Berikut ini adalah pertanyaan-pertanyaan penelitian (research questions) yang saudara rumuskan:

1. A. Hipotesis

- CAR berpengaruh terhadap ROA1

- NPL berpengaruh terhadap ROA1

- ROA berpengaruh terhadap ROA1

- ROE berpengaruh terhadap ROA1

- LDR berpengaruh terhadap ROA1

- NIM berpengaruh terhadap ROA1

B. hipotesis statistik

- Terdapat hubungan antara CAR dengan ROA1

H0: ρ ≤ 0

H1: ρ > 0

 Pengaruh NPL terhadap ROA1

 Terdapat hubungan antara NPL dengan ROA1

H0: ρ ≤ 0

 Tidak terdapat hubungan antara NPL dengan ROA1

H1: ρ > 0

 Pengaruh ROA terhadap ROA1

 Terdapat hubungan antara ROA dengan ROA1

H0: ρ ≤ 0

 Tidak terdapat hubungan antara ROA dengan ROA1

H1: ρ > 0

 ROE berpengaruh terhadap ROA1

 Terdapat hubungan antara ROE dengan ROA1

H0: ρ ≤ 0

 Tidak terdapat hubungan antara ROE dengan ROA1

H1: ρ > 0

 LDR berpengaruh terhadap ROA1

 Terdapat hubungan antara LDR dengan ROA1

H0: ρ ≤ 0
  Tidak terdapat hubungan antara LDR dengan ROA1

H1: ρ > 0

 NIM berpengaruh terhadap ROA1

 Terdapat hubungan antara NIM dengan ROA1

H0: ρ ≤ 0

 Tidak terdapat hubungan antara NIM dengan ROA1

H1: ρ > 0

- NPL berpengaruh terhadap ROA1

- ROA berpengaruh terhadap ROA1

- ROE berpengaruh terhadap ROA1

- LDR berpengaruh terhadap ROA1

- NIM berpengaruh terhadap ROA1

C.

D. menggunakan regresi logistik

Menggunakan analisis regresi logistik alasannya karena penelitian digunakan untuk memprediksi

variabel terikat yang berskala dikotomi. Skala dikotomi yang dimaksud adalah skala data nominal

dengan dua kategori, misalnya: Ya dan Tidak, Baik dan Buruk atau Tinggi dan Rendah.
 E. goodness of fit

Hosmer and Lemeshow Test

Step Chi-square df Sig.
1 4,849 8 ,774

Hosmer and Lemeshow Test

Step Chi-square df Sig.

1 4,849 8 ,774

Pada model Hosmer Lemeshow

Ho : Model telah cukup mampu menjelaskan data atau telah sesuai

H1 : Model tidak cukup mampu menjelaskan data

Tolak Ho jika nilai sig < 0,05

Terlihat dari tabel bahwa nilai sig sebesar 0,774 yang telah lebih dari 0,05

Keputusan : terima Ho

Maka kesimpulannya,dengan tingkat keyakinan 95%, dapat diyakini bahwa model regresi logistic yang

digunakan telah cukup mampu menjelaskan data atau telah sesuai.

F. tes Wild

Variables in the Equation

B S.E. Wald df Sig. Exp(B)
Step 1a Capital Adequacy Ratio -,284 ,263 1,168 1 ,280 ,753
Non Performing Loan -,365 ,281 1,691 1 ,194 ,694
Return on Asset ,825 ,289 8,166 1 ,004 2,282
Loan to Deposite Ratio 1,227 ,361 11,554 1 ,001 3,411
Net Interest Margin -,511 ,214 5,685 1 ,017 ,600
Return on Equity -,255 ,333 ,587 1 ,444 ,775
Constant -3,358 2,916 1,326 1 ,249 ,035
a. Variable(s) entered on step 1: Capital Adequacy Ratio, Non Performing Loan, Return on Asset, Loan to Deposite

Ratio, Net Interest Margin, Return on Equity.

