setuju, 8 orang atau 9,3 menyatakan kurang setuju, dan tidak ada yang menyatakan tidak setuju dan sangat tidak setuju.
g Pada pernyataan ketiga puluh enam Kinerja pelayanan di klinik ini sesuai dengan kinerja ideal pada umumnya sebanyak 27 orang atau 31,4 yang
menyatakan sangat setuju, 48 orang atau 55,8 menyatakan setuju, 7 orang atau 8,1 menyatakan kurang setuju, 4 orang atau 4,7 menyatakan tidak setuju,
dan tidak ada yang menyatakan sangat tidak setuju.
4.2.2 Analisis Statistik Hipotesis I
H
1
: Bukti Fisik, Jaminan, Kehandalan, Daya Tanggap, dan Empati berpengaruh
positif dan signifikan terhadap Kepuasan Pelanggan pada Klinik Dermato Dr. Rolintan Simanungklait, Sp.KK. Medan.
4.2.2.1. Uji Asumsi Klasik a. Uji Normalitas
Ada dua cara untuk mendeteksi apakah data berdistribusi normal atau tidak, yaitu dengan pendekatan grafik dan pendekatan Kolmogorv-Smirnov.
1. Pendekatan Grafik Salah satu cara untuk melihat normalitas adalah dengan melihat grafik
histogram dan grafik normal plot yang membandingkan antara dua observasi dengan distribusi yang mendekati distribusi normal.
Universitas Sumatera Utara
Sumber : Hasil Pengolahan SPSS April 2014
Gambar 4.1 Grafik Histogram Uji Normalitas
Sumber : Hasil Pengolahan SPSS April 2014
Gambar 4.2 Grafik Normal P-P Plot Uji Normalitas
Universitas Sumatera Utara
Berdasarkan Gambar 4.1 dapat diketahui bahwa hubungan dari variabel Bukti Fisik, Jaminan, Kehandalan, Daya Tanggap, dan Empati terhadap
Kepuasan Pelanggan adalah berdistribusi normal, hal ini ditunjukkan oleh gambar yang tidak terlihat melenceng ke kiri ataupun ke kanan. Sedangkan pada
gambar 4.2 data berdistribusi normal dapat di lihat pada scatterplot, terlihat titik yang mengikuti data di sepanjang garis diagonal.
2. Pendekatan Kolmogorv-Smirnov Uji normalitas dengan grafik bisa saja terlihat berdistribusi normal, padahal
secara statistik tidak berdistribusi normal. Berikut ini pengujian normalitas yang berdasarkan dengan uji statistik non-parametik Kolmogorv-Smirnov K-S untuk
memastikan apakah data benar berdistribusi normal. Tabel 4.12
One-Sample Kolmogrov-Smirnov Test
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 86
Normal Parameters
a,b
Mean .0000000
Std. Deviation 1.97425657
Most Extreme Differences Absolute
.068 Positive
.057 Negative
-.068 Kolmogorov-Smirnov Z
.634 Asymp. Sig. 2-tailed
.816 a. Test distribution is Normal.
b. Calculated from data.
Sumber : Hasil Pengolahan SPSS April 2014
Universitas Sumatera Utara
Berdasarkan Tabel 4.12 terlihat bahwa nilai Asymp.Sig. 2-tailed adalah 0,816, dan di atas nilai signifikan 5 0,05, dengan kata lain variabel residual
berdistribusi normal.
b. Uji Heteroskedastisitas
Uji heteroskedastisitas ini bertujuan untuk menguji apakah didalam model regresi terjadi ketidaksamaan varians dari suatu variabel pengamatan ke
pengamatan lain. Jika varians dari residual satu pengamatan ke pengamatan yang lain tetap, maka disebut homoskedastisitas dan jika berbeda disebut
heteroskedastisitas. Model regresi yang baik adalah yang homoskedastisitas atau tidak terjadi heteroskedastisitas.
Ada beberapa cara untuk mendeteksi ada atau tidaknya heteroskedastisitas, yaitu :
1. Metode Grafik Dasar analisis adalah tidak ada pola yang jelas, serta titik-titik menyebar
di atas dan dibawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas, sedangkan jika ada pola tertentu, seperti titik-titik yang
membentuk pola tertentu yang teratur, maka mengindikasikan telah terjadi heteroskedastisitas.
Universitas Sumatera Utara