Normal P-P Plot of Regression S Dependent Variable: Kepuasan
Observed Cum Prob
1,0 ,8
,5 ,3
0,0
Exp ect
ed C
um P
rob
1,0 ,8
,5 ,3
0,0
4.1.4.1 Uji Asumsi Klasik
Pengujian pelanggaran asumsi ini dilakukan untuk mengetahui masalah yang biasa terjadi pada metode Ordinary Least Square OLS. Jika metode yang digunakan
terbebas dari masalah-masalah normalitas, multikoliniearitas, heteroskedastisitas dan Autokorelasi, maka metode yang digunakan diterima keabsahannya. Hasil analisi dari
output mengenai uji asumsi tersebut dapat dijelaskan sebagai berikut:
4.1.4.1.1 Hasil Normalitas Data
Uji pengaruh variabel atribut produk Harga X
1
; Jaminan X
2
; Kualitas X
3
a. Kurva Normal P-P Plot Atribut Produk Terhadap Kepuasan Konsumen
dan Kepuasan Konsumen X terhadap ; dan Loyalitas Konsumen Y melalui uji F dan uji t hanya akan valid jika residual yang diperoleh berdistribusi
normal. Jika data terdistribusi normal maka model yang digunakan dapat diterima. Di bawah ini disajikan tabel hasil estimasi normalitas data dengan pendekatan normal P-
P Plot adalah sebagai berikut.
Kurva normal P-P Plot untuk pengujian normalitas regresi linier antara atribut produk terhadap kepuasan konsumen dapat dilihat hasilnya yaitu:
Universitas Sumatera Utara
Normal P-P Plot of Regression S Dependent Variable: Loyalitas K
Observed Cum Prob
1,0 ,8
,5 ,3
0,0
Exp ecte
d Cu m Prob
1,0 ,8
,5 ,3
0,0
Gambar 4.1. Kurva Normal P-P Plot
Dari gambar grafik dapat disimpulkan bahwa model yang digunakan menunjukkan indikasi normal, dimana analisis dari grafik di atas terlihat titik-titik
menyebar disekitar garis diagonal, serta penyebarannnya mengikuti garis diagonal. Maka model regresi layak dipakai untuk memprediksi kepuasan konsumen
berdasarkan masukan variabel independennya.
b. Kurva Normal P-P Plot Kepuasan Terhadap Loyalitas Konsumen
Gambar 4.2. Kurva Normal P-P Plot
Berdasarkan gambar 4.2 di atas uji normalitas data ditunjukkan juga pada tampilan Normal P-P Plot of Regression Standardized Residual. Pada tampilan
Normal P-P Plot, bila titik-titik yang ditampilkan menempel atau berdekatan dengan garis grafik, maka data berdistribusi normal, demikian sebaliknya. Pada tampilan
Universitas Sumatera Utara
Normal P-P Plot di atas terlihat bahwa titik-titik yang ditampilkan mendekati garis atau sebaran data cenderung membentuk garis lurus dipersekitaran garis lurus. Hal ini
mengindikasikan bahwa asumsi kenormalan tidak dilanggar data berdistribusi normal.
4.1.4.1.2 Uji Multikolinearitas
Uji multikolinearitas menganalisa kemungkinan adanya interdependensi antara variabel independen yang menyebabkan hasil OLS Ordinary Least Square
memiliki varian dan kovarian yang besar, sehingga sulit dipakai sebagai alat estimasi, selain itu multikolinearitas menyebabkan interval estimasi cenderung lebar dan nilai
statistik uji t akan kecil, sehingga menyebabkan variabel independen tidak signifikan secara statistik dalam mempengaruhi variabel dependen. Dalam penelitian ini akan
menggunakan nilai tolerance mempunyai angka mendekati dan nilai VIF Variace Inflation actor
untuk melihat ada dan tidaknya.
Tabel 4.11. Uji Multikolinieritas Model
Variabel Collinierity Statistics
Tolerance VIF
1 Constant
Harga X
1
0,889 1,125
Jaminan X
2
0,698 1,433
Kuaitas X
3
0,741 1, 349
a. Dependent Variabel: Kepuasan Konsumen Y Sumber: Data Primer diolah
Berdasarkan kriteria pengujian tolerance mempunyai angka mendekati 1 dan nilai VIF Variace Inflation Factor kurang dari angka 5, maka model regresi tersebut
diidentifikasi terbebas dari multikolinearitas Santoso dan Sugito, 2000. Hasil output di atas Tabel 4.6 menunjukkan bahwa nilai tolerance dan nilai VIF pada variabel
Universitas Sumatera Utara
harga X
1
, jaminan X, kualitas X
3
4.1.4.1.3 Uji Heterokedastisitas
, dan kepuasan konsumen X tidak mengandung multikolinearitas.
