46
Tabel 4.4 Analisis Deskriptif Variabel Kepuasan Konsumen
No Keterangan Kepuasan Konsumen
F
1 Sangat Tinggi
33 33.00
2 Tinggi 45 45.00
3 Sedang 20 20.00
4 Rendah 2
2.00 5 Sangat
rendah 0.00
Jumlah 100
100
Berdasarkan penelitian tersebut diperoleh gambaran bahwa 33 33,00 responden yang menyatakan kepuasan yang diperolehnya di
Warnet Dotnet termasuk kriteria tinggi sebanyak 45 atau 45,00 responden, dan tidak ada 0,00 yang menyatakan fasilitasnya sangat rendah.
4.1.2. Uji Hipotesis
4.1.2.1. Uji Asumsi Klasik
a Uji Multikolinieritas
Uji multikolinieritas ini bertujuan untuk mengetahui apakah tiap-tiap variabel bebas saling berhubungan secara linier. Jika terjadi
hubungan linier maka salah satu variabel memiliki gejala multikolinier. Dari hasil pengujian SPSS diperoleh nilai korelasi antar variabel X
1
, X
2
, dan X
3
, di peroleh sebagai berikut :
47
Tabel 4.5 Uji Multikolinearitas
Coefficientsa
Model Collinearity Statistics
B Std. Error
1 Pelayanan .462 2.164
Fasilitas .431 2.320
Lokasi .501 1.997
a Dependent Variable: Kepuasan Konsumen
Sumber : Data Primer diolah, 2009. Pengujian adanya multikolinier ini dapat dilakukan dengan
melihat nilai VIF pada masing – masing variabel bebasnya. Jika nilai VIFnya lebih kecil dari 4 maka tidak ada kecenderungan terjadi gejala
multikolinier. Hasil analisis uji multikolinieritas diperoleh untuk hasil VIF X
1
= 2,164, X
2
= 2,320, dan X
3
=1,997. Dari hasil pengujian diperoleh bahwa keseluruhan variabel bebas diperoleh hasil nilai VIF
untuk variabel X
1
, X
2
, dan X
3
semuanya kurang dari 4, dengan demikian dapat disimpulkan diantara variabel bebas tersebut tidak ada
kecenderungan adanya multikolinier dalam regresi. b
Uji Heteroskedastisitas Uji Heteroskedastisitas bertujuan untuk menguji apakah dalam
model regresi terjadi ketidaksamaan varian dari residual satu pengamatan ke pengamatan lainnya. Cara yang digunakan untuk
mendeteksi ada atau tidaknya heteroskedastisitas adalah dengan melihat grafik scatterplot antara nilai prediksi variabel terikat ZPPED dengan
residual SRESID. Dimana sumbu Y adalah yang telah diprediksi, dan
48
sumbu X adalah residual Y prediksi-Y sesungguhnya. Dasar pengambilan keputusannya adalah sebagai berikut:
1 Jika ada pola tertentu seperti titik-titik yang ada membentuk suatu
pola tertentu yang teratur bergelombang, menyebar, menyempit maka mengidentifikasikan telah terjadi heteroskedastisitas.
2 Jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan
di bawah angka nol pada sumbu Y, maka tidak terjadi heteroskedastisitas.
Gambar 4.1 Scatter Plot
Sumber : Data Primer diolah, 2009 Dari gambar diatas dapat disimpulkan bahwa tidak terjadi
heteroskedastisitas.
Observed Cum Prob
1.0 0.8
0.6 0.4
0.2 0.0
Expected Cum Prob
1.0 0.8
0.6 0.4
0.2 0.0
Normal P-P Plot of Regression Standardized Residual
Dependent Variable: Kepuasan Pelanggan
49
c Uji Normalitas Data
Uji normalitas dapat diketahui dari beberapa cara yang akan menghasilkan kesimpulan yang hampir sama. Uji asumsi normalitas
dapat dideteksi dari plot sebaran data maupun uji statistik. Demikian juga uji normalitas dapat dideteksi dengan uji Kolmogorov-Smirnov Z.
Berdasarkan hasil penelitian diperoleh hasil uji normalitas data dengan menggunakan rumus Kolmogorov-Smirnov Z sebagai berikut :
Tabel 4.6. Uji Normalitas Data
One-Sample Kolmogorov-Smirnov Test
Pelayanan Fasilitas
Lokasi Kepuasan
Pelanggan N
100 100
100 100 Normal
Parametersa, b
Mean 23.3400
18.0400 16.3300 19.8900
Std. Deviation 3.80117
3.69799 2.46206 3.06790
Most Extreme Differences
Absolute .102
.082 .123 .114
Positive .101
.073 .123 .114
Negative -.102
-.082 -.121 -.095
Kolmogorov-Smirnov Z 1.022
.820 1.233 1.141
Asymp. Sig. 2-tailed .247
.513 .096 .148
a Test distribution is Normal. b Calculated from data.
Sumber : Data Primer diolah, 2009.
Berdasarkan hasil uji normalitas data diperoleh nilai z sebesar 0,685 dengan signifikansi 0,736, karena nilai signifikansi lebih dari
0,05 maka data berdistribusi normal dan dilanjutkan uji hipotesis dengan multiple regression.
50
4.1.2.2. Analisis Regresi Berganda