STEP 1

Capital Adequacy Ratio tidak berpengaruh

Non Performing Loan tidak berpengaruh

Return on Asset berpengaruh

Loan to Deposite Ratio berpengaruh

Net Interest Margin berpengaruh

Return on Equity bepengaruh

Constant berpengaruh

Hipotesis
H0 : Koefisien regresi tidak signifikan

H1 Koefisien regresi signifikan

Keputusan :

Jika nilai Sig > 0,05H0 diterima

Jika nilai Sig < 0,05 H1 ditolak

Dari tabel variables in the equation terlihat hanya 3 variabel yang berpengaruh terhadap ROA1 yaitu

ROA, LDR, dan NIM sedangkan variable lain tidak.

Penafsiran hasil

Koefisien variable LDR sebesar 1,227 menunjukkan bahwa setiap perubahan 1 unit dalam LDR,

probabilitas kinerja bank diatas rerata bertambah 100%.

G.

JAWABAN:

H.

In (p/(1-p)) = -3,358 – 0,284 *CAR – 0,365*NPL + 0,825*ROA + 1,227*LDR – 0,511*NIM –

0,255*ROE

Interpretasi dari Persamaan 

 Untuk setiap perubahan per unit pada variabel CAR, akan menurunkan ROA1 sebesar 100%

karena koefisien (-0,284)

 Untuk setiap perubahan per unit pada variabel NPL, akan menurunkan ROA1 sebesar 100%

karena koefisien (-0,365)

 Untuk setiap kenaikan pada variabel ROA sebesar 1 unit, maka akan meningkatkan ROA1

82,5% karena koefisien  (0,825).

 Untuk setiap kenaikan pada variabel LDR sebesar 1 unit, maka akan meningkatkan ROA1

100% karena koefisien  (1,227).

 Untuk setiap perubahan per unit pada variabel NIM, akan menurunkan ROA1 sebesar 100%

karena koefisien (-0,511)

 Untuk setiap perubahan ROE per unit pada variabel , akan menurunkan ROA1 sebesar 100%

karena koefisien (-0,255)

I. dilihat dari Nagelkerke R Square dan Clasification Table

 Model Summary
Cox & Snell R Nagelkerke R

Step -2 Log likelihood Square Square

1 101,844a ,294 ,395
a. Estimation terminated at iteration number 5 because

parameter estimates changed by less than ,001.

Classification Tablea
Predicted
ROA1
kinerja di bawah kinerja di atas Percentage

Observed rerata industri rerata industri Correct

Step 1 ROA1 kinerja di bawah rerata 44 13 77,2

industri
kinerja di atas rerata industri 17 26 60,5
Overall Percentage 70,0
a. The cut value is ,500
Adapun dari tabel diatas dapat ditunjukkan bahwa model regresi logistik yang digunakan telah

cukup baik, karena mampu menebak dengan benar 70% kondisi yang terjadi

2. A. Dan B. (sama)

H1 : Firm Size berpengaruh terhadap Purchase Level

H2 : Product Quality berpengaruh terhadap Purchase Level

H3 : E-Commerce Activities berpengaruh terhadap Purchase Level

H4 : Complaint Resolution berpengaruh terhadap Purchase Level

H5 : Advertising berpengaruh terhadap Purchase Level

H6 : Technical Support berpengaruh terhadap Purchase Level

C. uji asumsi klasik

Normalitas

One-Sample Kolmogorov-Smirnov Test

Unstandardized

Residual
N 100
Normal Parametersa,b Mean ,0000000
Std. Deviation 5,08534348
 Most Extreme Differences Absolute ,066
Positive ,060
Negative -,066
Test Statistic ,066
Asymp. Sig. (2-tailed) ,200c,d
a. Test distribution is Normal.
b. Calculated from data.
c. Lilliefors Significance Correction.
d. This is a lower bound of the true significance.
Multikolinieritas

Coefficientsa

Collinearity Statistics

Model Tolerance VIF

1 (Constant)

Firm Size
,919 1,089
Product Quality
,950 1,053
E-Commerce Activities
,795 1,258
Technical Support
,949 1,054
Complaint Resolution
,926 1,080
Advertising
,766 1,305
a. Dependent Variable: Purchase Level

Uji multikolinieritas ini dilakukan untuk mengetahui bahwa tidak terjadi hubungan yang sangat kuat

atau tidak terjadi hubungan linier yang sempurna atau dapat dikatakan pula dikatakan bahwa antar

variabel bebas tidak saling berkaitan. Cara pengujiannya adalah dengan membandingkan nilai

toleransi yang didapat dari perhitungan regresi berganda, apabila nilai tolerance < 0,1, maka terjadi

multikolinieritas.

