Analisis Regresi Linear Berganda

153

4.2.3 Analisis Regresi Linear Berganda

Analisis regresi linear yang digunakan dalam penelitian ini adalah analisis regresi linear berganda karena jumlah variabel yang diteliti lebih dari satu. Analisis regresi linear berganda digunakan untuk mengetahui pengaruh antara variabel independen terhadap variabel dependen. Analisis dilakukan dengan bantuan program SPSS dengan menggunakan metode enter . Metode enter digunakan untuk analisis regresi agar dapat mengetahui apakah variabel bebas mempunyai pengaruh signifikan terhadap variabel terikat. Seluruh variabel akan dimasukkan ke dalam analisis untuk dapat diketahui apakah variabel bebas mempunyai pengaruh yang signifikan terhadap variabel terikat. Berikut hasil estimasi regresi melalui pengolahan data dengan SPSS : Tabel 4.8 Variable EnteredRemoved Variables EnteredRemoved Model Variables Entered Variables Removed Method 1 Experiential Marketing, Relationship Marketing a . Enter a. All requested variables entered. Sumber : Hasil Penelitian, 2015 data diolah Pada Tabel 4.8 variable enter removed terlihat variabel-variabel yang dimasukkan entered adalah Experiential Marketing dan Relationship Marketing . Metode yang digunakan adalah metode enter. Berdasarkan Tabel 4.8 Variabel EnteredRemoved b menunjukkan hasil analisis statistik tiap indikator yang diperlihatkan pada tabel sebagai berikut : Universitas Sumatera Utara 154 Tabel 4.9 Uji Regresi Linear Berganda Sumber : Hasil Penelitian, 2015 data diolah Dari Tabel 4.9 variabel yang dimasukkan ke dalam persamaan adalah variabel bebas yaitu Relationship Marketing X 1 dan Experiential Marketing X 2 . Tidak ada variabel bebas yang dikeluarkan removed dan metode yang digunakan untuk memasukkan data yaitu metode enter . Persamaan regresi linear berganda kemudian dirumuskan sebagai berikut: Y = 14,313 + 0,389X 1 + 0,316X 2 +e Dimana: Y = Customer Satisfaction a = Konstanta X 1 = Relationship Marketing X 2 = Experiential Marketing = Koefisien Regresi Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 Constant 14.313 4.668 3.066 .003 Relationship Marketing .389 .096 .372 4.048 .000 Experiential Marketing .136 .067 .189 2.051 .043 a. Dependent Variable: Customer Satisfaction Universitas Sumatera Utara 155 Interpretasi dari regresi diatas adalah sebagai berikut: 1. Konstanta a Nilai konstanta a sebesar 14,313 artinya bahwa jika variabel Relationship Marketing dan Experiential Marketing = 0, maka variabel Customer Satisfaction tetap sebesar 14,313. 2. Relationship Marketing X 1 terhadap Beta Y Nilai koefisien X 1 Relationship Marketing sebesar 0,389 artinya variabel Relationship Marketing berpengaruh positif terhadap Customer Satisfaction nasabah BCA KCU Medan. Hal ini mengandung arti setiap kenaikan Relationship Marketing satu satuan maka variabel Beta Y akan naik sebesar 0,389 dengan asumsi variabel bebas yang lain dari model regresi adalah tetap. 3. Experiential Marketing X 2 terhadap Beta Y Nilai koefisien X 2 Experiential Marketing sebesar 0,316 artinya variabel Experiential Marketing berpengaruh positif terhadap Customer Satisfaction nasabah BCA KCU Medan. Hal ini mengandung arti bahwa setiap kenaikan Experiential Marketing satu satuan maka variabel Beta Y akan naik sebesar 0,316 dengan asumsi variabel bebas yang lain dari model regresi adalah tetap. Universitas Sumatera Utara 156 4.3 Uji Asumsi Klasik 4.3.1 Uji Normalitas Uji normalitas bertujuan untuk menguji apakah model regresi berdistribusi normal, uji normalitas dapat dilakukan dengan analisis grafik dilihat dari titik-titik yang menyebar di sekitar garis diagonal yakni distribusi data dengan bentuk lonceng dan distribusi data tersebut tidak menceng ke kiri atau menceng ke kanan, uji normalitas dilakukan dengan menggunakan pendekatan Kolmogorv-Smirnov. Dengan menggunakan tingkat signifikan 5 0,05 maka jika nilai Asymp0, Sig 0, 2-tailed di atas nilai signifikan 5 artinya variabel residual berdistribusi normal. 1. Pendekatan Histogram Gambar 4.2 Histogram Sumber : Hasil Penelitian, 2015 Data diolah Dapat dilihat pada Gambar 4.2 histogram sudah terlihat data berdistribusi normal, hal ini ditunjukkan oleh gambar histogram yang membentuk lonceng yang tidak menceng ke kiri atau menceng ke kanan. Universitas Sumatera Utara