Artinya, jika varians variabel independent adalah konstan sama untuk setiap nilai tertentu variabel independen disebut
homoskedastisitas. Sedangkan, heteroskedastisitas diuji dengan menggunakan uji glejser dengan pengambilan keputusan jika
variabel independen signifikan secara statistik mempengaruhi variabel dependen, maka ada indikasi terjadi heteroskedastisitas. Jika
probabilitas signifikan di atas tingkat kepercayaan 5 0,05 dapat disimpulkan model regresi tidak mengarah adanya
heteroskedastisitas. 3. Uji Multikolinearitas
Multikolinieritas berarti adanya hubungan linier yang sempurna atau pasti di antara beberapa atau semua variabel yang menjelaskan dari
model regresi. Untuk mendeteksi ada atau tidaknya multikolinearitas dapat dilakukan dengan melihat toleransi variabel dan Variante
Inflation Factor VIF dengan membandingkan sebagai berikut : a. VIF 5 maka tidak terdapat multikolinearitas
b. Tolerance 0,1 maka tidak terdapat multikoliniearitas
c. Analisis Regresi Linier Berganda
Analisis regresi linier berganda digunakan untuk mengetahui seberapa besar pengaruh dari variabel bebas kehandalan, daya tanggap, jaminan, empati, bukti
fisik terhadap variabel terikat kepuasan pelanggan. Untuk memperoleh hasil yang lebih terarah, peneliti menggunakan bantuan aplikasi SPSS Statistic
Universitas Sumatera Utara Universitas Sumatera Utara
Programe and Social Sciens versi 15.0. Menurut Sugiyono 2004 : 204 model regresi linier berganda yang digunakan adalah:
Y= a + b
1
X
1
+ b
2
X
2
+ b
3
X
3
+ b
4
X
4
+ b
5
X
5
+ e Dimana:
Y = Skor Dimensi Proses Kepuasan Pelanggan
a = Konstanta
b
1-5
= Koefisien Regresi X1 = Kehandalan
X
2
= Daya Tanggap X
3
= Jaminan X
4
= Empati X
5
= Bukti Fisik e
= Standart Error Suatu perhitungan statistik dikatakan signifikan secara statistik apabila nilai
uji statistik berada dalam daerah kritis daerah dimana H ditolak. Sebaliknya,
dikatakan tidak signifikan bila nilai uji statistik berada dalam daerah H diterima.
Dalam analisis regresi ada 3 jenis kriteria ketepatan yaitu:
1. Uji signifikasi Simultan Uji – F
Uji - F pada dasarnya menunjukkan apakah semua variabel yang dimasukkan dalam model mempunyai pengaruh secara bersama-sama terhadap
variabel terikat.
Universitas Sumatera Utara Universitas Sumatera Utara
H : b
1
= b
2
= b
3
= b
4
= b
5
= 0 Artinya secara bersama-sama tidak terdapat pengaruh yang positif dan
signifikan dari variabel bebas X,X
1
,X
2
,X
3
,X
4
,X
5
yaitu berupa variabel kehandalan, daya tanggap, jaminan, empati dan bentuk fisik terhadap kepuasan
pelanggan yaitu variabel terikat Y. H
a
: b
1
≠ b
2
≠ b
3
≠ b
4
≠ b
5
≠ 0
Artinya secara bersama-sama terdapat pengaruh positif dan signifikan dari variabel bebas X
,
X
1
,X
2
,X
3
,X
4
,X
5
yaitu berupa variabel kehandalan, daya
tanggap, jaminan, empati dan bentuk fisik terhadap kepuasan pelanggan variabel terikat Y.
Kriteria pengambilan keputusan: H
diterima jika F
hitung
F
tabel
pada α = 5
H
a
diterima jika F
hitung
F
tabel
pada α = 5
2. Uji Siginifikan parsial Uji t
Uji – t merupakan seberapa besar pengaruh variabel bebas secara parsial terhadap variabel terikat.
H : B
1
= 0 Artinya secara parsial tidak terdapat pengaruh yang positif dan signifikan
dari variabel terikat X
1,
X
2,
X
3,
X
4,
X
5
yaitu variabel kehandalan, daya tanggap, jaminan, empati dan bentuk fisik terhadap kepuasan pelanggan yaitu variabel
terikat Y.
Universitas Sumatera Utara Universitas Sumatera Utara
Kriteria pengambilan keputusan: H
diterima jika t
hitung
t
tabel
pada α = 5
H
a
diterima jika t
hitung
t
tabel
pada α = 5
3. Koefisien Determinan R
2
Koefisien determinasi R
2
pada intinya kemampuan seberapa besar kemampuan model dalam menerangkan variabel terikat. Jika R
2
semakin besar mendekati satu, maka dapat dikatakan bahwa pengaruh variabel bebas
X
1
,X
2
,X
3
,X
4
,X
5
adalah besar terhadap variabel terikat Y. hal ini berarti model yang digunakan semakin kuat untuk menerangkan pengaruh variabel bebas yang
diteliti terhadap variabel terikat.
Universitas Sumatera Utara Universitas Sumatera Utara
41
BAB IV HASIL DAN PEMBAHASAN
