Uploaded by Dedi

analisis jalur path analysis

advertisement
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
Download