Hal ini terlihat dari probabilitas signifikansi di atas tingkat kepercayaan 5, jadi model regresi tidak mengarah adanya heteroskedastisitas.
4.1.3.3 Uji Multikolinearitas
Untuk mendeteksi ada atau tidaknya gejala multikolinearitas pada data dapat dilakukan dengan melihat nilai Tolerance dan Variance Inflation Factor VIF,
dengan kriteria sebagai berikut :
1. Apabila VIF 5, maka diduga mempunyai persoalan multikolinearitas 2. Apabila VIF 5, maka tidak terdapat multikolinearitas
3. Apabila Tolerance 0,1, maka diduga mempunyai persoalan multikolinearitas
4. Apabila Tolerance 0,1, maka tidak terdapat multikolinearitas
Tabel 4.12 Uji Nilai Tolerance dan VIF
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients T
Sig. Collinearity
Statistics B
Std. Error
Beta Tolerance VIF
1 Constant
-2.548 2.281
-1.117 .267
Pelayanan .144
.127 .105 1.133
.260 .698 1.433
KualitasProduk .650
.122 .473 5.345
.000 .770 1.298
Harga .650
.173 .315 3.762
.000 .865 1.157
a. Dependent Variable: KepuasanPelanggan
Sumber: Hasil Pengolahan Data Primer Kuesioner, SPSS versi 17.00, September 2013
Pada Tabel 4.12 terlihat bahwa nilai Tolerance semua variabel bebas adalah lebih besar dari nilai ketetapan 0,1 dan nilai VIF semua variabel bebas
adalah lebih kecil dari nilai ketetapan 5. Oleh karena itu, data dalam penelitian ini dikatakan tidak mengalami masalah multikolinearitas.
4.1.4 Analisis Regresi Linear Berganda
Analisis regresi linear berganda ditujukan untuk mengetahui pengaruh atau hubungan variabel bebas X
1
, X
2
, dan X
3
berupa variabel Pelayanan, Kualitas Produk dan Harga serta variabel terikat Y berupa Kepuasan Pelanggan, maka
untuk memperoleh hasil yang lebih akurat, penulis menggunakan bantuan program software SPSS Statistic Product and Service Solution versi 17.0 dari
tabel coefficient maka dihasilkan output sebagai berikut:
Tabel 4.13 Analisis Regresi Linier Berganda
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. B
Std. Error Beta
1 Constant
-2.548 2.281
-1.117 .267
Pelayanan .144
.127 .105
1.133 .260
KualitasProduk .650
.122 .473
5.345 .000
Harga .650
.173 .315
3.762 .000
a. Dependent Variable: KepuasanPelanggan
Sumber: Hasil Pengolahan Data Primer Kuesioner, SPSS versi 17.00, September 2013
Berdasarkan hasil pengolahan data seperti terlihat pada Tabel 4.13 kolom Unstandardized Coefficients bagian B diperoleh persamaan regresi linear
berganda sebagai berikut:
Y = -2,548 + 0,144X
1
+ 0,650X
2
+ 0,650X
3
+ e
Berdasarkan persamaan tersebut dapat digambarkan sebagai berikut: 1. Konstanta a = -2,548. Ini mempunyai arti bahwa Pelayanan, Kualitas Produk
dan Harga dianggap konstan maka Kepuasan Pelanggan Y sebesar -2,548.