Berdasarkan tabel diatas, berikut hasil pengujian dari masing – masing variabel bebas :

 Tolerance untuk firm size adalah 0,99

 Tolerance untuk product quality adalah 0,950

 Tolerance untuk e-commerce adalah 0,795

 Tolerance untuk technical support adalah 0,949

 Tolerance untuk complaint resolution adalah 0,926

 Tolerance untuk advertising adalah 0,766

Pada hasil pengujian didapat bahwa keseluruhan nilai tolerance > 0,1 sehingga dapat disimpulkan

bahwa tidak terjadi multikolinearitas antar variabel bebas.

Uji multikolinieritas dapat pula dilakukan dengan cara membandingkan nilai VIF (Variance Inflation

Factor) dengan angka 10. Jika nilai VIF > 10 maka terjadi multikolinieritas. Berikut hasil pengujian

masing-masing variabel bebas :

 VIF untuk firm size adalah 1,089

  VIF untuk product quality adalah 1,053

 VIF untuk e-commerce adalah 1,258

 VIF untuk technical support adalah 1,054

 VIF untuk complaint resolution adalah 1,080

 VIF untuk advertising adalah 1,305

Dari hasil pengujian tersebut dapat disimpulkan bahwa tidak terjadi multikolinearitas antar

variabel bebas. Dengan demikian uji asumsi tidak adanya multikolinearitas dapat terpenuhi.

Heterokedastisitas

Coefficientsa
Standardized

Unstandardized Coefficients Coefficients

Model B Std. Error Beta t Sig.
1 (Constant) 3,610 3,050 1,184 ,240
Firm Size -1,175 ,674 -,176 -1,743 ,085
Product Quality ,333 ,238 ,139 1,397 ,166
E-Commerce Activities ,582 ,520 ,121 1,120 ,266
Technical Support ,040 ,218 ,018 ,184 ,854
Complaint Resolution -,233 ,279 -,084 -,835 ,406
Advertising -,722 ,329 -,242 -2,196 ,031

a. Dependent Variable: abs_res

Autokorelasi

Model Summaryb
Adjusted R Std. Error of the

Model R R Square Square Estimate Durbin-Watson

1 ,819a ,671 ,649 5,2468 2,121
a. Predictors: (Constant), Advertising, Product Quality, Technical Support, Complaint

Resolution, Firm Size, E-Commerce Activities

b. Dependent Variable: Purchase Level

Adjusted R Std. Error of Durbin-

Model R R Square Square the Estimate Watson

a
1 ,819 ,671 ,649 5,2468 2,121
a. Predictors: (Constant), Advertising, Product Quality, Technical Support,

Complaint Resolution, Firm Size, E-Commerce Activities

b. Dependent Variable: Purchase Level
Berdasarkan tabel di atas pada uji autokorelasi dapat diketahui bahwa DW sebesar 2,121. Nilai

ini akan dibandingkan dengan tabel “Durbin-Watson dStatistic : Significance Point For d1 dan du AT
0.05 level of significance” dengan menggunakan nilai signifikansi 5 % di tabel Durbin-Watson akan

didapatkan nilai sebagai berikut nilai batas bawah (dl ) adalah 1.3779 dan nilai batas atas (du) adalah

1.7214

D. goodness of fit

Uji F

ANOVAa
Model Sum of Squares df Mean Square F Sig.
1 Regression 5212,789 6 868,798 31,559 ,000b
Residual 2560,211 93 27,529
Total 7773,000 99
a. Dependent Variable: Purchase Level
b. Predictors: (Constant), Advertising, Product Quality, Technical Support, Complaint Resolution, Firm

Size, E-Commerce Activities

Pengujian ini dilakukan dengan uji F pada tingkat keyakinan 95% dengan

ketentuan sebagai berikut :

Apabila F hitung < F tabel, Ho diterima

Apabila F hitung > F tabel, Ho ditolak

Berdasarkan tabel tersebut nilai F hitung sebesar 31,559. Sedangkan F tabel (α =

0.05 ; df regresi = 6 : df = 93) adalah sebesar 2,20. Karena F hitung > F tabel yaitu

31,59 > 2,20 atau nilai Sig. F (0,000) < α = 0.05 maka model analisis regresi adalah

signifikan. Hal ini berarti H0 ditolak sehingga dapat disimpulkan bahwa variabel

bebas secara simultan berpengaruh terhadap variabel terikat (purchase level).

