Uji Multikolineritas Pengujian Asumsi Klasik

1. Persamaan substruktur I Dari hasil perhitungan Correlation untuk substuktural I korelasi antar variabel Technical quality dan Functional quality tidak tinggi, yaitu sebesar 0,434 dan nilai VIF 1,233. Dengan demikian tidak terjadi multikolineritas antar variabel exogenous yang digunakan dalam model substruktural I. 2. Persamaan substruktur II Pada model substruktural II multikolineritas dapat dilihat dari korelasi antar variabel bebas dan nilai VIF. Hasil perhitungan Correlation, korelasi antar variabel exogenous dapat dilihat dari tabel dibawah ini: Tabel 4.11 Matrix Correlation Substruktural II Technical quality Functional quality Kepuasan Pasien Technical quality 1 0,434 0,492 Functional quality 0,434 1 0,741 Kepuasan Pasien 0,492 0,741 1 Dari Tabel 4.11 diatas bahwa korelasi antar variabel exogenous, semuanya dibawah 1. Hal ini menunjukan tidak ada problem multikolineritas. Disamping itu, dilihat nilai VIF antar variabel exogenous. Nilai VIF dapat dilihat pada Tabel berikut: Tabel 4.12 Nilai VIF Variance Inflaction Factor Variabel VIF Technical quality 1,338 Functional quality 2,252 Kepuasan Pasien 2,409 Tabel 4.12 menunjkan nilai VIF dari masing-masing variabel exogeneous 5, dengan demikian tidak terjadi problem multikolinearitas.

4.5.4 Uji Autokorelasi

Pengujian autokorelasi digunakan untuk melihat apakah terdapat autokorelasi atau tidak dalam model, ketentuannya ialah: terjadinya autokorelasi jika nilai Durbin-Watson kurang dari 1dan lebih besar dari 3. Dari hasil perhitungan pada persamaan substuktural I nilai Durbin_Watson ialah 1,489. Sehingga dapat disimpulkan persamaan model substruktural I tidak terjadi autokorelasi. Sedangkan untuk persamaan substuktural II nilai Durbin_Watson ialah 2,033. Sehingga dapat disimpulkan persamaan model substruktural II tidak terjadi autokorelasi.

4.5.5 Uji Kesesuaian Model

Uji kesesuain model digunakan untuk mengetahui apakah model sudah benar. Pengujian model dilakukan dengan melihat nilai probabilitasnilai signifikan pada Tabel keluaran ANOVA. Jika nilai sig0,05 maka model yang sudah dibuat layakbenar. Pada model substruktural I hasil perhitungan ANOVA nilai signifikansi sebesar 0,0010,05, sehingga model pada substruktural I sudah layakbenar. Sedangkan model pada substruktural II nilai signifikansi sebesar 0,0010,05 sehingga model pada substruktural II sudah layakbenar. Kesimpulannya ialah model pada substruktural I dan substruktural II yang sudah dibuat, sudah memenuhi semua persyaratan yang diharuskan, dengan demikian model tersebut dalam path analysis sudah layak atau benar.

4.6 Pengujian Hipotesis

Pengujian hipotesis dalam penelitian ini menggunakan metode Path analysis. Secara umum Path analysis didefenisikan suatu teknik analisis yang digunakan untuk menganalisis hubungan sebab akibat antar variabel yang disusun berdasarkan urutan dengan menggunakan koefisien jalur sebagai besaran nilai dalam menentukan besarnya pengaruh variabel exogenous terhadap variabel endogenous Sarwono, 2012.