Untuk mengatasi kelemahan pengujian dengan grafik dapat menggunakan pendekatan statistik dengan uji Glejser, Heteroskedastisitas tidak
akan terjadi apabila tidak satupun variabel independen signifikan secara statistik mempengaruhi variabel dependen nilai absolut Ut. Jika probabilitas signifikanya
di atas tingkat kepercayaan 5 dapat disimpulkan model regresi tidak mengarah adanya heteroskedastisitas.
a. Model pendekatan Grafik
Sumber : Data Primer Diolah Peneliti Mei, 2013
Gambar 4.3 Scatterplot Uji Heteroskedastisitas
Dari Gambar 4.3 terlihat titik titik menyebar secara acak tidak membentuk sebuah pola tertentu yang jelas serta tersebar baik diatas maupun di bawah angka
nol pada sumbu Y, dengan demikian dapat dikatakan bahwa tidak terjadi heteroskedastisitas pada model regresi, sehingga model regresi layak dipakai
untuk memprediksi kepuasaan pelanggan berdasarkan masukan variabel kualitas pelayanan.
Universitas Sumatera Utara
b. Model pendekatan Statistik dengan uji Glejser
Kriteria keputusan : 1. Jika probabilitas 0.05 maka tidak mengalami gangguan
heteroskedastisitas 2. Jika probabilitas 0,05 maka mengalami gangguan heteroskedastisitas
Tabel 4.11 Hasil Uji gletser
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients T
Sig. B
Std. Error Beta
1 Constant
15.379 2.301
6.683 .000
Bukti Fisik .059
.084 .075
4.700 .036
Kehandalan .006
.112 .006
3.052 .039
Daya Tanggap .143
.094 .163
3.514 .033
Jaminan .028
.086 .037
4.325 .026
Empati .028
.088 .035
4.315 .013
a. Dependent Variable: Kepuasan Pelanggan
Sumber : Hasil Pengolahan SPSS 17.0 for windowsMei, 2013
Tabel 4.11 menunjukkan tidak satupun variabel independen kualitas pelayanan yang signifikan secara statistik mempengaruhi variabel dependen
absolut Ut AbsUt. Hal ini terlihat dari probabilitas signifikansinya di atas tingkat kepercayaan 5 0,05. Jadi, dapat disimpulkan model regresi tidak
mengarah adanya heteroskedastisitas.
4.2.2.3. Uji Multikolinieritas
Uji multikolinieritas bertujuan untuk menguji adanya korelasi antara variabel independen. Jika terjadi korelasi maka dinamakan multikol, yaitu adanya
Universitas Sumatera Utara
masalah multikolinieritas. Adanya multikolinearitas dapat dilihat dari nilai Variance Inflation Factor VIF atau tolerance value, kedua ukuran ini
menunjukkan setiap variabel independen manakah yang dijelaskan oleh variabel independen lainnya. Tolerance adalah mengukur variabilitas independen yang
terpilih dan tidak dijelaskan oleh variabel independen lain. Nilai cutoff yang umum dipakai untuk menunjukkan adanya multikolinearitas adalah apabila
tolerance value 0,1 sedangkan VIF 5 sebaliknya apabila tolerance value 0,1 sedangkan VIF 5 maka tidak terjadi multikolinearitas.
Tabel 4.12 Hasil Uji Multikolinieraritas
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity
Statistics B
Std. Error Beta
Tolerance VIF
1 Constant
15.379 2.301
6.683 .000
Bukti Fisik .059
.084 .075 4.700
.036 .894
1.118 Kehandalan
.006 .112
.006 3.052 .039
.824 1.214
Daya Tanggap .143
.094 .163 3.514
.033 .886
1.129 Jaminan
.028 .086
.037 4.325 .026
.799 1.251
Empati .028
.088 .035 4.315
.013 .817
1.223 a. Dependent Variable: Kepuasan Pelanggan
Sumber : Hasil Pengolahan SPSS 17.0 for windowsMei, 2013
Pada Tabel 4.12 menunjukkan bahwa nilai tolerance variabel independen 0,1 dan nilai VIF variabel independen 5 maka dapat disimpulkan bahwa
regresi ini tidak terkena multikolinearitas.
