3. Uji Multikolinearitas
Artinya variabel independen yang satu dengan yang lain dalam model regresi berganda tidak saling berhubungan secara sempurna. Untuk mengetahui ada tidaknya
gejala multikolinearitas dapat dilihat dari besarnya nilai tolerance dan VIF Variance Inflation Factor melalui program SPSS. Tolerance mengukur variabilitas variabel
terpilih yang tidak dijelaskan oleh variabel independen lainnya. Nilai umum yang bisa dipakai adalah nilai Tolerance 0,1 atau nilai VIF 5, maka tidak terjadi
multikolinearitas. Hasil pengolahan dapat dilihat pada Tabel 4.12 berikut ini:
Tabel 4.12 Hasil Uji Multikolinearitas
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity Statistics
B Std. Error
Beta Tolerance
VIF
1 Constant
.151 1.693
.089 .929
Financial_Benefit .590
.180 .281
3.277 .001
.921 1.085
Social_Benefit .247
.065 .326
3.775 .000
.915 1.093
Structural_Ties .239
.067 .299
3.564 .001
.968 1.033
a. Dependent Variable: Kepuasan_Pelanggan
Sumber: Hasil penelitian, 2013 data diolah
Pada Tabel 4.12 terlihat bahwa nilai tolerance dari variabel financial benefit, social benefit, dan structural ties 0,1 dan nilai VIF 5 yang artinya tidak terjadi
masalah multikolinearitas pada masing-masing variabel bebasnya.
4.2.4 Analisis Regresi Linier Berganda
Analisis regresi linier berganda digunakan untuk mengetahui berapa besar pengaruh variabel bebas financial benefit, social benefit, dan structural ties
terhadap variabel terikat kepuasan pelanggan PT. Bank Mandiri Persero Tbk, Kantor Cabang Kampus USU Medan. Analisis dilakukan dengan menggunakan
bantuan program SPSS dengan menggunakan metode enter. Metode ini digunakan untuk mengetahui apakah variabel bebas mempunyai pengaruh positif dan signifikan
terhadap variabel terikat.
Tabel 4.13
Variables EnteredRemoved
a
Model Variables
Entered Variables
Removed Method
1 Structural_Ties,
Financial_Benef it,
Social_Benefit
b
. Enter
a. Dependent Variable: Kepuasan_Pelanggan b. All requested variables entered.
Sumber: Hasil penelitian, 2013 data diolah
Tabel 4.13 menunjukkan variables entered removed menunjukkan hasil analisis statistik deskriptif yaitu sebagai berikut:
1. Variabel yang dimasukkan kedalam persamaan adalah variabel bebas yaitu financial benefit X1, social benefit X2, dan structural ties X3.
2. Tidak ada variabel bebas yang dikeluarkan removed 3. Metode yang digunakan untuk memasukkan data yaitu metode enter.
Tabel 4.14 Analisis Regresi Linier Berganda
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
T Sig.
B Std. Error
Beta
1 Constant
.151 1.693
.089 .929
Financial_Benefit .590
.180 .281
3.277 .001
Social_Benefit .247
.065 .326
3.775 .000
Structural_Ties .239
.067 .299
3.564 .001
a. Dependent Variable: Kepuasan_Pelanggan
Sumber: Hasil penelitian, 2013 data diolah
Persamaan Regresi Linier Berganda dapat diperoleh dari Tabel 4.14 sebagai berikut:
Y= a + b
1
X
1
+ b
2
X
2
+ b
3
X
3
+ e = 0,151+0,590X
1
+ 0,247X
2
+ 0,239X
3
+ e
Dimana: Y = Kepuasan Pelanggan
X
1
= Financial Benefit X
2
= Social Benefit X
3
= Structural Ties e
= Variabel Pengganggu standard error Interpretasi model:
1. Konstanta a = 0,151 merupakan nilai konstan, jika nilai variabel bebas Financial Benefit, Social Benefit, Structural Ties = 0 maka kepuasan
pelanggan Y akan sebesar 0,151 2. Variabel Financial Benefit sebesar 0,590 menunjukkan bahwa variabel
financial benefit berpengaruh positif dan signifikan terhadap kepuasan
pelanggan Y. Dengan kata lain, jika variabel financial benefit ditingkatkan sebesar satu satuan maka kepuasan pelanggan akan meningkat sebesar 0,590.
3. Variabel Social Benefit sebesar 0,247 menunjukkan bahwa variabel social benefit berpengaruh positif dan signifikan terhadap kepuasan pelanggan Y.
Dengan kata lain, jika variabel social benefit ditingkatkan sebesar satu satuan maka kepuasan pelanggan akan meningkat sebesar 0,247.
4. Variabel Structural Ties sebesar 0,239 menunjukkan bahwa variabel structural ties berpengaruh positif dan signifikan terhadap kepuasan
pelanggan Y. Dengan kata lain, jika variabel structural ties ditingkatkan sebesar satu satuan maka kepuasan pelanggan akan meningkat sebesar 0,239.
4.2.5 Pengujian Hipotesis 1.
Kategori