commit to user 59
pelanggan hotel Pondok Asri Tawangmangu secara parsial, maka rancangan penelitian disusun sebagai berikut:
Atribut dalam penelitian ini adalah: atribut X, yang merupakan pengaruh penerapan Total Quality Management TQM dan atribut Y merupakan kepuasan
pelanggan hotel Pondok Asri Tawangmangu. Kepuasan pelanggan yang dimaksud adalah tanggapan atau penilaian pelanggan terhadap hasil yang dirasakan setelah
mengkonsumsi atau menggunakan jasa hotel Pondok Asri Tawangmangu. Sedangkan pengaruh penerapan Total Quality Management TQM dapat dilihat
dari variabel-variabel berikut: 1.
Fokus pada pelanggan; 2.
Obsesi terhadap kualitas; 3.
Kerjasama tim Teamwork; 4.
Adanya keterlibatan dan pemberdayaan karyawan. Untuk mengetahui variabel-variabel Total Quality Management TQM
yang terdiri dari fokus pada pelanggan, obsesi terhadap kualitas, kerjasama tim teamwork
dan adanya keterlibatan dan pemberdayaan karyawan yang mempunyai pengaruh yang signifikan terhadap kepuasan pelanggan hotel Pondok
Asri Tawangmangu secara simultan bersama-sama dan untuk mengetahui variabel-variabel Total Quality Management TQM yang terdiri dari fokus pada
pelanggan, obsesi terhadap kualitas, kerjasama tim teamwork dan adanya keterlibatan dan pemberdayaan karyawan yang mempunyai pengaruh yang
signifikan terhadap kepuasan pelanggan hotel Pondok Asri Tawangmangu secara parsial dilakukan dengan menggunakan teknik analisis regresi linear berganda.
E. Teknik Analisis Data
1. Uji Persyaratan Analisis
a. Uji Normalitas
Normalitas digunakan untuk mengetahui apakah data akan dianalisis berbentuk sebaran normal atau tidak. Uji normalitas digunakan untuk
mengetahui apakah populasi data berdistribusi normal atau tidak Duwi
commit to user 60
Priyatno, 2010: 71. Dalam penelitian ini, data untuk setiap variabel diuji normalitasnya. Deteksi normalitas dapat diketahui dengan melihat penyebaran
data pada sumbu diagonal pada suatu grafik. Penerapan dasar pengambilan keputusan yang digunakan sebagai berikut:
• Jika data menyebar di sekitar garis diagonal dan mengikuti arah garis
diagonal, maka model regresi memenuhi asumsi normalitas. •
Jika data menyebar jauh dari garis diagonal dan atau tidak mengikuti garis diagonal, maka regresi tidak memenuhi asumsi normalitas.
b. Uji Multikolinearitas
Menurut Duwi Priyatno 2010: 81 “Multikolinieritas adalah keadaan dimana terjadi hubungan linier yang sempurna atau mendekati sempurna antar
variabel independen dalam model regresi”. Multikolinieritas digunakan untuk menguji suatu model apakah terjadi hubungan yang sempurna atau hampir
sempurna antara variabel bebas, sehingga sulit untuk memisahkan pengaruh antara variabel-variabel itu secara individu terhadap variabel terikat. Pengujian
ini untuk mengetahui apakah antar variabel bebas dalam persamaan regresi tersebut tidak saling berkorelasi.
Untuk mendeteksi multikolinieritas digunakan uji korelasi pearson, dilakukan dengan mengamati nilai Varience Inflation Factor VIF dan
TOLERANCE. Pedoman suatu model regresi yang bebas multikoliniearitas adalah:
• Mempunyai nilai Varience Inflation Factor VIF di sekitar angka 1
• Mempunyai angka TOLERANCE mendekati 1
c. Uji Heteroskedastisitas
Heteroskedastisitas adalah keadaan dimana terjadi ketidaksamaan varian dari residual untuk semua pengamatan pada model regresi Duwi
Priyatno, 2010: 83. Heteroskedastisitas digunakan untuk mengetahui apakah variabel pengganggu dalam persamaan regresi mempunyai varian yang sama
atau tidak. Untuk mengetahui terjadinya heteroskedastisitas yaitu dengan
commit to user 61
melihat ada tidaknya pola tertentu pada scatterplot yang menunjukkan hubungan antara Regression Studentised Residual dengan Regression
Standardized Predicted Value . Penetapan dasar pengambilan keputusan
berkaitan dengan gambar tersebut adalah: •
Jika ada pola tertentu, seperti titik-titiknya membentuk suatu pola tertentu yang teratur bergelombang, melebar kemudian menyempit maka
diindikasikan terdapat masalah heteroskedastisitas. •
Jika tidak ada pola yang jelas, serta titik-titiknya menyebar di atas dan di bawah angka 0 pada sumbu Y, maka diindikasikan tidak terdapat masalah
heterokedastisitas.
d. Uji Autokorelasi
Autokorelasi adalah keadaan dimana terjadinya korelasi antara residual pada satu pengamatan dengan pengamatan lain pada model regresi Duwi
Priyatno, 2010: 87. Autokorelasi digunakan untuk menguji suatu model apakah antara variabel pengganggu masing-masing variabel bebas saling
mempengaruhi. Untuk mengetahui apakah pada model regresi mengandung autokorelasi dapat digunakan pendekatan D-W Durbin Watson. Kriteria
autokorelasi ada 3, yaitu: •
Angka D-W Durbin Watson di bawah -2 berarti diindikasikan ada autokorelasi positif.
• Angka D-W Durbin Watson di antara -2 sampai 2 berarti diindikasikan
tidak ada autokorelasi. •
Angka D-W Durbin Watson di atas 2 berarti diindikasikan ada autokorelasi negatif.
e. Uji Linearitas
Uji linieritas bertujuan untuk mengetahui apakah dua variabel mempunyai hubungan yang linier atau tidak secara signifikan Duwi
Priyatno, 2010: 73. Linieritas digunakan untuk mendeteksi adanya hubungan linier antara variabel X dan Y yang bisa dilakukan, sebagai berikut :
commit to user 62
1 Plot antara residu e versus Y-topi
Jika plot yang bersangkutan menggambarkan suatu scatter diagram diagram pencar dalam arti tidak berpola maka dapat dikatakan
tidak terjadi mispesifikasi pada fungsi regresi, hal ini bararti bahwa hubungan antara variabal X dan Y adalah linier.
2 Plot antara variabel X versus Y
Jika plot menggambarkan garis lurus maka asumsi pertama ini telah terpenuhi.
3 Plot antara residu versus X
Jika plot menggambarkan diagram pencar maka linieritas ini sudah terpenuhi.
2. Uji Hipotesis
