H0 : Diferensiasi pelayanan DifPel secara signifikan tidak akan berpengaruh positif terhadap keunggulan bersaing KB
H1 : Diferensiasi pelayanan DifPel secara signifikan akan berpengaruh positif terhadap keunggulan bersaing KB
Dimana : Statistik t hitung = 3.303
Statistik t Tabel = 1.985 Oleh karena statistik t hitung statistik t Tabel, maka H0 ditolak dengan
demikian berarti : Koefisien regresi Diferensiasi Pelayanan DifPel benar-benar signifikan
berpengaruh positif terhadap keunggulan bersaing KB
4.5.3. Diferensiasi Citra
H0 : Diferensiasi citra DifCit secara signifikan tidak akan berpengaruh positif terhadap keunggulan bersaing KB
H1 : Diferensiasi citra DifCit secara signifikan akan berpengaruh positif terhadap keunggulan bersaing KB
Dimana : Statistik t hitung = 3.470
Statistik t Tabel = 1.985 Oleh karena statistik t hitung statistik t Tabel, maka H0 ditolak dengan
demikian berarti :
Koefisien regresi Diferensiasi Citra DifCitra benar-benar signifikan berpengaruh positif terhadap keunggulan bersaing KB
4.6. Analisis Model Penelitian Tahap II
Analisis model penelitian tahap kedua untuk menguji fungsi linier variabel terikat Y1 terhadap variabel terikat Y2 adalah dengan melakukan koefisien
determinasi, uji signifikansi simultan dan uji signifikansi individual dan interpretasi koefisien beta.
4.6.1. Koefisien Determinasi
Analisis model penelitian fungsi linier variabel terikat Y1 terhadap variabel terikat Y2 adalah dengan melakukan uji R determinasi terhadap kedua variabel
terikat pada model penelitian dengan hasil seperti pada Tabel 4.27.
Tabel 4.27. Rekapitulasi Model Penelitian
Model Summary
b
,806
a
,650 ,647
2,283 2,317
Model 1
R R Square
Adjusted R Square
Std. Error of the Estimate
Durbin-W atson
Predictors: Constant, Standardized Predicted Value a.
Dependent Variable: Kinerja Pemasaran b.
Dari hasil analisis menunjukkan bahwa :
c. Adjusted R
2
adalah 0.650 sehingga dapat diinterpretasikan bahwa 65 variasi terbentuknya keunggulan bersaing mobilephone yang berbasis CDMA dapat
dijelaskan oleh variabel terikat : Kinerja Pemasaran. Sedangkan sisanya 100 - 65 = 35 dijelaskan oleh sebab-sebab lain diluar model. Standard Errof of the
Estimated SEE sebesar 2.283 menunjukkan ketepatan model dalam memprediksi variabel terikat.
d. Hasil analisis menunjukkan bahwa nilai R adalah 0.806 yang 0.5 berarti terdapat
hubungan antara variabel terikat Y1 secara bersama-sama terhadap variabel terikat Y2 adalah cukup kuat.
4.6.2. Uji Signifikansi Simultan Uji Statistik F
Untuk mengetahui apakah variabel terikat Y1 mempunyai pengaruh terhadap variabel terikat Y2 maka dilakukan uji Anova atau F-test dan diperoleh
hasil seperti pada Tabel 4.28.
Tabel 4.28. Hasil Aplikasi ANOVA
b
ANOVA
b
949,869 1
949,869 182,209
,000
a
510,881 98
5,213 1460,750
99 Regression
Residual Total
Model 1
Sum of Squares
df Mean Square
F Sig.
Predictors: Constant, Standardized Predicted Value a.
Dependent Variable: Kinerja Pemasaran b.