41
lebih besar dari 0,60, maka dapat dinyatakan bahwa angket penelitian tersebut reliabel dan dapat digunakan untuk pengambilan data penelitian.
3.6 Metode Analisis Data
Metode analisis yang digunakan dalam penelitian ini adalah anlisis Regresi Linier Berganda dengan tiga prediktor, karena terdiri dari tiga variabel independen
X
1
, X
2
dan X
3
dan satu variabel dependen Y. Analisis regresi berganda digunakan untuk mengetahui pengaruh antar
variabel yaitu diferensiasi berbasis fungsi produk X
1
, diferensiasi berbasis bentuk produk X
2
, diferensiasi berbasis atribut subjektif X
3
terhadap kepuasan konsumen pengguna motor Honda Y.
Menurut Sudjana 2002:347 rumus regresi liner berganda adalah sebagai berikut :
k k
X a
x a
X a
a Y
+ +
+ +
= ...
2 2
1 1
Persamaan regresi berganda dengan tiga prediktor dapat ditulis dengan rumus sebagai berikut :
3 3
2 2
1 1
X a
X a
X a
a Y
+ +
+ =
Dimana : a
= bilangan konstan a
1
= koefisien regresi untuk diferensiasi fungsi produk a
2
= koefisien regresi untuk diferensiasi bentuk produk a
3
= koefisien regresi untuk diferensiasi berbasis atribut subjektif X
1
= diferensiasi berbasis fungsi produk X
2
= diferensiasi berbasis bentuk produk
42
X
3
= diferensiasi berbasis atribut subjektif Y =
kepuasan konsumen
3.6.1 Uji Parsial Uji t
Uji parsial adalah uji yang digunakan untuk menguji kemampuan koefisien parsial. Dengan menggunakan alat bantu statistik SPSS for windows relase 12
yaitu dengan membandingkan antara signifikansi hitung masing-masing variabel bebas terhadap variabel terikat dengan cara membandingkan antara nilai p value
0,05. Apabila perhitungan p value 0,05, maka Ho ditolak dan Ha diterima, artinya variabel independen berpengaruh terhadap variabel dependen.
3.6.2 Uji Simultan Uji F
Uji simultan digunakan untuk mengetahui apakah semua variabel independen mempunyai pengaruh yang sama terhadap variabel dependen.
Melalui alat bantu statistik SPSS for windows relase 12 dengan membandingkan antara nilai p value 0,05, artinya perhitungan p value 0,05 maka Ho ditolak
dan Ha diterima dan variabel independen berpengaruh terhadap variabel dependen.
Selain melakukan pembuktian dengan uji F dan uji t, dalam uji regresi linier berganda ini dianalisis pula besarnya koefisien determinasi R² yang digunakan
untuk mengukur kebenaran penggunaan model analisis regresi. Jika nilai R² mendekati angka 1 maka variabel bebas semakin dekat hubungannya dengan
variabel terikat atau dapat dikatakan bahwa penggunaan model tersebut bisa dibenarkan. Dari koefisien determinasi R² dapat diperoleh suatu nilai untuk
43
mengukur besarnya sumbangan dari beberapa variabel X terhadap variasi naik turunnya variabel Y yang biasanya dapat dinyatakan pula dalam persentase.
3.6.3 Uji Asumsi Klasik
Digunakan untuk mengetahui apakah model regresi linier berganda yang digunakan untuk analisis dalam penelitian ini memenuhi asumsi klasik atau tidak,
dalam evaluasi ekonometri digunakan : 1.
Uji Normalitas Tujuan dari uji normalitas adalah untuk menentukan apakah variabel
berdistribusi normal atau tidak. Model regresi yang baik adalah memiliki distribusi data normal atau mendekati normal. Pengujian normalitas didapat dari
grafik normal probability plot. Distribusi normal akan membentuk satu garis lurus diagonal dan ploting data residual akan dibandingkan dengan garis diagonal.
Jika distribusi data residual normal, maka garis yang menggambarkan data sesungguhnya akan mengikuti garis diagonalnya Ghozali, 2005:110.
2. Uji Multikolinearitas
Multikolinearitas adalah adanya suatu hubungan linear yang sempurna mendekati sempurna antara beberapa atau semua variabel bebas. Hal ini
merupakan masalah yang sering muncul dalam ekonomi. Model regresi yang baik seharusnya tidak terjadi multikolinearitas. Untuk mendeteksi adanya
multikolinearitas dapat dilakukan dengan mencari besarnya Variance Inflaction Factor
VIF dan nilai tolerance-nya lebih dari 0,1 maka regresi bebas dari multikolinearitas.
44
3. Uji Heteroskedastisitas
Uji heterokedastisitas bertujuan untuk mengetahui apakah model regresi terjadi ketidaksamaan varian dari residu satu pengamatan ke pengamatan yang
lain. Jika varian dari residu pengamatan ke pengamatan lain berbeda berarti ada gejala heterokedastisitas. Model regresi yang baik tidak terjadi adanya
heterokedastisitas, dan cara untuk mengetahuinya menggunakan Scatter plot. Apabila titik-titinya menyebar diatas dan dibawah angka nol dan tidak
membentuk pola tertentu maka model regresi bebas dari masalah heterokedastisitas.
45
BAB IV HASIL PENELITIAN DAN PEMBAHASAN
