4.3 Analisis Data
4.3.1 Analisis Korelasi dan Regresi 1.
Korelasi Sederhana Product Moment Pearson
Menurut Juliandi 2013, 166, analisis korelasi bertujuan untuk mengetahui keeratan hubungan variabel penelitian.
Nilai koefisien korelasi variabel pemberian kredit terhadap perkembangan usaha kecil dapat dilihat pada tabel 4.20.
Analisis korelasi pada penelitian ini menggunakan bantuan SPSS 16.0. untuk mengetahui adanya hubungan yang sangat kuat, kuat, sedang, rendah, dan
sangat rendah antara variabel berdasarkan nilai r koefisien korelasi digunakan penafsiran atau interpretasi angka sebagai berikut Sugiyono, 2011: 184:
Tabel 4.20 Koefisien Korelasi Product Moment
Interval Koefisien Tingkat Hubungan
0,00 – 0,19 Sangat Rendah
0,20 – 0,39 Rendah
0,40 – 0,59 Sedang
0,60 – 0,79 Kuat
0,80 – 1,00 Sangat Kuat
Sumber : Sugiyono, 2011
Nilai korelasi variabel pelayanan terhadap kepuasan konsumen dapat dilihat pada tabel 4.21
Universitas Sumatera Utara
Tabel 4.21: Korelasi Sederhana
Model Summary
b
.845
a
.715 .701
.28983 Model
1 R
R Square Adjusted
R Square Std. Error of
the Estimate Predictors: Constant, pelayanan
a. Dependent Variable: kepuasan konsumen
b.
Sumber: Hasil Pengolahan SPSS 16.0 Mei 2014
Hasil pengolahan data diatas terlihat bahwa nilai koefisien korelasi r adalah 0.683. dengan demikian dapat dikatakan bahwa hubungan variabel
independen dan independen berada pada taraf kuat. Dengan kata lain peningkatan pelayanan diikuti dengan kepuasan konsumen.
2. Regresi Linier Sederhana
Menurut Juliandi 2013: 170, analisis regresi bertujuan untuk memprediksi perubahan nilai variabel terikat akibat pengaruh dari nilai variabel bebas. Adapun
model yang digunakan adalah sebagai berikut:
Dimana: =
Subjek dalam variabel bebas yang diprediksikan
a =
Harga Y bila X = 0 harga konstan
b
= Angka arah atau koefisien regresi
Universitas Sumatera Utara
Nilai koefisien regresi variabel pemberian kredit terhadap perkembangan usaha kecil ini menggunakan SPSS 16 dan dapat dilihat pada tabel 4.22.
Tabel 4.22: Regresi Sederhana
Coefficients
a
22.340 2.916
7.662 .000
.337 .098
.045 3.451
.001 .856
1.235 Constant
pelayanan Model
1 B
Std. Error Unstandardized
Coefficients Beta
Standardized Coefficients
t Sig.
Tolerance VIF
Collinearity Statistics
Dependent Variable: kepuasan konsumen a.
Sumber: Hasil Pengolahan SPSS 16.0 Mei 2014
Dari tabel 4.22 maka diperoleh persamaan regresi linier sederhana sebagai berikut:
Y = 22,340 + 0,337X
Dari persamaan tersebut dapat digambarkan sebagai berikut : 1.
Nilai konstanta a sebesar 22,340. Hal ini menunjukkan nilai konstan, dimana jika variabel pelayanan = 0, maka kepuasan konsumen akan tetap
sebesar 22,340. 2.
koefisien regresi pelayanan X sebesar 0,337 yang menunjukkan bahwa faktor variabel pelayanan berpengaruh positif terhadap kepuasan
konsumen. Koefisien tersebut berarti apabila pelayanan ditambah 1 dengan menganggap faktor-faktor yang lain tetap, maka akan terjadi
kepuasan konsumen yatu sebesar 0,359, dan demikian pula sebaliknya.
Universitas Sumatera Utara
3. Uji Koefisien Determinasi
Menurut Juliandi 2013: 180, nilai R-square dilakukan untuk melihat bagaimana variasi nilai variabel terikat dipengaruhi oleh variabel nilai variabel
bebas. Nilai koefisien determinasi pada penelitian ini dapat dilihat pada tabel 4.23.
Tabel 4.23: Koefisien Determinasi
Model Summary
b
.845
a
.715 .701
.28983 Model
1 R
R Square Adjusted
R Square Std. Error of
the Estimate Predictors: Constant, pelayanan
a. Dependent Variable: kepuasan konsumen
b.
Sumber: Hasil Pengolahan SPSS 16.0 Mei 2014 Dari tabel 4.23, maka dapat dijelaskan bahwa nilai Adjusted R Square
sebesar 0,701, yang menunjukkan adanya hubungan yang kuat. Hal ini berarti model analisis yang digunakan mampu menjelaskan bahwa pengaruh pelayanan
X terhadap kepuasan konsumen Y sebesar 70,1, sedangkan sisanya 29,9, dapat dijelaskan oleh variabel lain yang tidak diteliti oleh penelitian ini.
4.4 Pembahasan Hasil Penelitian
Kategori