69
Gambar 4.3 Uji Heteroskedastisitas
Dari grafik scatterplot terlihat bahwa titik-titik menyebar secara acak serta tersebar baik diatas maupun dibawah angka nol 0 pada sumbu Y, tidak
berkumpul disatu tempat, serta tidak membentuk pola tertentu sehingga dapat disimpulkan bahwa tidak terjadi heteroskedastisitas pada model regresi dalam
artinya bahwa varian semua variabel ini menunjukkan variabel independen Kualitas Pelayanan, Fasilitas, dan Lokasi Usaha dapat digunakan untuk
memprediksi Peningkatan Hunian Hotel Garuda Plaza Medan.
4.4 Regresi Linear Berganda
Dalam hal ini model regresi diperlukan untuk melakukan pengujian hipotesis berdasarkan taksiran parameter maupun untuk proses peramalan.
Universitas Sumatera Utara
70
Dengan menggunakan alat bantu komputer melalui program SPSS, maka nilai
regresi linear berganda dapat dilihat dalam Tabel 4.13 sebagai berikut: Tabel 4.13
Hasil Analisis Regresi Linear Berganda
Coefficients
a
Model Unstandardized
Coefficients B
Std. Error 1
Constant 1.456
.680 Kualitas Pelayanan
.245 .053
Fasilitas .219
.050 Lokasi Usaha
.459 .072
Berdasarkan tabel hasil uji regresi linear berganda di atas, maka dapat dilakukan spesifikasi model menjadi persamaan regresi linear berganda sebagai
berikut: Y = 1.456 + 0.245 Kualitas Pelayanan + 0.219 Fasilitas + 0.459 Lokasi Usaha + e
Persamaan regresi tersebut dapat diperjelas: 1. Konstanta sebesar 1.456, menunjukkan bahwa Peningkatan Hunian Hotel jika
Kualitas Pelayanan, Fasilitas , dan Lokasi Usaha sama dengan nol. Hal ini menunjukkan bahwa jika tidak ada Kualitas Pelayanan, Fasilitas, dan Lokasi
Usaha maka Peningkatan Hunian Hotel sebesar 1.456 Sehingga dapat dikatakan apabila tidak terdapat variabel lain yang mendukung maka
Peningkatan Hunian Hotel akan tetap memiliki nilai sebesar 1.456.
Universitas Sumatera Utara
71
2. Koefisien Kualitas Pelayanan X1 sebesar 0.245, menunjukkan bahwa setiap penambahan karena tanda + Kualitas Pelayanan sebesar 1 maka akan
menambah pengaruh Peningkatan Hunian Hotel sebesar 0.245. 3. Koefisien Fasilitas X2 sebesar 0.219, menunjukkan bahwa setiap
penambahan karena tanda + Fasilitas sebesar 1 maka akan menambah pengaruh Peningkatan Hunian Hotel sebesar 0.219.
4. Koefisien Lokasi Usaha X3 sebesar 0.459, menunjukkan bahwa setiap penambahan karena tanda + Lokasi Usaha sebesar 1 maka akan menambah
pengaruh Peningkatan Hunian Hotel sebesar 0.459.
4.5 Uji Signifikan Simultan Uji Statistik F
Berdasarkan hasil output SPSS nampak bahwa pengaruh secara serempak variabel independen tersebut Kualitas Pelayanan, Fasilitas dan Lokasi Usaha
terhadap Peningkatan Hunian Hotel seperti ditunjukkan pada Tabel 4.14 sebagai berikut:
Tabel 4.14 Hasil Regresi Untuk Uji F Simultan
ANOVA
b
Model Sum of Squares
Df Mean Square
F Sig.
1 Regression
336.029 3
112.010 306.164
.000
a
Residual 34.390
94 .366
Total 370.418
97 a. Predictors: Constant, Lokasi Usaha, Fasilitas, Kualitas Pelayanan
b. Dependent Variable: Peningkatan Hunian Hotel
Universitas Sumatera Utara
72
Dari hasil perhitungan diperoleh nilai F hitung sebesar 306.164 yang lebih besar dari F tabel sebesar 2,701448 dan nilai signifikan sebesar 0,000. Karena
nilai signifikan lebih kecil dari 0,05 atau 5 maka model layak goodness of fit. Yang artinya H0 ditolak dan Ha diterima sehingga terdapat pengaruh yang
signifikan secara serempak dari Kualitas Pelayanan, Fasilitas, dan Lokasi Usaha terhadap Peningkatan Hunian Hotel.
4.6. Uji Signifikan Parsial Uji Statistik t