Model Summaryb
Adjusted R Std. Error of Durbin-

Model R R Square Square the Estimate Watson

1 ,819a ,671 ,649 5,2468 2,121
a. Predictors: (Constant), Advertising, Product Quality, Technical Support,

Complaint Resolution, Firm Size, E-Commerce Activities

b. Dependent Variable: Purchase Level
Besarnya koefisien determinasi

berkisar antara 0 sampai dengan 1. Semakin mendekati nol besarnya koefisien suatu persamaan

regresi, maka semakin kecil pengaruh semua variabel bebas terhadap variabel terikat. Sebaliknya

semakin besar koefisien determinasi mendekati angka 1, maka semakin besar pula pengaruh semua

varibel bebas terhadap variabel terikat. Dari analisis pada tabel tersebut diperoleh hasil adjusted R2

(koefisien determinasi) sebesar 0.649. Artinya bahwa 64,9 % variabel purchase level akan dipengaruhi

oleh variabel bebasnya, yaitu Advertising,product quality, technical support, complain resolution, firm
size, dan ecommerce activites. Sedangkan sisanya 35,1% variabel purchase level akan dipengaruhi

oleh variabel-variabel yang lain yang tidak dibahas dalam penelitian.

Selain koefisien determinasi juga didapat koefisien korelasi yang menunjukkan besarnya

hubungan antara variabel bebas yaitu advertising,product quality, technical support, complain

resolution, firm size, dan ecommerce activites terhadap variable purchase level nilai R (koefisien

korelasi) sebesar 0,819 nilai korelasi ini menunjukkan bahwa hubungan antara variabel bebas dengan

purchase level termasuk dalam kategori kuat karena berada pada selang 0.6 – 0.8

E. Uji t parsial

Coefficientsa
Unstandardized Standardized

Coefficients Coefficients Collinearity Statistics

Model B Std. Error Beta t Sig. Tolerance VIF
1 (Constant) 5,597 4,957 1,129 ,262
Firm Size 1,770 1,095 ,100 1,617 ,109 ,919 1,089
Product Quality 3,488 ,387 ,550 9,001 ,000 ,950 1,053
E-Commerce Activities 1,529 ,844 ,121 1,811 ,073 ,795 1,258
Technical Support -,551 ,354 -,095 -1,557 ,123 ,949 1,054
Complaint Resolution 3,884 ,453 ,530 8,566 ,000 ,926 1,080
Advertising ,215 ,535 ,027 ,403 ,688 ,766 1,305
a. Dependent Variable: Purchase Level
Keenam variabel independen memiliki koefisien dengan arah positif dan juga ada yang negatif. Hasil

pengujian pengaruh variabel independen terhadap variabel dependennya sebagai berikut :

1. Pengaruh firm size terhadap purchase level

Berdasarkan tabel diatas, didapatkan hasil estimasi dengan nilai koefisiensi 1,770, sedangkan

signifikan pada tabel (0.109) > α (0.05 ) maka pengaruh firm size terhadap purchase level

adalah tidak signifikan.

2. pengaruh product quality terhadap purchase level

Berdasarkan tabel diatas, didapatkan hasil estimasi dengan nilai koefisiensi 3,488, sedangkan

signifikan pada tabel (0.000) < α (0.05 ) maka pengaruh product quality terhadap purchase level

adalah signifikan.

3. pengaruh ecommerce activities terhadap purchase level

Berdasarkan tabel diatas, didapatkan hasil estimasi dengan nilai Koefisiensi 1,529, sedangkan

signifikan pada tabel (0.073) > α (0.05 ) maka pengaruh ecommerce activities terhadap

purchase level adalah tidak signifikan.