Universitas Sumatera Utara
4.2.3. Analisis Regresi Linier Berganda
Metode ini digunakan penulis untuk mengetahui pengaruh hubungan dari variabel-variabel independen, yaitu kualitas pelayanan X yang terdiri dari bukti
fisik X1, kehandalan X2, daya tanggap X3, jaminan X4, empati X5 serta variabel dependen yaitu kepuasan pelanggan Y. Metode regresi linier berganda
dalam penelitian ini menggunakan software SPSS 17.0 for windows. Model persamaan yang digunakan adalah :
Y = a + b
1
X
1
+ b
2
X
2
+ b
3
X
3
+ b
4
X
4
+ b
5
X
5
+ e Penjelasan dari hasil pengolahan SPSS akan ditunjukkan pada tabel
berikut ini :
Tabel 4.13 Regresi Linier Berganda
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients T
Sig. B
Std. Error Beta
1 Constant
15.379 2.301
6.683 .000
Bukti Fisik .059
.084 .075
4.700 .036
Kehandalan .006
.112 .006
3.052 .039
Daya Tanggap .143
.094 .163
3.514 .033
Jaminan .028
.086 .037
4.325 .026
Empati .028
.088 .035
4.315 .013
Dependent Variable: Kepuasan Pelanggan.
Sumber : Hasil Pengolahan SPSS 17.0
for windowsMei, 2013
Tabel 4.13 diketahui kolom kedua Unstandardized coefficients bagian B diperoleh nilai b1, variabel bukti fisik sebesar 0,059, nilai b2 variabel
kehandalan sebesar 0,006, nilai b3 variabel daya tanggap sebesar 0,143, variabel
Universitas Sumatera Utara
jaminan sebesar 0,028 dan variabel empati sebesar 0,028 dan nilai konstanta a adalah 15,379, maka diperoleh persamaan regresi linear berganda sebagai berikut:
Berdasarkan hasil pengolahan data yang ditunjukkan dalam Tabel 4.14, maka diperoleh persamaan hasil regresi linier berganda sebagai berikut :
Y = a + b
1
X
1
+ b
2
X
2
+ b
3
X
3
+ b
4
X
4
+ b
5
X
5
+ e Y = 15,379+ 0,059X
1
+ 0,006X
2
+ 0,143 X
3
+ 0,028 X
4
+ 0,028 X
5
+ e Berdasarkan persamaan tersebut dapat digambarkan sebagai berikut :
a. Konstanta = 15,379. Ini menunjukkan dimana jika variabel bukti fisik X1, kehandalan X2, daya tanggap X3, jaminan X4, empati X5 = 0
maka kepuasan pelanggan hotel 15,379 b. Koefisien X
1
b
1
= 0,059. Ini berarti bahwa variabel bukti fisik berpengaruh positif terhadap kepuasan pelanggan hotel sebesar 0,059.
Artinya setiap terjadi peningkatan variabel bukti fisik maka kepuasan pelanggan akan bertambah.
c. Koefisien X
2
b
2
= 0,006. Ini berarti bahwa variabel kehandalan berpengaruh positif terhadap kepuasan pelanggan hotel sebesar 0,006.
Artinya setiap terjadi peningkatan variabel kehandalan maka kepuasan pelanggan akan bertambah.
d. Koefisien X
3
b
3
= 0,143. Ini berarti bahwa variabel daya tanggap berpengaruh positif terhadap kepuasan pelanggan hotel sebesar 0,143.
Artinya setiap terjadi peningkatan variabel daya tanggap maka kepuasan pelanggan akan bertambah.
Universitas Sumatera Utara
e. Koefisien X
4
b
4
= 0,028. Ini berarti bahwa variabel jaminan berpengaruh positif terhadap kepuasan pelanggan hotel sebesar 0,028. Artinya setiap
terjadi peningkatan variabel jaminan maka kepuasan pelanggan akan bertambah.
f. Koefisien X
5
b
5
= 0,028. Ini berarti bahwa variabel empati berpengaruh positif terhadap kepuasan pelanggan hotel sebesar 0,028. Artinya setiap
terjadi peningkatan variabel empati maka kepuasan pelanggan akan bertambah.
4.2.4. Pengujian Hipotesis
4.2.4.1 Uji Signifikansi Simultan Uji-F
Uji-F pada dasarnya menunjukkan apakah semua variabel bebas yang dimasukkan dalam model mempunyai pengaruh bersama-sama terhadap variabel
terikat. Uji-F digunakan untuk melihat secara bersama-sama variabel bebas yaitu
Kualitas Pelayanan terhadap variabel terikat yaitu Kepuasan Pelanggan.
Adapun Uji-F menggunakan langkah-langkah sebagai berikut : 1. H
: b1 = b2 = b3 = b4 = b5, artinya secara bersama-sama tidak terdapat pengaruh yang positif dan signifikan dari variabel bebas yaitu Kualitas
Pelayanan X terhadap varabel terikat yaitu Kepuasan Pelanggan Y. 2. H
a
: b1 ≠ b2 ≠ b3 ≠ b4 ≠ b5 ≠ 0, artinya secara bersama -sama terdapat
pengaruh yang positif dan signifikan dari variabel bebas yaitu Kualitas Pelayanan terhadap variabel terikat yaitu Kepuasan Pelanggan.
