lain, variabilitas laba yang dapat diterangkan dengan menggunakan variabel Harga produk, Biaya pokok, biaya lain-lain, pajak dan volume penjualan adalah sebesar 23,2%, sedangkan pengaruh sebesar 76,8% disebabkan oleh variabel-variabel lain di luar model ini. 306 Untuk mengetahui apakah model regresi diatas sudah benar atau salah, diperlukan uji hipotesis. Uji hipotesis menggunakan angka F sebagaimana tertera dalam tabel di bawah ini. ANOVAb Model 1 Regression Residual Total Sum of Squares 12,404 41,116 53,520 df 5 44 49 Mean Square 2,481 ,934 F 2,655 Sig. ,035a a. Predictors: (Const ant), VOLUME PENJUALAN, BI AY A POKOK, BIAYA LAIN-LAIN, PAJAK, HARGA PRODUK b. Dependent Variable: LABA Hipotesisnya berbunyi sebagai berikut : H0 : tidak ada hubungan linier antara Harga produk, Biaya pokok, biaya lainlain, pajak dan volume penjualan dengan laba. H1 : ada hubungan linier antara Harga produk, Biaya pokok, biaya lain-lain, pajak dan volume penjualan dengan laba. Pengujian dapat dilakukan dengan dua cara. Pertama dengan membandingkan besarnya angka F penelitian dengan F tabel. Cara kedua ialah dengan membandingkan angka taraf signifikansi (sig) hasil penghitungan dengan taraf signifikansi 0,05 (5%). a.1 Menggunakan cara pertama atau membandingkan besarnya angka F penelitian dengan F tabel Pertama: menghitung F penelitian F penelitian dari SPSS didapatkan sebesar 2,655 Kedua: menghitung F tabel dengan ketentuan sebagai berikut : Taraf signifikansi 0,05 dan derajat kebebasan (DK) dengan ketentuan numerator: jumlah variabel – 1 atau 5 – 1 = 4; dan denumerator : jumlah kasus – 4 atau 50 – 5 = 45. Dengan ketentuan tersebut, diperoleh angka F tabel sebesar 2.61. Ketiga: menentukan kriteria uji hipotesis sebagai berikut : Jika F penelitian > F tabel maka H0 ditolak dan H1 diterima Jika F penelitian < F tabel maka H0 diterima dan H1 ditolak Keempat: mengambil keputusan 307 Dari hasil penghitungan didapatkan angka F penelitian sebesar 2,655 > F tabel sebesar 2,61 sehingga H0 ditolak dan H1 diterima artinya ada hubungan linier antara Harga produk, Biaya pokok, biaya lain-lain, pajak dan volume penjualan dengan laba. Dengan demikian, model regresi diatas sudah layak dan benar. Kesimpulannya ialah Harga produk, Biaya pokok, biaya lain-lain, pajak dan volume penjualan secara gabungan mempengaruhi laba. Besarnya pengaruh ialah 23,2%. Dan pengaruh sebesar 76,8% disebabkan oleh variabel-variabel lain di luar model ini. a.2 Menggunakan cara kedua atau membandingkan angka taraf signifikansi (sig) hasil penghitungan dengan taraf signifikansi 0,05 (5%). Kriteria sebagai berikut : Jika sig penelitian > F tabel maka H0 ditolak dan H1 diterima Jika sig penelitian < F tabel maka H0 diterima dan H1 ditolak Berdasarkan perhitungan angka signifikansi sebesar 0,038 < 0,05 maka H0 ditolak dan H1 diterima artinya ada hubungan linier antara Harga produk, Biaya pokok, biaya lain-lain, pajak dan volume penjualan dengan laba. b. Pengaruh Harga produk, Biaya pokok, biaya lain-lain, pajak dan volume penjualan secara parsial terhadap laba. Untuk melihat besarnya pengaruh Harga produk, Biaya pokok, biaya lain-lain, pajak dan volume penjualan secara parsial terhadap laba, digunakan uji T, sedangkan untuk melihat besarnya pengaruh, digunakan angka Beta atau Standardized Coefficients di bawah ini : Coeffi ci entsa Model 1 (Constant) HARGA PRODUK BI AY A LAI N-LAIN PAJAK BI AY A POKOK VOLUME PENJUALAN Unstandardized Coef f icients B St d. Error 7,902 1,332 -,079 ,078 -,051 ,071 ,018 ,065 -,008 ,084 ,470 ,144 a. Dependent Variable: LABA 308 St andardized Coef f icients Beta -,202 -,120 ,050 -,017 ,588 t 5,931 -1,022 -,710 ,281 -,094 3,254 Sig. ,000 ,312 ,482 ,780 ,926 ,002 b.1 Hubungan antara harga produk dan laba untuk melihat apakah ada hubungan linier antara harga produk dan laba, kita dapat melakukan