47

telah tersusun secara sistematis dan lengkap untuk pengumpulan

datanya.” Melalui teknik wawancara ini, peneliti memperoleh informasi

yang lebih lengkap terkait dengan gambaran umum hotel, struktur

organisasi, dan sejarah hotel.

C. Teknik Analisis

Metode yang digunakan dalam penelitian ini adalah metode statistik

deskriptif dengan pendekatan kuantitatif. Menurut (Prof. Dr. Sugiyono,

2014:238), “Statistik deskriptif adalah statistik yang digunakan untuk

menganalisis data dengan cara mendeskripsikan atau menggambarkan data

yang telah terkumpul sebagaimana adanya tanpa bermaksud membuat

kesimpulan yang berlaku umum atau generalisasi”.

Menurut (Subana dan Sudrajat, 2011:25), “Pendekatan kuantitatif

dipakai untuk menguji suatu teori, untuk menyajikan suatu fakta atau

mendeskripsikan statistik, untuk menunjukkan hubungan antar variabel, dan

adapula yang bersifat mengembangkan konsep, mengembangkan pemahaman

atau mendeskripsikan banyak hal.”

Teknik analisis data metode statistik ini dihitung dengan

menggunakan SPSS (Statistikal Package for the Social Sciens). Adapun

teknik analisis data yang dilakukan dalam penelitian ini adalah sebagai

berikut:
 48

1. Mengukur Elemen Biaya Kualitas

Biaya kualitas terdiri dari dua kelompok yaitu biaya kualitas yang

dapat diamati (observable quality costs) dan biaya kualitas yang

tersembunyi (hidden quality costs). Biaya kualitas yang dapat diamati

terdiri dari elemen biaya pencegahan, biaya penilaian, dan biaya kegagalan

internal. Elemen-elemen biaya kualitas tersebut tersedia atau dapat

diperoleh dari catatan-catatan akuntansi perusahaan.

Sedangkan elemen biaya kualitas yang termasuk biaya yang

tersembunyi adalah elemen biaya kegagalan eksternal. Elemen biaya ini

diidentifikasi dengan melakukan metode penelitian pasar. Menurut

(Hansen dan Mowen, 2013:274), metode penelitian pasar digunakan untuk

menilai dampak kualitas yang buruk terhadap penjualan dan pangsa pasar.

Untuk menilai dampak tersebut akan dilakukan wawancara dengan pihak

manajemen hotel sehingga didapatkan pemahaman yang lebih baik

terhadap besarnya biaya tersembunyi perusahaan.

2. Menghitung Operating Profit Margin

Berdasarkan data laba rugi yang diperoleh dari pihak hotel,

maka sebelum melakukan pengujian statistik dilakukan perhitungan

operating profit margin. Operating Profit Margin adalah rasio yang

digunakan untuk mengukur berapa besar persentase laba dari penjualan

sebelum bunga dan pajak. Rasio ini dihitung dengan menggunakan rumus

sebagai berikut :
 49

3. Melakukan Pengujian Statistik

a. Uji Normalitas Data

Menurut (W. Sujarweni, 2015: 120), uji normalitas merupakan

uji yang dilakukan untuk mengukur apakah data kita memiliki distribusi

normal sehingga dapat dipakai dalam statistik parametrik, jika data

tidak berdistribusi normal dapat dipakai statistik non parametrik. Uji

normalitas yaitu melakukan perbandingan antara data yang dimiliki

dengan data berdistribusi normal yang memiliki mean dan standar

devisiasi yang sama dengan data yang dimiliki.

Beberapa alat bantu yang sering digunakan dalam melakukan uji

validasi normalitas adalah metode P-P Plot, metode Lilliefors atau

dengan metode One Sample Kolmogorov-Smirnov. Dalam pengujian

akan digunakan metode One-Sample Kolmogorov-Smirnov, dimana

untuk menentukan normalitas dari data hanya cukup membaca pada

nilai signifikasi (Asymp Sig 2-tailed). Menurut (Priyatno, 2017:51), jika

signifikasi kurang dari 0,05, maka kesimpulannya data tidak terdistibusi

normal. tetapi jika nilai signifikasi lebih dari 0,05 maka hal tersebut

menandakan bahwa data terdistribusi dengan normal.

b. Uji Asumsi Klasik

Uji asumsi klasik terdiri dari 3 (tiga) jenis pengujian yakni uji

multikolinearitas, uji heteroskedastisitas, dan uji autokorelasi.

 50

1) Uji Multikoliniearitas

Menurut (Priyatno, 2017: 120), multikolinearitas adalah

keadaan di mana ada hubungan linier secara sempurna atau

mendekati sempurna antara variabel independen dalam model

regresi. Model regresi yang baik adalah yang terbebas dari masalah

multikolinearitas. Konsekuensi adanya multikolinearitas adalah

koefisien korelasi tidak tertentu dan kesalahan menjadi sangat besar /

tidak terhingga.

Variabel yang menyebabkan multiikolinearitas dapat dilihat

dari nilai tolerance yang lebih kecil dari 0,1 atau VIF yang lebih

besar dari nilai 10. Dari ooutput regresi didapatkan nilai tolerance

lebih dari 0,1 dan VIF kurang dari10, sehingga tidak terjadi

multikolinearitas.

