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