Tabel 4.17 Uji Multikolinier Variabel
Toleransi VIF
Keterangan
Tangible 0,626
1,208 Non Multikolinier
Emphaty 0,728
1,297 Non Multikolinier
Reliability 0,445
2,245 Non Multikolinier
Responsiveness 0,769
1,300 Non Multikolinier
Assurance 0,515
1,942 Non Multikolinier
Sumber : Lampiran 6 Berdasarkan tabel 4.17 diketahui bahwa nilai VIF kelima variable bebas
lebih kecil dari 10, artinya kedua variable bebas tersebut tidak terjadi multikolinier.
2. Heteroskedasitas
Pengujian ini digunakan untuk melihat apakah variabel pengganggu mempunyai varian yang sama atau tidak. Heteroskedasitas mempunyai suatu
keadaan bahwa varian dari residual suatu pengamatan ke pengamatan yang lain berbeda.
Dasar analisisnya adalah sebagai berikut : a.
jika ada pola tertentu, separti titik-titik yang ada membentuk pola tertentu yang teratur bergelombang, melebar kemudian menyempit, maka
mengindikasikan telah terjadi Heteroskedasitas. b.
Jika tidak ada pola yang jelas, serta titik-titik menyebar diatas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedasitas.
Gambar 4.1
Uji Heteroskedasitas
Sumber: Lampiran 6 Dari gambar 4.1 diatas dapat diketahui bahwa tidak terjadi heteroskedasitas
karena tidak ada pola yang jelas serta titik-titik menyebar diatas dan dibawah angka 0 pada sumbu Y sehingga dapat dikatakan uji heteroskedasitas terpenuhi.
3. Normalitas
Uji normalitas bisa dilakukan dengan dua cara yaitu dengan “Nornal P-P Plot dan “Tabel Kolmogorof Smirnov”. Yang paling umum digunakan adalah
Normal P-P Plot. Pada Normal P-P Plot prinsipnya normalitas dapat dideteksi dengan
melihat penyebaran data titik pada sumbu diagonal grafik atau dengan melihat histogram dari residualnya. Dasar pengambilan keputusan Ghozali 2007 : 110 :
a. Jika data menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal
atau grafik histogramnya menunjukan pola distribusi normal, maka metode regresi memenuhi asumsi normalitas.
b. Jika data menyebar jauh dari garis diagonal dan tidak mengikuti arah garis
diagonal atau grafik histogram tidak menunjukan pola distribusi normal, maka metode regresi tidak memenuhi asumsi normalitas.
Gambar 4.2
Uji Normalitas
Sumber: Lampiran 6 Dari gambar 4.2 diatas dapat diketahui bahwa data menyebar disekitar diagram
dan mengikuti model regresi sehingga dapat disimpulkan bahwa data yang diolah
merupakan data yang berdistribusi normal sehingga uji normalitas terpenuhi.
4.3.4 Regresi Linier Berganda
Hasil perhitungan regresi linier berganda data dapat dilihat sebagai berikut:
Tabel 4.18 Hasil Analisis Regresi Linier Berganda
Variabel Koefisien Regresi Standar Error t
hitung
Sig Tangible X1
0,282 0,033
5,170 0,006
Emphaty X2 0,240
0,035 3,122
0,012 Reliability X3
0,251 0,022
6,410 0,000
Responsiveness X4 0,201
0,029 7,942
0,000 Assurance X5
0,256 0,023
5,993 0.001
Konstanta 0,344
R-Square 0,703
F
hitung
185,640 Sumber : Lampiran 6
Berdasarkan tabel 4.18 diperoleh persamaan regresi linier berganda sebagai berikut:
�
=
�
+
�
1
�
1
+
�
2
�
2
+
�
3
�
3
+
�
4
�
4
+
�
5
�
5
+
e Y = 0,344 +0,282X1 + 0,240X2 + 0,251X3 + 0,201X4 + 0,256X5 + e
Dari persamaan tersebut dapat dijelaskan sebagai berikut : 1.
Konstanta α sebesar 0,344 Artinya besarnya kepuasan konsumen adalah 0,344 satuan dengan asumsi
variable bebas adalah konstan. 2.
Koefisien regresi untuk variable tangible X1 sebesar 0,282 Berarti jika tangible X1 mengalami kenaikan 1 satuan, maka kepuasan
konsumen starbucks coffeee akan mengalami kenaikan sebesar 0,282 satuan. Dengan asumsi nilai X2,X3,X4,X5 konstan.
3. Koefisien regresi untuk variable emphaty X2 sebesar 0,240
Berarti jika emphaty X2 mengalami kenaikan 1 satuan, maka kepuasan
konsumen starbucks coffeee akan mengalami kenaikan sebesar 0,240 satuan. Dengan asumsi nilai X1,X3,X4,X5 konstan.
4. Koefisien regresi untuk variable reliability X3 sebesar 0,251
Berarti jika reliability X3 mengalami kenaikan 1 satuan, maka kepuasan konsumen starbucks coffeee akan mengalami kenaikan sebesar 0,251 satuan.
Dengan asumsi nilai X1,X2,X4,X5 konstan. 5.
Koefisien regresi untuk variable responsiveness X4 sebesar 0,201 Berarti jika responsiveness X4 mengalami kenaikan 1 satuan, maka
kepuasan konsumen starbucks coffeee akan mengalami kenaikan sebesar 0,201 satuan. Dengan asumsi nilai X1,X2,X3,X5 konstan.
6. Koefisien regresi untuk variable assurance X5 sebesar 0,256
Berarti jika assurance X5 mengalami kenaikan 1 satuan, maka kepuasan konsumen starbucks coffeee akan mengalami kenaikan sebesar 0,256 satuan.
Dengan asumsi nilai X1,X2,X3,X4 konstan. 7.
Dalam hubungan secara simultan dihasilkan koefisien determinasi R
2
sebesar 0,703 yang berarti bahwa kelima variabel bebas yaitu Tangible X1, Emphaty X2, ReliabelityX3, Responsiveness X4, Assurance X5
mampu mejelaskan variabel terikat yaitu Kepuasan Konsumen Y mendapat kepuasan pelayaan sebesar 70,3, sedangkan sisanya yaitu 29,7
dipengaruhi oleh variabel lain.
4.3.5 Pengujian Hipotesis
Untuk membuktikan kebenaran hipotesis yang peneliti ajukan maka perlu diadakan pengujian hasil analisa tersebut dengan menggunakan uji F dan Uji t