2) Uji Heteroskedastisitas

Menurut (Priyatno, 2017: 126), heteroskedastisitas adalah

varian residual yang tidak sama pada semua pengamatan di dalam

model regresi. Regresi yang baik seharusnya tidak terjadi

heteroskedastisitas. Pengambilan keputusannya yaitu :

a) Jika ada pola tertentu, seperti titik-titik yang ada membentuk

suatu pola tertentu yang teratur (bergelombang, melebar

kemudian menyembit), maka terjadi heteroskedastisitas.

 51

b) Jika tidak ada pola yang jelas, seperti titik-titik menyebar di atas

dan di bawah angka 0 pada sumbu Y, maka tidak terjadi

heteroskedastisitas.

3) Uji Autokorelasi

Menurut (Priyatno, 2017: 123), autokorelasi adalah hubungan

yang terjadi antara residual dari pengamatan satu dengan

pengamatan yang lain. Model regresi yang baik seharusnya tidak

terjadi autokorelasi. Untuk mendeteksi ada atau tidaknya

autokolerasi, maka nilai DW akan dibandingkan dengan DW tabel.

Kriterianya adalah :

a) Jika DW < dl atau DW > 4-dL berarti terdapat autokorelasi.

b) Jika DW terletak antara dU dan 4-dU berarti tidak ada

autokorelasi.

c) Jika DW terletak antara dL dan dU atau diantara 4-dU dan 4-dL,

maka tidak menghasilkan kesimpulan yang pasti.

c. Uji Korelasi

Menurut (Sujarweni dan Endrayanto, 2012:59), uji korelasi

digunakan untuk menguji dua variabel untuk mencari variabel tersebut

berhubungan atau tidak. Sedangkan menurut (Priyatno, 2017: 137),

analisis korelasi sederhana atau korelasi brivarite digunakan untuk

mengentahui hubungan antara dua variabel. Dalam perhitungan korelasi

akan didapat koefisien korelasi yang menunjukan keeratan hubungan

antara dua variabel tersebut. Nilai koefisien korelasi berkisar antara -1

 52

sampai 0 atau 0 sampai 1. Jika nilai koefisiensi korelasinya semakin

mendekati 1 atau -1, maka hubungan antara dua variabelnya akan

semakin erat.

d. Uji Regresi

Menurut (Sujarweni dan Endrayanto, 2012: 88), regresi

bertujuan untuk menguji pegaruh antara variabel satu dengan variabel

lain. Variabel yang dipengaruhi disebut variabel dependen, sedangkan

variabel yang mempengaruhi disebut sebagai variabel independen. Uji

regresi linier digunakan untuk meramalkan suatu variabel (variabel

dependen) berdasarkan satu atau beberapa variabel lain (variabel

independen) dalam suatu bersamaaan.

Uji regresi yang digunakan dalam penelitian ini adalah uji

regresi linier berganda. Menurut (Prof. Dr. Sugiyono, 2014:277),

“Analisis regresi linier berganda bermaksud meramalkan bagaimana

keadaan (naik turunnya) variabel dependen (kriterium), bila dua atau

lebih variabel independen sebagai faktor prediktor dimanipulasi (dinaik

turunkan nilainya). Jadi analisis regresi berganda akan dilakukan bila

jumlah variabel independennya minimal 2”.

Model persamaan regresi linier berganda untuk elemen-elemen

biaya kualitas dan profitabilitas perusahaan sebagai berikut :

Dimana :

Ƴ : Profitabilitas Perusahaan
 53

α : Nilai Konstan

b₁ : Koefisien Regresi dari Variabel Biaya Pencegahan

b₂ : Koefisien Regresi dari Variabel Biaya Penilaian

b₃ : Koefisien Regresi dari Variabel Biaya Kegagalan Internal

b₄ : Koefisien Regresi dari Variabel Biaya Kegagalan Eksternal

X₁ : Biaya Pencegahan

X₂ : Biaya Penilaian

X₃ : Biaya Kegagalan Internal

X₄ : Biaya Kegagalan Eksternal

Ԑ : Faktor Error

1) Uji Koefisien Regresi Parsial (Uji t atau Uji Z)

Uji t digunakan untuk mengetahui apakah secara parsial

(sebagian) masing-masing variabel independen berpengaruh secara

signifikan terhadap variabel dependen. Kriteria Pengujian :

a) Jika –t tabel ≤ t hitung ≤ t tabel, maka Ho diterima

b) Jika –t hitung < -t tabel atau t hitung > t tabel, maka Ho ditolak.

Jika pengujian dilakukan berdasarkan signifikansi, maka kriteria

signifikansi pengujian adalah :

a) Jika signifikansi > 0,05, maka Ho diterima.

b) Jika signifikansi < 0,05, maka Ho ditolak.

Perbedaan Uji t dan Uji Z terletak pada jumlah sampel, uji t

dapat digunakan untuk sampel sampai dengan 30 buah sedangka uji

 54

Z digunakan untuk pada total sampel lebih dari 30 buah (Sujarweni

dan Endrayanto, 2012: 108).

2) Uji Koefisien Regresi Simultan (Uji F)

Menurut (Priyatno, 2017: 180), Uji F digunakan untuk

mengetahui pengaruh secara bersama-sama antara variabel

independen terhadap variabel dependen. Kriteria pegujian yaitu :

a) Jika F hitung ≤ F tabel, maka Ho diterima.

b) Jika F hitung > F tabel, maka Ho ditolak.

Jika pengujian berdasarkan signifikasi maka kriteria pengujian yaitu:

a) Jika signifikansi > 0,05, maka Ho diterima.

b) Jika signifikansi < 0,05, maka Ho ditolak.