Pengujian Persyaratan Analisis

B. Pengujian Persyaratan Analisis

Sebelum pengujian hipotesis dilakukan, data yang akan digunakan untuk analisis statistik dengan teknik regresi ganda harus memenuhi persyaratan sebagai berikut:

1. Uji Normalitas

Normalitas digunakan untuk mengetahui apakah data yang akan dianalisis berbentuk sebaran normal atau tidak. Deteksi normalitas dapat diketahui dengan melihat penyebaran data pada sumbu diagonal pada suatu grafik. Jika data menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal, maka model regresi memenuhi asumsi normalitas. Hasil uji normalitas bisa dilihat dalam gambar berikut:

Sumber: data primer yang diolah (2012)

Gambar 3. Grafik Normal P-Plot of Regression Standardized Residual Gambar 3. Grafik Normal P-Plot of Regression Standardized Residual

2. Uji Multikolinearitas

Pengujian multikolineritas dilakukan untuk melihat apakah pada model regresi ditemukan adanya korelasi antara variabel independen. Cara mendeteksinya adalah dengan melihat nilai tolerance dan nilai Variance Inflation Factor (VIF), dimana menurut Singgih Santoso dalam Aniek Hindrayani dan Salman Alfarisy Totalia (2010) jika nilai VIF di sekitar angka 1 dan angka Tolerance mendekati 1, maka model regresi diindikasikan bebas dari multikolinearitas.

Tabel 2. Uji Multikolinearitas

Coefficients a

Model

Collinearity Statistics Tolerance

VIF 1 (Constant) Tangible

1.116 a. Dependent Variable: Kepuasan Pelanggan

Sumber: data primer yang diolah (2012) Berdasarkan uji multikolinieritas di atas dapat dilihat bahwa nilai

tolerance kelima variabel bebas mendekati 1 dan VIF di sekitar angka 1. Maka, dapat disimpulkan bahwa model regresi bebas dari masalah multikolinearitas.

3. Uji Autokorelasi

Uji autokorelasi digunakan untuk mendeteksi apakah variabel pengganggu dari masing-masing variabel bebas saling mempengaruhi. Hasil uji autokorelasi dalam penelitian ini bisa dilihat dalam tabel berikut:

Model Summary b

Model

R Square

Adjusted R

Square

Std. Error of the

1.974 1.544 a. Predictors: (Constant), Empathy, Tangible, Responsiveness, Reliability, Assurance b. Dependent Variable: Kepuasan Pelanggan

Sumber: data primer yang diolah (2012) Berdasarkan uji autokorelasi di atas diperoleh hasil angka D-W sebesar

1,544. Nilai D-W terletak diantara -2 sampai 2 (-2 < 1,544 < 2), dengan demikian model regresi terbebas dari masalah autokorelasi.

4. Uji Heteroskedastisitas

Uji heteroskedastisitas bertujuan untuk menguji apakah dalam sebuah regresi terjadi ketidaksamaan varians dari residual dari suatu pengamatan ke pengamatan lain. Hasil pengujian heteroskedastisistas dalam penelitian ini dapat dilihat pada gambar berikut:

Sumber: data primer yang diolah (2012)

Gambar 4. Scatterplot Regression Standardized Residual Gambar 4. Scatterplot Regression Standardized Residual

5. Uji Linearitas

Uji linieritas bertujuan untuk mengetahui apakah dua variabel mempunyai hubungan yang linier atau tidak. Hasil uji linearitas dalam penelitian ini adalah sebagai berikut:

a. Tangible (X 1 ) dengan Kepuasan Pelanggan (Y)

Sumber: data primer yang diolah (2012) Gambar 5. Plot Tangible (X 1 ) dengan Kepuasan Pelanggan (Y)

Berdasarkan plot antara variabel tangible (X 1 ) dengan variebel kepuasan pelanggan (Y) di atas dapat dilihat bahwa plot menggambarkan garis lurus dan naik dari kiri bawah ke kanan atas, maka dapat disimpulkan bahwa model regresi memenuhi asumsi linieritas.

Sumber: data primer yang diolah (2012) Gambar 6. Plot Reliability (X 2 ) dengan Kepuasan Pelanggan (Y)

Berdasarkan plot antara variabel reliability (X 2 ) dengan variebel kepuasan pelanggan (Y) di atas dapat dilihat bahwa plot menggambarkan garis lurus dan naik dari kiri bawah ke kanan atas, maka dapat disimpulkan bahwa model regresi memenuhi asumsi linieritas.

c. Responsiveness (X 3 ) dengan Kepuasan Pelanggan (Y)

Sumber: data primer yang diolah (2012) Gambar 7. Plot Responsiveness (X 3 ) dengan Kepuasan Pelanggan (Y) Sumber: data primer yang diolah (2012) Gambar 7. Plot Responsiveness (X 3 ) dengan Kepuasan Pelanggan (Y)

d. Assurance (X 4 ) dengan Kepuasan Pelanggan (Y)

Sumber: data primer yang diolah (2012) Gambar 8. Plot Assurance (X 4 ) dengan Kepuasan Pelanggan (Y)

Berdasarkan plot antara variabel assurance (X 4 ) dengan variebel kepuasan pelanggan (Y) di atas dapat dilihat bahwa plot menggambarkan garis lurus dan naik dari kiri bawah ke kanan atas, maka dapat disimpulkan bahwa model regresi memenuhi asumsi linieritas.

Sumber: data primer yang diolah (2012) Gambar 9. Plot Empathy (X 5 ) dengan Kepuasan Pelanggan (Y) Berdasarkan plot antara variabel empathy (X 5 ) dengan variebel kepuasan pelanggan (Y) di atas dapat dilihat bahwa plot menggambarkan garis lurus dan naik dari kiri bawah ke kanan atas, maka dapat disimpulkan bahwa model regresi memenuhi asumsi linieritas.