4. Pengaruh technical support terhadap purchase level

 Berdasarkan tabel diatas, didapatkan hasil estimasi dengan nilai koefisiensi -0,551, sedangkan

signifikan pada tabel (0.123) > α (0.05 ) maka pengaruh technical support terhadap purchase

level adalah tidak signifikan.

5. Pengaruh complaint resolution terhadap purchase level

Berdasarkan tabel diatas, didapatkan hasil estimasi dengan nilai koefisiensi -3,884, sedangkan

signifikan pada tabel (0.000) > α (0.05 ) maka pengaruh complaint resolution terhadap

purchase level adalah signifikan.

6. Pengaruh advetising terhadap purchase level

Berdasarkan tabel diatas, didapatkan hasil estimasi dengan nilai koefisiensi 0,215, sedangkan

signifikan pada tabel (0.688) > α (0.05 ) maka pengaruh advertising terhadap purchase level

adalah tidak signifikan.

Persamaan regresi:

Coefficientsa
Standardize

Unstandardized d Collinearity

Coefficients Coefficients Statistics

Toleranc

Model B Std. Error Beta t Sig. e VIF

1 (Constant) 5,597 4,957 1,129 ,262
Firm Size 1,770 1,095 ,100 1,617 ,109 ,919 1,089
Product Quality 3,488 ,387 ,550 9,001 ,000 ,950 1,053
E-Commerce
1,529 ,844 ,121 1,811 ,073 ,795 1,258
Activities
Technical Support -,551 ,354 -,095 -1,557 ,123 ,949 1,054
Complaint
3,884 ,453 ,530 8,566 ,000 ,926 1,080
Resolution
Advertising ,215 ,535 ,027 ,403 ,688 ,766 1,305
a. Dependent Variable: Purchase Level

Berdasarkan tabel diatas maka dapat diperoleh persamaan sebagai berikut :

 Y = 5,597 + 1,770X1 + 3,488X2 + 1,529X3 – 0,551X4 + 3,884X5 + 0,215 X6

Dari persamaan tersebut dapat diinterpretasikan bahwa :

1. Nilai koefisiensi firm size sebesar 1,770 berarti bahwa purchasing level akan bertambah untuk

setiap tambahan X1 (firm size). Jadi apabila firm size mengalami peningkatan, maka

purchasing level akan meningkat sebesar 1,770 satuan dengan asumsi variabel yang lainnya

dianggap konstan.

2. Nilai koefisiensi product quality sebesar 3,488 berarti bahwa purchasing level akan bertambah

untuk setiap tambahan X2 (product quality). Jadi apabila product quality mengalami

peningkatan, maka purchasing level akan meningkat sebesar 3,488 satuan dengan asumsi

variabel yang lainnya dianggap konstan.

3. Nilai koefisiensi e-commerce activites sebesar 1,529 berarti bahwa purchasing level akan

bertambah untuk setiap tambahan X3 (e-commerce activites). Jadi apabila e-commerce

activites mengalami peningkatan, maka purchasing level akan meningkat sebesar 1,529 satuan

dengan asumsi variabel yang lainnya dianggap konstan.

4. Nilai koefisiensi technical support -0,551 berarti bahwa purchasing level akan menurun untuk

setiap tambahan X4 (technical support). Jadi apabila technical support mengalami peningkatan,

maka purchasing level akan menurun sebesar 0,551 satuan dengan asumsi variabel yang

lainnya dianggap konstan.

5. Nilai koefisiensi complain resolution sebesar 3,884 berarti bahwa purchasing level akan

bertambah untuk setiap tambahan X5 (complaint resolution). Jadi apabila complaint resolution

mengalami peningkatan, maka purchasing level akan meningkat sebesar 3,884 satuan dengan

asumsi variabel yang lainnya dianggap konstan.

6. Nilai koefisiensi advertising sebesar 0,215 berarti bahwa purchasing level akan bertambah

untuk setiap tambahan X6 (advertising). Jadi apabila advertising mengalami peningkatan,

maka purchasing level akan meningkat sebesar 0,215 satuan dengan asumsi variabel yang

lainnya dianggap konstan.