Hasil Uji Autokorelasi Hasil Uji Asumsi Normalitas

Kendid Syahid, 2014 Analisis Pengaruh Customer Service Experience Terhadap Behavior Intentions Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu GAMBAR 4.5 BEHAVIOR INTENTIONS TAMU SHERATON MUSTIKA YOGYAKARTA Berdasarkan Gambar 4.5, garis kontium behavior intentions tamu individu di Sheraton mustika Yogyakarta berada pada kategori cukup tinggi dengan total keseluruhan nilai behavior intentions adalah 1966 atau 56,17 dengan total skor rata-rata 795,33. Hal ini menunjukan tingkat niat berperilaku atau behavior intentions tamu individu Sheraton Mustika Yogyakarta yang cukup tinggi setelah melalui program Star Customer Experience yang mendapatkan penilaian dari tamu individu pada kategori baik.

4.4 Pengaruh Customer Service Experience terhadap Behavior Intentions

Tamu Sheraton Mustika Yogyakarta Resort and Spa 4.4.1 Hasil Pengujian Uji Klasik dan Regresi

4.4.1.1 Hasil Uji Autokorelasi

Uji autokorelasi Peneliti gunakan untuk menguji apakah dalam sebuah model regresi linier terdapat korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pada periode t-1 sebelumnya. Persamaan regresi yang baik adalah yang tidak memiliki masalah dalam autokorelasi. Jika dalam hasil penelitian terjadi autokorelasi, maka persamaan tersebut tidak dapat digunakan sebagai prediksi. Salah satu cara yang umum digunakan untuk mendeteksi adanya autokorelasi dalam regresi linier berganda adalah dengan Uji Durbin Watson . Kendid Syahid, 2014 Analisis Pengaruh Customer Service Experience Terhadap Behavior Intentions Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu Suatu model regresi dinyatakan tidak terdapat permasalahan autokorelasi apabila du d 4 – du dimana d= nilai durbin watson hitung dan du=nilai batas atas upper Durbin Watson table Janie,2012:32. Berdasarkan hasil pengolahan data didapat nilai d L =1,5496 dan d u =1,8031 4-du=2,1969. Jadi 1,8031 2,1280 2,1969. Dapat dilihat bahwa nilai Durbin Watson berada diantara du dan 4-du sehingga persamaan ini dikatakan tidak terjadi autokorelasi. Berikut tabel 4.17 hasil uji autokorelasi dengan menggunakan Durbin Watson. TABEL 4.18 TABEL AUTOKORELASI DURBIN WATSON Sumber: Hasil Pengolahan Data, 2014 Berdasarkan tabel 4.18 dapat diketahui bahwa tidak terjadi masalah autokorelasi dalam penelitian ini. Bisa dilihat pada tabel Durbin Watson 2,128 lebih besar dari +2 seperti diungkapkan Sunyoto 2009:91 bahwa tidak terjadi autokorelasi jika nilai DW di atas +2 atau DW +2.

4.4.1.2 Hasil Uji Asumsi Normalitas

Pada analisis regresi data harus berdistribusi normal. Uji normalitas ditujukan untuk mengetahui residual yang diteliti berdistribusi normal atau tidak. Apabila berdistribusi normal maka dapat disebut sebagai model regresi yang baik. Nilai residual yang berdistribusi normal berupa kurva yang membentuk lonceng bell shaped curve yang kedua sisinya melebar sampai tak terhingga. Menurut Suliyanto 2005:63 cara mendeteksinya dengan menggunakan histogram dependent variable yang sudah distandarkan. Berikut gambar 4.7 histogram uji normalitas dependent variable. Kendid Syahid, 2014 Analisis Pengaruh Customer Service Experience Terhadap Behavior Intentions Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu Sumber: Hasil Pengolahan Data, 2014 GAMBAR 4.6 HISTOGRAM DEPENDENT VARIABLE BEHAVIOR INTENTIONS Pada gambar 4.6 dapat dilihat bahwa histogram membentuk bell-shaped curve. Oleh karena itu dapat dikatakan bahwa model berdistribusi normal dikarenakan kurva membentuk lonceng. Pengujian ini dilakukan dengan menggunakan normal probability plot. Gambar 4.7 berikut dapat menggambarkan model berdistribusi normal. Kendid Syahid, 2014 Analisis Pengaruh Customer Service Experience Terhadap Behavior Intentions Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu Sumber: Hasil Pengolahan Data, 2014 GAMBAR 4.7 NORMAL PROBABILITY PLOT Gambar 4.7 menunjukan bahwa asumsi normalitas sudah terpenuhi karena gambar normal p-plot titik-titiknya mengikuti garis yang mengindikasikan asumsi normalitas terpenuhi. Nilai residu berdistribusi normal apabila sebaran datanya terletak di sekitar garis diagonal dan mengikuti arah diagonal yaitu dari kiri bawah ke kanan atas. Janie 2012:36 menyatakan bahwa Pada prinsipnya normalitas dapat dideteksi dengan melihat penyebaran data atau titik pada sumbu diagonal dari grafik atau dengan melihat histogram dalam residualnya. Model regresi dikatakan memenuhi asumsi normalitas apabila data menyebar di sekitar garis digaonal atau grafik histogramnya. Dalam penelitian ini, uji normalitas juga menggunakan uji kolmogorov- Smirnov. Berikut tabel 4.19 uji normalitas dengan menggunakan Kolmogrov Smirnov. Kendid Syahid, 2014 Analisis Pengaruh Customer Service Experience Terhadap Behavior Intentions Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu TABEL 4.19 NORMALITAS DENGAN KOLMOGROV SMIRNOV Kolmogorov-Smirnov a Shapiro-Wilk Statistic Df Sig. Statistic Df Sig. Y Behavior Intentions ,086 100 ,063 ,990 100 ,699 a. Lilliefors Significance Correction Sumber: Hasil Pengolahan Data, 2014 Tabel 4.19 menunjukan bahwa dengan uji Kolmogrov Smirnov data dikatakan berdistribusi normal dikarenakan nilai kolmogrov smirnov 0,086 lebih besar dari 5 0,05. Seperti dinyatakan Janie 2012:36 bahwa terjadi normalitas apabila tingkat signifikansi α nilai Kolmogorov Smirnov. Berikut gambar 4.8 mengenai penjelasan uji normalitas dengan menggunakan Kolmogrov Smirnov. Sumber: Hasil Pengolahan Data, 2014 Kendid Syahid, 2014 Analisis Pengaruh Customer Service Experience Terhadap Behavior Intentions Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu GAMBAR 4.8 SUMMARY NORMALITAS VARIABEL

4.4.1.3 Hasil Uji Asumsi Heteroskedastisitas