Adanya heteroskedastisitas dalam pengolahan data pada penggunaan model OLS dapat mengakibatkan estimator metode kuadrat terkecil tidak mempunyai varian
yang minimum dan perhitungan standard error tidak dapat dipercaya, sehingga uji F dan uji t tidak dapat lagi dipercaya. Oleh karena itu, pada pengujian menggunakan
model OLS diusahakan data tidak mengandung masalah heteroskedastisitas. Hasil pengujiannya adalah sebagai berikut.
Gambar 4.3. Kurva Scatterplot 4.1.4.2
Hasil Regresi Linier Berganda 4.1.4.2.1
Hasil Uji Simultan
Untuk menguji pengaruh variabel atribut produk yang terdiri dari harga, jaminan dan kualitas terhadap kepuasan konsumen secara simultan serempak dapat
Scatterplot Dependent Variable: Loyalitas Kons
Loyalitas Konsu men
22 20
18 16
14 12
10
R egr
essi on S
tand ar
di ze
d P redi
ct ed
V al
ue
2 1
-1 -2
-3
Universitas Sumatera Utara
dihasilkan perhitungan dalam model summary, khususnya angka R squares yang ditunjukkan Tabel 4. 12 berikut ini:
Tabel 4.12 Nilai Koefisien Determinasi R
2
Model Summary Model
b
R R Squares
Adjusted R Squares
Std. Error of the Estimate
1 .740
.548 .536
104.833 a. Predictors: Constant, Harga, Jaminan, Kualitas
b. Dependent Variabel : Kepuasan Konsumen Sumber: Hasil Penelitian, 2011 Data Diolah
Dari hasil regresi yang terlihat pada Tabel 4.12, koefisien determinasi R
2
yang diperoleh dari pengaruh atribut produk yaitu berupa harga X
1
, jaminan X
2
, dan kualitas X
3
, dianggap tetap maka diperkirakan kepuasan konsumen Y adalah sebesar 0,740. Hal ini menunjukan bahwa pengaruh atribut produk berupa harga X
1
, jaminan X
2
, dan kualitas X
3
, dianggap tetap maka diperkirakan loyalitas konsumen Y adalah sebesar 74. Artinya atribut produk dan kepuasan konsumen
memberikan sumbangan efektif sebesar 74 dalam membentuk loyalitas konsumen, sedangkan sisanya 26 1 – 0,74 = 0,26 atau 26 dipengaruhi oleh faktor lain
seperti kenyamanan, dan kemudahan untuk mendapatkan produk tersebut, pelayanan pasca jual yang tidak diteliti dalam penelitian ini di luar model ini.
Universitas Sumatera Utara
Berdasarkan perhitungan signifikansi sebesar 0,000 0,05 ini menunjukkan bahwa menerima Ha dan menolak Ho, artinya ada hubungan linier antara atribut
produk yang terdiri dari harga, jaminan dan kualitas terhadap kepuasan konsumen. Hasil pengujian hipotesis pertama secara serempak dapat dilihat pada Tabel
4.13 berikut ini:
Tabel 4. 13. Hasil Uji Simultan Model
Sum of Squares
df Mean
Square F
Sig.
1 Regression 150,737
3 50,246 45,719
0,000 Residual
124,187 113
1,099 Total
274,293 116
a. Predictors: Constant, Harga X
1
, Jaminan X
2
dan Kualitas X
3
b. Dependent Variable: Kepuasan konsumen Y Sumber: Hasil Penelitian, 2011 Data Diolah
Hipotesis menyatakan; Ho : b1, b2, b3 = 0, Atribut produk Harga, Jaminan dan Kualitas secara
serempak tidak berpengaruh terhadap kepuasan penguna Telkomflexi di Kota Lhokseumawe.
Ho : b1, b2, b3 ≠ 0, Atribut produk Harga, Jaminan dan Kualitas secar a
serempak berpengaruh terhadap kepuasan penguna Telkomflexi di Kota Lhokseumawe.
Pengujian dapat dilakukan sebagai berikut:
a.1 Membandingkan besarnya angka F hitung dengan F tabel