Universitas Sumatera Utara
Kriteria pengambilan keputusan : H
diterima atau H
a
ditolak, jika F
hitung
F
tabel
pada α = 5 H
ditolak atau H
a
diterima, jika F
hitung
≥ F
tabel
pada α = 5 Tingkat kesalahan α = 10 dan derajat kebebasan df = k-1; n-k
Derajat bebas pembilang = k-1 = 6-1 = 5 Derajat bebas penyebut = n-k = 100 – 6 = 94
Maka F tabel 0,05 5;94 = 2,310 Hasil Uji F dapat dilihat pada Tabel 4.15 sebagai berikut:
Tabel 4.14 Hasil Uji Signifikan Simultan Uji-F
ANOVA
b
Model Sum of Squares
df Mean Square
F Sig.
1 Regression
5.613 5
1.123 5.598
.032 Residual
176.577 94
1.878 Total
182.190 99
a. Predictors: Constant, Empati, Kehandalan, Daya Tanggap, Bukti Fisik, Jaminan b. Dependent Variable: Kepuasan Pelanggan
Sumber : Hasil Pengolahan SPSS 17.0
for windowsMei, 2013
Pada Tabel 4.14 dapat dilihat : 1. Hasil pengujian ANOVA dengan menggunakan uji-F pada tabel
memperlihatkan nilai F
hitung
adalah 5,598 dan tingkat signifikansinya 0,000, dengan df
1
= 5 dan df = 94 maka nilai F
tabel
adalah 2,310, dimana F
Hitung
F
tabel
5,598 2,310 . Dengan hasil tersebut berarti H ditolak dan H
a
diterima yang artinya secara simultan terdapat pengaruh yang positif dan signifikan dari variabel – variabel independen yaitu empati, bukti fisik,
jaminan, daya tanggap, dan kehandalan terhadap variabel dependen yaitu kepuasan pelanggan Hotel Santika Premiere Dyandra Medan.
Universitas Sumatera Utara
2. Kolom pertama dari uji ANOVA yaitu kolom regresi, adalah jumlah kuadrat dari varians yang dihasilkan oleh model persamaan regresi, yaitu sebesar
5,613 yang tidak dihasilkan dari model persamaan regresi yaitu sebesar 176,577.
4.2.4.2. Uji Signifikan Parsial Uji-t
Uji-t dilakukan untuk menguji secara parsial variabel bebas yaitu kualitas pelayanan X yang terdiri dari variabel bukti fisik X
1
, kehandalan X
2
, daya tanggap X
3
, jaminan X
4
, empati X
5
dan variabel terikat Y berupa kepuasan pelanggan Hotel Santika Premiere Dyandra Medan. Model hipotesis yang
digunakan dalam uji-t adalah sebagai berikut : 1. H
: b
1
= b
2
= b
3
= b
4
= b
5
= 0, yang berarti variabel bebas yang terdiri dari variabel bukti fisik X
1
, kehandalan X
2
, daya tanggap X
3
, jaminan X
4
, empati X
5
tidak mempunyai pengaruh yang signifikan terhadap variabel terikat Y berupa kepuasan pelanggan Hotel Santika Premiere Dyandra
Medan . 2. H
: b
1
≠ b
2
≠ b
3
≠ b
4
≠ b
5
≠ 0, artinya variabel bebas yang terdiri dari bukti fisik X
1
, kehandalan X
2
, daya tanggap X
3
, jaminan X
4
, empati X
5
mempunya pengaruh yang signifikan terhadap variabel terikat Y berupa kepuasan pelanggan Hotel Santika Premiere Dyandra Medan.
Kriteria pengambilan keputusan : H
diterima jika t
hitung
t
tabel
pada α = 5 H
ditolak jika t
hitung
≥ t
tabel
pada α = 5
Universitas Sumatera Utara
Hasil pengujiannya adalah: Tingkat kesalahan α = 5 dan derajat kebebasan df = n-k-1
N= jumlah sampel , n = 100 K= jumlah variabel yang digunakan , k = 5
Maka derajat bebas df = n-k -1= 100-5-1 = 94 Uji t yang digunakan adalah uji dua arah, maka t
tabel
yang digunakan adalah t
0,05
94 = 1,658 Hasil uji-t dapat dilihat pada Tabel 4.16 sebagai berikut:
Tabel 4.15 Uji Parsial Uji – t
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients T
Sig. B
Std. Error Beta
1 Constant 15.379
2.301 6.683
.000 Bukti Fisik
.059 .084
.075 4.700
.036 Kehandalan
.006 .112
.006 3.052
.039 Daya Tanggap
.143 .094
.163 3.514
.033 Jaminan
.028 .086
.037 4.325
.026 Empati
.028 .088
.035 4.315
.013 a. Dependent Variable: Kepuasan Pelanggan
Sumber : Hasil Pengujian SPSS 17.0 for windowsMei, 2013
Pada Tabel 4.15 dapat dilihat bahwa : 1. Variabel Bukti fisik X
1
berpengaruh secara positif dan signifikan terhadap kepuasaan pelanggan Hotel Santika Premiere Dyandra Medan.
