dari r tabel, maka dapat disimpulkan bahwa semua butir pertanyaan kualitas
pelayanan Y1, Y2, Y3, Y4, dan Y5 adalah valid. Tabel 4.2.12
Uji Reliabilitas Kualitas Pelayanan
Sumber: Data olahan kuesioner
Untuk Uji Reliabilitas, dilakukan dengan melihat nilai Alpha Cronbach’s. Jika nilai alpha lebih besar dari 0.6 Nunnally, 1967 maka suatu konstruk
dikatakan reliabel. Dari hasil output didapat nilai alpha 0,930 0.6, sehingga
dapat disimpulkan untuk instrumen kualitas pelayanan adalah reliabel.
C. Analisis dan Pembahasan
1. Uji Asumsi Klasik
a Uji Normalitas
Data-data bertipe skala sebagai pada umumnya mengikuti asumsi distribusi normal. Namun, tidak mustahil suatu data tidak mengikuti
asumsi normalitas. Untuk mengetahui kepastian sebaran data yang diperoleh harus dilakukan uji normalitas terhadap data yang
bersangkutan. Dengan demikian, analisis statistika yang pertama harus digunakan dalam rangka analisis data adalah analisis statistik berupa uji
normalitas. Cronbachs Alpha
Jumlah Item 0,930
5
Gambar 4.1 Uji Normalitas
Sumber: Data olahan kuesioner
Berdasarkan Normal Probability Plot of Residual, diketahui bahwa residual membentuk suatu pola garis lurus, sehingga dapat disimpulkan
bahwa residual berdistribusi normal.
Gambar 4.2 Histogram
Sumber: Data olahan kuesioner Jika dilihat dari histogram, terlihat bahwa sebaran data residul
secara umum berada didalam kurva yang berbentuk lonceng. Sehingga dapat disimpulkan bahwa residual berdistribusi normal.
Adapun uji normalitas yang digunakan dalam penelitian ini menggunakan uji Kolmogorov-Smirnov untuk menguji sesuai goodness
of fit. Dalam hal ini yang diperhatikan adalah tingkat kesesuaian antara
distribusi nilai sampel observasi dengan distribusi teoritis tertentu normal, uniform, eksponensial, atau poisson. Jadi hipotesis statistiknya
adalah bahwa distribusi frekuensi hasil pengamatan bersesuaian dengan distribusi frekuensi harapan teoritis. Berikut ini adalah hasil uji
Kolmogorov Smirnov terhadap data residual menggunakan software SPSS 13 :
Tabel 4.3.1 Uji Normalitas
Sumber: Data olahan kuesioner Berikut adalah hipotesisnya :
H : Fx = F
x, dengan Fx adalah fungsi distribusi frekuensi hasil pengamatan, dan F
x adalah distribusi frekuensi harapan teoritis dalam artian residual berdistribusi normal.
H
1
: Fx ≠ F
x atau distribusi residual tidak normal Pengambilan keputusan berdasarkan nilai probabilitas dengan nilai
tingkat kepercayan 95 α = 0,05 :
Jika probabilitas 0,05 , maka H tidak ditolak
Jika probabilitas 0,05 , maka H
1
ditolak Hasil uji normalitas pada data residual, berdasarkan uji
Kolmogorov-Smirnov diperoleh angka probabilitas sebesar 0.051dengan
menggunakan taraf signifikansi alpha 5 atau 0.05, maka lebih besar dari 0.05. Dengan demikian maka H
tidak ditolak atau diterima, sehingga dapat disimpulkan bahwa data berdistribusi normal.
b Uji Heteroskedastisitas
Gambar 4.3 Scatter Plot
Sumber: Data olahan kuesioner
Dari grafik scatterplots terlihat bahwa titik-titik dari data menyebar secara acak serta tersebar baik di atas maupun di bawah angka nol pada
sumbu Y dan tidak membentuk suatu pola tertentu. Hal ini dapat disimpulkan bahwa tidak terjadi heteroskedastisitas pada model regresi
atau data bersifat homoskedastisitas, sehingga model regresi layak digunakan untuk menganalisis tingkat kualitas pelayanan yang diukur
dari Perhatian, set, kebutuhan, system nilai dan cirri kepribadian.
c Uji Multikolinearitas
Tabel 4.3.2 Uji Multikolinieritas
Sumber: Data olahan kuesioner
Berdasarkan nilai VIF dan Tolerance pada tabel 4.39 dapat dilihat bahwa variabel independen Perhatian, set, kebutuhan, system nilai dan
cirri kepribadian memiliki nilai VIF 10, yang berarti model tidak mempunyai multikolinearitas antar variabel independennya. Selanjutnya
dapat dilihat juga nilai Tolerance yang mendekati angka 1, yang berarti variabel independen dinyatakan tidak terjadi multikolinearitas. Sebab jika
nilai TOL 0.1 berarti variabel independen mempunyai kolerasi yang sempurna.
2. Analisis Regresi
