4.3.2 Analisis Regresi Linear Berganda
Analisis linear berganda bertujuan untuk mengetahui besarnya pengaruh variabel bebas produk, harga, dan pelayanan terhadap variabel terikat kepuasan
pelanggan pada Warung nasi Kedai Kita. Berdasarkan Juliandi 2013:179 model persamaan yang digunakan adalah:
Dimana: = Kepuasan pelanggan
= Konstanta = Produk
= Harga = Pelayanan
= Koefisien regresi = Standar eror
Analisis dalam penelitian ini menggunakan bantuan software SPSS version 18.00 for Windows. Persamaan regresinya adalah sebagai berikut:
Tabel 4.15 Analisis Regresi Linear Berganda
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. 95.0 Confidence
Interval for B B
Std. Error Beta
Lower Bound
Upper Bound
1 Constant .087
1.423 .061
.952 -2.754
2.927 Produk
.584 .090
.594 6.467
.000 .403
.764 Harga
-.119 .089
-.099 -1.339 .185
-.297 .058
Pelayanan .266
.085 .288
3.128 .003
.096 .435
a. Dependent Variable: Kepuasan Pelanggan
Sumber: Pengolahan Data Primer 2014 dengan SPSS 18.00
Universitas Sumatera Utara
Berdasarkan hasil pengolahan data pada kolom kedua Unstandardized Coefficients bagian B, diperoleh persamaan regresi linear berganda:
Y= 0.087 + 0.584 – 0.119
+ 0.266 + e
Persamaan tersebut dapat diuraikan sebagai berikut: a. Konstanta sebesar 0.087 menyatakan bahwa jika tidak ada faktor Produk,
Harga dan Pelayanan, maka Kepuasan Pelanggan pada Warung nasi Kedai Kita tetap ada sebesar 0.087 satuan.
b. Koefisien regresi = 0.584 menyatakan bahwa setiap penambahan
Produk sebesar satu satuan, maka kepuasan pelanggan akan meningkat sebesar 0.584 satuan.
c. Koefisien regresi = 0.119 dan bertanda negatif, menyatakan
menyatakan bahwa setiap penambahan Harga sebesar satu satuan, maka kepuasan pelanggan akan menurun sebesar 0.119 satuan.
d. Koefisien regresi = 0.266 menyatakan bahwa setiap penambahan
Pelayanan sebesar satu satuan, maka kepuasan pelanggan akan meningkat sebesar 0.266 satuan.
4.3.3 Koefisien Determinasi
Koefisien Determinasi mengukur seberapa jauh kemampuan variabel
bebas dalam menerangkan variabel terikat. Nilai R-Square adalah untuk melihat bagaimana variasi nilai variabel terikat dipengaruhi oleh variasi nilai variabel
bebas Juliandi, 2013: 180. Apabila analisis yang digunakan regresi sederhana, maka yang digunakan R-Square, apabila regresi berganda yang digunakan
Adjusted R-Square. Nilainya dalam penelitian ini dapat dilihat sebagai berikut:
Universitas Sumatera Utara
Tabel 4.16 Koefisien Determinasi
Model Summary
b
Model R
R Square Adjusted R Square Std. Error of the Estimate 1
.800
a
.640 .624
1.73857 a. Predictors: Constant, Pelayanan, Harga, Produk
b. Dependent Variable: Kepuasan Pelanggan
Sumber: Pengolahan Data Primer 2014 dengan SPSS 18.00 Data diatas menunjukkan bahwa nilai koefisien korelasi R sebesar 0.800
menunjukkan adanya hubungan yang kuat antara variabel bebas dengan variabel terikat Y. Nilai Adjusted R-square sebesar 0.624, hal ini berarti
bahwa 62.4 kepuasan pelanggan Warung nasi Kedai Kita ditentukan oleh peran dari variasi variabel produk, harga dan pelayanan, sementara 37.6 adalah
dipengaruhi variabel lain yang tidak termasuk dalam regresi ini.
4.3.4 Uji Signifikan Simultan Uji-F
Kategori