langkah-langkah analisis sebagai berikut : Pertama: menentukan hipotesis H0 : tidak ada hubungan linier antara harga produk dan laba. H1 : ada hubungan linier antara harga produk dan laba. Kedua: menghitung besarnya angka t penelitian Hasil penghitungan SPSS diperoleh angka t penelitian sebesar -1,022. Ketiga: menghitung besarnya angka t tabel dengan ketentuan berikut : Taraf signifikansi 0,05 dan Derajat Kebebasan (DK) dengan ketentuan: DK=n-2, atau 50-2=48. Dari ketentuan tersebut, diperoleh angka t tabel sebesar 1,960. Keempat: menentukan kriteria uji hipotesis sebagai berikut : Jika t penelitian > t tabel maka H0 ditolak dan H1 diterima Jika t penelitian < t tabel maka H0 diterima dan H1 ditolak Kelima: mengambil keputusan Didasarkan hasil penghitungan diperoleh angka t penelitian sebesar -1,022<ttabel sebesar 1,960 sehingga H0 diterima dan H1 ditolak artinya tidak ada hubungan linier antara harga produk dan laba. Besarnya pengaruh harga produk dan laba sebesar -0,202 atau -20,2% dianggap tidak signifikan. b.2 Hubungan antara biaya pokok dan laba untuk melihat apakah ada hubungan linier antara biaya pokok dan laba, kita dapat melakukan langkah-langkah analisis sebagai berikut : Pertama: menentukan hipotesis H0 : tidak ada hubungan linier antara biaya pokok laba. H1 : ada hubungan linier antara biaya pokok dan laba. Kedua: menghitung besarnya angka t penelitian Hasil penghitungan SPSS diperoleh angka t penelitian sebesar -0,710. Ketiga: menghitung besarnya angka t tabel dengan ketentuan berikut : Taraf signifikansi 0,05 dan Derajat Kebebasan (DK) dengan ketentuan: DK=n-2, atau 50-2=48. Dari ketentuan tersebut, diperoleh angka t tabel sebesar 1,960. Keempat: menentukan kriteria uji hipotesis sebagai berikut : Jika t penelitian > t tabel maka H0 ditolak dan H1 diterima Jika t penelitian < t tabel maka H0 diterima dan H1 ditolak 309 Kelima: mengambil keputusan Didasarkan hasil penghitungan diperoleh angka t penelitian sebesar -0,710<ttabel sebesar 1,960 sehingga H0 diterima dan H1 ditolak artinya tidak ada hubungan linier antara biaya pokok dan laba. Besarnya pengaruh biaya pokok dan laba sebesar -0,120 atau -12% dianggap tidak signifikan. b.3 Hubungan antara biaya lain-lain dan laba untuk melihat apakah ada hubungan linier antara biaya lain-lain dan laba, kita dapat melakukan langkah-langkah analisis sebagai berikut : Pertama: menentukan hipotesis H0 : tidak ada hubungan linier antara biaya lain-lain dan laba. H1 : ada hubungan linier antara biaya lain-lain dan laba. Kedua: menghitung besarnya angka t penelitian Hasil penghitungan SPSS diperoleh angka t penelitian sebesar 0,281. Ketiga: menghitung besarnya angka t tabel dengan ketentuan berikut : Taraf signifikansi 0,05 dan Derajat Kebebasan (DK) dengan ketentuan: DK=n-2, atau 50-2=48. Dari ketentuan tersebut, diperoleh angka t tabel sebesar 1,960. Keempat: menentukan kriteria uji hipotesis sebagai berikut : Jika t penelitian > t tabel maka H0 ditolak dan H1 diterima Jika t penelitian < t tabel maka H0 diterima dan H1 ditolak Kelima: mengambil keputusan Didasarkan hasil penghitungan diperoleh angka t penelitian sebesar 0,281<t tabel sebesar 1,960 sehingga H0 diterima dan H1 ditolak artinya tidak ada hubungan linier antara biaya lain-lain dan laba. Besarnya pengaruh biaya lain-lain dan laba sebesar 0,05 atau 5% dianggap tidak signifikan. 