Hal ini terlihat dari nilai signifikan bukti fisik 0,036 0,05, dan nilai t
hitung
Universitas Sumatera Utara
4,700 nilai t
tabel
1,658 artinya jika ditingkatkan variabel bukti fisik maka kepuasaan pelanggan akan meningkat
2. Variabel kehandalan berpengaruh secara positif dan signifikan terhadap kepuasaan pelanggan Hotel Santika Premiere Dyandra Medan. Hal ini
terlihat dari nilai signifikan reliabilitas 0,039 0,05, dan nilai t
hitung
3,052 nilai t
tabel
1,658 artinya jika ditingkatkan variabel reliabilitas maka kepuasaan pelanggan akan meningkat.
3. Variabel daya tanggap responsivness berpengaruh secara positif dan signifikan terhadap kepuasaan Pelanggan Hotel Santika Premiere Dyandra
Medan. Hal ini terlihat dari nilai signifikan daya tanggap 0,033 0,05 dan nilai t
hitung
3.514 nilai t
tabel
1,658 artinya jika variabel daya tanggap ditingkatkan maka kepuasaan pelanggan akan meningkat.
4. Variabel jaminan assurance berpengaruh positif dan signifikan terhadap kepuasaan Pelanggan Hotel Santika Premiere Dyandra Medan. Hal ini
terlihat dari nilai signifikan daya tanggap 0,026 0,05 dan nilai t
hitung
4.325 nilai t
tabel
1,658 artinya jika variabel jaminan ditingkatkan maka kepuasaan pelanggan akan meningkat.
5. Variabel empati emphaty berpengaruh secara positif dan signifikan terhadap kepuasaan pelanggan Hotel Santika Premiere Dyandra Medan.
Hal ini terlihat dari nilai signifikan reliabilitas 0,029 0,05, dan nilai t
hitung
4,315 nilai t
tabel
1,658 artinya jika ditingkatkan variabel empati maka kepuasaan pelanggan akan meningkat.
Universitas Sumatera Utara
4.2.4.3 Uji Koefisien Determinan R
2
Pengujian koefisien determinasi R
2
digunakan untuk mengukur proporsi atau persentase kemampuan model dalam menerangkan variabel terikat.
Koefisien determinasi berkisar antara nol sampai satu 0 ≤ R
2
≤ 1. Jika R
2
semakin besar mendekati satu, maka dapat dikatakan bahwa pengaruh variabel bebas X adalah besar terhadap variabel terikat Y. Sebaliknya, jika R
2
semakin kecil mendekati nol , maka dikatakan bahwa pengaruh variabel bebas X yaitu
kualitas pelayanan adalah kecil terhadap variabel Y yaitu kepuasaan pelanggan. Hasil Pengujian Koefisien determinasi dapat dilihat pada hasil berikut ini :
Tabel 4.16 Hasil Uji Koefisien Determinasi R
2
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of the
Estimate 1
.576 .131
.021 1.371
a. Predictors: Constant, Empati, Kehandalan, Daya Tanggap, Bukti Fisik, Jaminan b. Dependent Variable: Kepuasan Pelanggan
Sumber : Data Primer Diolah Peneliti Januari, 2013
Pada Tabel 4.17 dapat dilihat bahwa :
1.
Nilai R = 0,576 berarti hubungan hubungan antara empati, bukti fisik, jaminan, daya tanggap, kehandalan sebesar 57,6 artinya hubungannya
cukup erat.
Tabel 4.17 Hubungan Antara Variabel
Nilai Interpretasi
0.0 – 0.19 Sangat Tidak Erat
0,2 – 0,39 Tidak Erat
0,4 – 0,59 Cukup Erat
0,6 – 0,79 Erat
0,8 – 0,99 Sangat Erat
Sumber : Situmorang dan Lufti 2012:155
Universitas Sumatera Utara
2. R Square sebesar 0,131 berarti 13,1 factor-faktor kepuasan pelanggan Hotel Santika Premiere Dyandra Medan dapat dijelaskan oleh Empati,
Bukti Fisik, Jaminan, Daya Tanggap, Kehandalan. Sedangkan sisanya 86,9 dapat dijelaskan oleh faktor – faktor lain yang tidak diteliti oleh
penelitian ini, seperti promosi, tanggung jawab sosial, hubungan masyarakat dan lain-lain
3. Standard Error of Estimated atau standar deviasi artinya mengukur varians dari nilai yang diprediksi. Standard Error of Estimated dalam
penelitian ini adalah
1,371
semakin kecil standar deviasi berarti model semakin baik.
4.3. Pembahasan
