6. Keputusan : karena signifikansi lebih dari α, maka H
diterima, yang berarti residual regresi berdistribusi normal.
Karena nilai signifikansi lebih dari α maka disimpulkan bahwa residual berdistribusi
normal. Maka asumsi normalitas terpenuhi.
4.4.2. Analisis Statistik Regresi Linear Berganda
Teknik analisis pada penelitian ini menggunakan Regresi linier berganda, hasil perhitungan dengan bantuan program komputer SPSS, dan diperoleh hasil
sebagai berikut:
Tabel 4.9 Hasil Analisis Regresi Linier Berganda
Unstandardized Coefficients Model
B Std. Error
Constant 2.047
0,261 Harga X
1
-0,245 0,028
Kualitas Produk X
2
0,774 0,068
R = 0,791
F
Hitung
= 81,072 R Square
= 0,626 Sig.
= 0.000 Sumber: Lampiran 7, data diolah
Berdasarkan hasil perhitungan tersebut diatas, diperoleh persamaan regresi linier berganda sebagai berikut:
Y = 2.047 – 0.245 X
1
+ 0.774 X
2
+ e
i
Interprestasi dari model regresi diatas adalah sebagai berikut: 1. Konstanta a yang dihasilkan sebesar 2.047 menunjukkan bahwa besarnya
nilai kepuasan konsumen Y sebesar 2.047 jika harga X
1
dan kualitas produk X
2
adalah konstan.
2. Nilai koefisien Harga β
1
sebesar -0.245 menunjukkan bahwa jika variabel Harga X
1
ditingkatkan, maka akan mengakibatkan penurunan Kepuasan
Konsumen sebesar 0.245 dengan asumsi variabel lain konstan.
3. Nilai koefisien Kualitas Produk β
2
sebesar 0.774 menunjukkan bahwa jika variabel Kualitas Produk X
2
ditingkatkan, maka akan mengakibatkan meningkatnya Kepuasan Konsumen sebesar 0.774, dengan asumsi variabel
lain konstan.
4. e
i
menunjukkan faktor pengganggu di luar model yang diteliti.
4.4.3. Analisis Koefisien Korelasi Koefisien Determinasi
Tabel 4.10 Koefisien Korelasi Dan Koefisien Determinasi
Model Summary
,791
a
,626 ,618
,35414 Model
1 R
R Square Adjusted
R Square Std. Error of
the Estimate Predictors: Constant, Kualitas Produk, Harga
a.
Sumber: Lampiran 7, Data Diolah
Nilai koefisien korelasi R menunjukkan seberapa erat hubungan antara variabel bebas variabel Harga X
1
dan Kualitas Produk X
2
dengan variabel tak bebas Kepuasan Konsumen, besarnya nilai koefisien korelasi adalah 0.791.
Nilai tersebut menunjukkan bahwa hubungan variabel Harga X
1
dan Kualitas Produk X
2
dengan variabel Kepuasan Konsumen adalah erat atau kuat yaitu sebesar 79.1.
Nilai koefisien determinasi atau R
2
digunakan untuk mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel tak bebas atau
variabel terikat Y yaitu variabel Kepuasan Konsumen. Hasil dari perhitungan SPSS diperoleh nilai R
2
= 0.626 yang berarti bahwa sebesar 62.6 Kepuasan Konsumen dapat dijelaskan oleh variabel harga dan kualitas produk. Sedangkan
sisanya 37.4 dipengaruhi oleh variabel lain diluar model yang diteliti.
4.4.4. Pengujian Hipotesis