310 b.4 Hubungan antara pajak dan laba untuk melihat apakah ada hubungan linier antara pajak dan laba, kita dapat melakukan langkah-langkah analisis sebagai berikut : Pertama: menentukan hipotesis H0 : tidak ada hubungan linier antara pajak dan laba. H1 : ada hubungan linier antara pajak dan laba. Kedua: menghitung besarnya angka t penelitian Hasil penghitungan SPSS diperoleh angka t penelitian sebesar -0,094. Ketiga: menghitung besarnya angka t tabel dengan ketentuan berikut : Taraf signifikansi 0,05 dan Derajat Kebebasan (DK) dengan ketentuan: DK=n-2, atau 50-2=48. Dari ketentuan tersebut, diperoleh angka t tabel sebesar 1,960. Keempat: menentukan kriteria uji hipotesis sebagai berikut : Jika t penelitian > t tabel maka H0 ditolak dan H1 diterima Jika t penelitian < t tabel maka H0 diterima dan H1 ditolak Kelima: mengambil keputusan Didasarkan hasil penghitungan diperoleh angka t penelitian sebesar -0,094<ttabel sebesar 1,960 sehingga H0 diterima dan H1 ditolak artinya tidak ada hubungan linier antara pajak dan laba. Besarnya pengaruh pajak dan laba sebesar -0,017 atau -1,7% dianggap tidak signifikan. b.5 Hubungan antara volume penjualan dan laba untuk melihat apakah ada hubungan linier antara volume penjualan dan laba, kita dapat melakukan langkah-langkah analisis sebagai berikut : Pertama: menentukan hipotesis H0 : tidak ada hubungan linier antara volume penjualan dan laba. H1 : ada hubungan linier antara volume penjualan dan laba. Kedua: menghitung besarnya angka t penelitian Hasil penghitungan SPSS diperoleh angka t penelitian sebesar 3,254. Ketiga: menghitung besarnya angka t tabel dengan ketentuan berikut : Taraf signifikansi 0,05 dan Derajat Kebebasan (DK) dengan ketentuan: DK=n-2, atau 50-2=48. Dari ketentuan tersebut, diperoleh angka t tabel sebesar 1,960. Keempat: menentukan kriteria uji hipotesis sebagai berikut : Jika t penelitian > t tabel maka H0 ditolak dan H1 diterima Jika t penelitian < t tabel maka H0 diterima dan H1 ditolak 311 Kelima: mengambil keputusan Didasarkan hasil penghitungan diperoleh angka t penelitian sebesar 3,254>t tabel sebesar 1,960 sehingga H0 ditolak dan H1 diterima artinya ada hubungan linier antara volume penjualan dan laba. Besarnya pengaruh volume penjualan dan laba sebesar 0,588 atau 58,8%. 2. Analisis Korelasi Korelasi antara Harga produk, Biaya pokok, biaya lain-lain, dan pajak dengan laba dapat dilihat pada tabel di bawah ini. Correlati ons Pearson Correlation Sig. (1-tailed) N LABA HARGA PRODUK BIAY A LAIN-LAIN PAJAK BIAY A POKOK VOLUME PENJUALAN LABA HARGA PRODUK BIAY A LAIN-LAIN PAJAK BIAY A POKOK VOLUME PENJUALAN LABA HARGA PRODUK BIAY A LAIN-LAIN PAJAK BIAY A POKOK VOLUME PENJUALAN LABA 1,000 ,100 ,085 ,185 ,030 ,431 . ,246 ,279 ,099 ,419 ,001 50 50 50 50 50 50 HARGA PRODUK ,100 1,000 ,462 ,578 ,602 ,576 ,246 . ,000 ,000 ,000 ,000 50 50 50 50 50 50 BIAY A LAIN-LAIN ,085 ,462 1,000 ,241 ,475 ,500 ,279 ,000 . ,046 ,000 ,000 50 50 50 50 50 50 PAJAK ,185 ,578 ,241 1,000 ,514 ,493 ,099 ,000 ,046 . ,000 ,000 50 50 50 50 50 50 BIAY A POKOK ,030 ,602 ,475 ,514 1,000 ,339 ,419 ,000 ,000 ,000 . ,008 50 50 50 50 50 50 VOLUME PENJUALAN ,431 ,576 ,500 ,493 ,339 1,000 ,001 ,000 ,000 ,000 ,008 . 50 50 50 50 50 50 a. Korelasi antara harga produk dan volume penjualan Berdasarkan perhitungan diperoleh angka korelasi antara variabel harga produk dan volume penjualan sebesar 0,576. Untuk menafsir angka tersebut, digunakan kriteria sebagai berikut : 0 – 0,25 >0,25 – 0,5 : Korelasi cukup kuat >0,5 – 0,75 : Korelasi Kuat >0,75 – 1 : Korelasi sangat lemah (dianggap tidak ada) : Korelasi Sangat Kuat Korelasi sebesar 0,576 mempunyai maksud hubungan antara variabel harga produk dan volume penjualan kuat dan searah (karena hasilnya positif). Searah artinya jika harga produk tinggi maka volume penjualan juga tinggi. Korelasi dua variabel bersifat signifikan karena angka signifikansi sebesar 0,00 < 0,05. 