3. Kurang baik : Setelah mendapatkan kepuasan layanan yang diberikan
rumah sakit maka minat beli ulang pasien untuk menggunakan kembali rumah sakit yang sama kurang baik.
4. Tidak baik
: Setelah mendapatkan kepuasan layanan yang diberikan rumah sakit maka minat beli ulang pasien untuk
menggunakan kembali rumah sakit yang sama tidak baik.
3.7. Metode Analisis Data
Penelitian ini menggunakan model analisis regresi linier berganda, analisis ini digunakan untuk mengukur atau mengetahui bagaimana faktor kepuasan layanan
yang meliputi: tampilan fisik, keandalan, daya tanggap, jaminan, dan empati yang merupakan variabel bebas mempunyai pengaruh terhadap minat beli ulang pasien
sebagai variabel terikatnya. Model analisisnya dinyatakan sebagai berikut:
Y = a+ b
1
X1+b
2
X2+ b
3
X3+b
4
X4+b
5
dimana :
X5+e
Y = minat beli ulang pasien
a = konstanta
X
1
X = tampilan fisik
2
X = keandalan
3
X = daya tanggap
4
X = jaminan
5
b = empati
1
b = koefisien regresi X1
2
b = koefisien regresi X2
3
b = koefisien regresi X3
4
b = koefisien regresi X4
5
e = variabel yang tidak terungkap Error of Term
= koefisien regresi X5
Universitas Sumatera Utara
Dengan tingkat signifikan α=5 maka dilakukan tahap analisis sebagai
berikut: a.
Uji Parsial uji t Kriteria pengujian hipotesis untuk uji t parsial
H : b
1
,b
2
H = 0 artinya secara parsial faktor kepuasan layanan yang meliputi:
tampilan fisik, keandalan, daya tanggap, jaminan, dan empati tidak berpengaruh signifikan terhadap minat beli ulang pasien di Rumah Sakit Umum Tanjung Pura.
a
: b
1
,b
2
Alat uji yang digunakan untuk menerima dan menolak hipotesis adalah dengan uji statistik t, dengan ketentuan jika nilai t
0 artinya secara parsial faktor kepuasan layanan yang meliputi: tampilan fisik, keandalan, daya tanggap, jaminan, dan empati berpengaruh
signifikan terhadap minat beli ulang pasien di Rumah Sakit Umum Tanjung Pura.
hitung
t
tabel,
H ditolak dan H
1
diterima, sedangkan jika t
hitung
t
tabel,
maka H diterima dan H
1
b. Uji F uji serempak
ditolak.
Kriteria pengujian hipotesis untuk uji F uji serempak untuk melihat signifikansi secara simultan variabel terikat terhadap variabel bebas.
H : b
1
,b
2
H = 0 artinya secara serempak faktor kepuasan layanan yang meliputi:
tampilan fisik, keandalan, daya tanggap, jaminan, dan empati tidak berpengaruh signifikan terhadap minat beli ulang pasien di Rumah Sakit Umum Tanjung Pura.
a
: b
1
,b
2
0 artinya secara serempak faktor kepuasan layanan yang meliputi: tampilan fisik, keandalan, daya tanggap, jaminan, dan empati berpengaruh
signifikan terhadap minat beli ulang pasien di Rumah Sakit Umum Tanjung Pura.
Universitas Sumatera Utara
Alat uji yang digunakan untuk menerima dan menolak hipotesis adalah dengan uji statistik F, dengan ketentuan jika nilai F
hitung
F
tabel,
H ditolak dan H
1
diterima, sedangkan jika F
hitung
F
tabel,
maka H diterima dan H
1
Uji Asumsi Klasik
ditolak.
1. Uji Normalitas Menurut Ghozali 2005, uji normalitas bertujuan untuk menguji apakah
variabel independen dan variabel dependen berdistribusi normal. Model regresi yang baik adalah memiliki distribusi data normal atau mendekati normal. Untuk melihat
normalitas data dapat dilakukan dengan melihat histogram atau pola distribusi data normal. Normalitas dapat dideteksi dengan melihat penyebaran data titik pada
sumbu diagonal dari grafik atau dengan melihat histogram dari nilai residualnya. Dasar pengambilan keputusannya adalah:
a. Jika data menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal
atau garis histogramnya menunjukkan pola berdistribusi normal, maka model regresi memenuhi asumsi normalitas,
b. Jika data menyebar jauh dari diagonal dan tidak mengikuti arah garis diagonal
atau grafik histogram tidak menunjukkan data berdistribusi normal, maka model regresi tidak memenuhi asumsi normalitas.
Dalam penelitian ini, peneliti menggunakan uji Kolmogorov-Smirnov K-S untuk menguji normalitas data. Uji K-S dibuat dengan membuat hipotesis:
Ho : data residual berdistribusi normal, Ha : data residual tidak berdistribusi normal.
Universitas Sumatera Utara
Bila signifikansi 0,05 dengan α = 5, berarti distribusi data normal dan Ho
diterima, sebaliknya bila nilai signifikansi 0,05 berarti distribusi data tidak normal dan Ha ditolak. Data yang terdistribusi secara tidak normal dapat ditransformasikan
agar menjadi normal. Salah satu cara yang dapat dilakukan dengan melakukan transformasi data ke bentuk Logaritma 10 log 10.
2. Uji Multikolinearitas
Menurut Ghozali 2005, uji multikolinearitas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel independen. Model
regresi yang baik seharusnya tidak terjadi korelasi di antara variabel independen. Multikolinearitas adalah situasi adanya korelasi variabel-variabel independen antara
yang satu dengan yang lainnya. Jika terjadi korelasi sempurna diantar sesama variabel bebas, maka konsekuensinya adalah: koefisien-koefisien regresi menjadi tidak dapat
ditaksir, dan nilai standar error setiap koefisien regresi menjadi tak terhingga. Ada tidaknya multikolinearitas dapat dideteksi dengan melihat nilai tolerance
dan variance inflation factor VIF, serta dengan menganalisis matriks korelasi variabel-variabel independen. Nilai cut off yang umum dipakai untuk menunjukkan
adanya multikolinearitas adalah jika nilai VIF tidak lebih dari 10 dan nilai tolerance tidak kurang 0,1 maka model dapat dikatakan terbebas dari multikolinearitas. Ada
dua cara yang dapat dilakukan jika terjadi multikolinearitas, yaitu: a.
Mengeluarkan salah satu variabel, misalnya variabel independen A dan B saling berkolerasi kuat, maka bisa di pilih A atau B yang dikeluarkan dari model regresi.
b. Menggunakan metode lanjut seperti Regresi Bayesian atau Regresi Ridge.
Universitas Sumatera Utara