312 Korelasi antara harga produk dan biaya lain-lain Berdasarkan perhitungan diperoleh angka korelasi antara variabel harga produk dan biaya lain-lain sebesar 0,462. Korelasi sebesar 0,462 mempunyai maksud hubungan antara variabel harga produk dan biaya lain-lain cukup kuat dan searah. Korelasi dua variabel bersifat signifikan karena angka signifikansi sebesar 0,00<0,01. Korelasi antara harga produk dan pajak Berdasarkan perhitungan diperoleh angka korelasi antara variabel harga produk dan pajak sebesar 0,578. Korelasi sebesar 0,578 mempunyai maksud hubungan antara variabel harga produk dan pajak cukup kuat dan searah. Korelasi dua variabel bersifat signifikan karena angka signifikansi sebesar 0,00<0,05. Korelasi antara biaya lain-lain dan volume penjualan Berdasarkan perhitungan diperoleh angka korelasi antara variabel biaya lainlain dan volume penjualan sebesar 0,500. Korelasi sebesar 0,500 mempunyai maksud hubungan antara variabel biaya lain-lain dan volume penjualan cukup kuat dan searah. Korelasi dua variabel bersifat signifikan karena angka signifikansi sebesar 0,00<0,01. Korelasi antara pajak dan biaya lain-lain Berdasarkan perhitungan diperoleh angka korelasi antara variabel pajak dan biaya lain-lain sebesar 0,241. Korelasi sebesar 0,241 mempunyai maksud hubungan antara variabel pajak dan biaya lain-lain sangat lemah. Korelasi dua variabel bersifat tidak signifikan karena angka signifikansi sebesar 0,046<0,01. Korelasi antara biaya pokok dan biaya lain-lain Berdasarkan perhitungan diperoleh angka korelasi antara variabel biaya pokok dan biaya lain-lain sebesar 0,475. Korelasi sebesar 0,475 mempunyai maksud hubungan antara variabel biaya pokok dan biaya lain-lain cukup kuat dan searah. Korelasi dua variabel bersifat signifikan karena angka signifikansi sebesar 0,00<0,01. 313 Korelasi antara pajak dan volume penjualan Berdasarkan perhitungan diperoleh angka korelasi antara variabel pajak dan volume penjualan sebesar 0,493. Korelasi sebesar 0,493 mempunyai maksud hubungan antara variabel pajak dan volume penjualan cukup kuat dan searah. Korelasi dua variabel bersifat signifikan karena angka signifikansi sebesar 0,00<0,01. Korelasi antara biaya pokok dan pajak Berdasarkan perhitungan diperoleh angka korelasi antara variabel biaya pokok dan laba sebesar 0,514. Korelasi sebesar 0,514 mempunyai maksud hubungan antara variabel biaya pokok dan laba kuat dan searah. Korelasi dua variabel bersifat signifikan karena angka signifikansi sebesar 0,00<0,01. Korelasi antara biaya pokok dan volume penjualan Berdasarkan perhitungan diperoleh angka korelasi antara variabel biaya pokok dan volume penjualan sebesar 0,339. Korelasi sebesar 0,339 mempunyai maksud hubungan antara variabel biaya pokok dan volume penjualan kuat dan searah. Korelasi dua variabel bersifat tidak signifikan karena angka signifikansi sebesar 0,08>0,01. 6. Penghitungan Pengaruh a. Pengaruh Langsung (Direct Effect atau DE) Untuk menghitung pengaruh langsung atau DE, digunakan formula sebagai berikut : Pengaruh variabel harga produk terhadap volume penjualan Pengaruh variabel biaya pokok terhadap volume penjualan Pengaruh variabel biaya lain-lain terhadap volume penjualan Pengaruh variabel pajak terhadap volume penjualan 314 Pengaruh variabel harga produk terhadap laba Pengaruh variabel biaya pokok terhadap laba Pengaruh variabel biaya lain-lain terhadap laba Pengaruh variabel pajak terhadap laba Pengaruh variabel volume penjualan terhadap laba b. Pengaruh Tidak Langsung (Indirect Effect atau IE) Untuk menghitung pengaruh tidak langsung atau IE, digunakan formula sebagai berikut : Pengaruh variabel harga produk terhadap laba melalui volume penjualan ( ) Pengaruh variabel biaya pokok terhadap laba melalui volume penjualan ( ) Pengaruh variabel biaya lain-lain terhadap laba melalui volume penjualan ( ) Pengaruh variabel pajak terhadap laba melalui volume penjualan ( ) c. Pengaruh Total (Total Effect) Pengaruh variabel harga produk terhadap laba melalui volume penjualan ( ) Pengaruh variabel biaya pokok terhadap laba melalui volume penjualan ( ) 315 Pengaruh variabel biaya lain-lain terhadap laba melalui volume penjualan ( ) Pengaruh variabel pajak terhadap laba melalui volume penjualan ( ) 316
