Tabel 4.7 Distribusi Pendapat Responden Terhadap Variabel Kepuasan Konsumen
Pada Bengkel Cahaya
Item STS
TS KS
S SS
Total
F F
F F
F 1
6 6,3
28 29,2
36 37,5 26
27,1
96
2 3
3,1 34
35,4 34
35,4 25
26 96
Sumber: Hasil penelitian, 2010 data diolah
Berdasarkan data pada Tabel 4.7 dapat diketahui Butir 1 Saya puas dengan keseluruhan pengalaman yang saya rasakan mendapat tanggapan
sangat setuju 27,1, setuju 37,5, kurang setuju 29,2, tidak setuju 6,3, sangat tidak setuju 0. Butir 2 Pengalaman yang diberikan
memenuhi harapan saya. mendapat tanggapan sangat setuju 26, setuju 35,4, kurang setuju 35,4, tidak setuju 3,1, sangat tidak setuju 0.
B. Uji Asumsi Klasik
1. Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah nilai residual berdistribusi normal atau tidak, yang dapat dilakukan melalui uji statistik non-parametik
One Sample Kolmogrov-Smirnov. Dengan kriteria sebagai berikut:
a. Jika nilai Asymp. Sig. 2-tailed 0,05 maka tidak mengalami
gangguan distribusi normal. b.
Jika nilai Asymp. Sig. 2-tailed 0,05 maka mengalami gangguan distribusi normal.
Universitas Sumatera Utara
Tabel 4.8
One-Sample Kolmogorov-Smirnov Test
Unstandardize d Residual
N 96
Normal Parametersa,b Mean
,0000000 Std. Deviation
1,24106597 Most Extreme
Differences Absolute
,063 Positive
,056 Negative
-,063 Kolmogorov-Smirnov Z
,616 Asymp. Sig. 2-tailed
,842 a Test distribution is Normal.
b Calculated from data.
Sumber: Hasil penelitian, 2010 data diolah Pada Tabel 4.8 terlihat bahwa nilai Asymp. Sig. 2-tailed adalah 0,842 dan
diatas nilai signifikan 0,05. Dengah kata lain variabel residual berdistribusi normal.
2. Uji Multikolinieritas
Uji multikolinieritas bertujuan untuk menguji adanya korelasi antara
variabel independen. Jika terjadi korelasi maka dinamakan multikol, yaitu adanya masalah multikolinieritas. Model regresi yang baik seharusnya
tidak terjadi korelasi antara variabel independennya. Hasil pengolahan dapat dilihat pada Tabel 4.9 sebagai berikut:
Tabel 4.9
Collinearity Statistics
Model Collinearity Statistics
Tolerance VIF
1 Constant
Sense ,277
3,610 Act
,277 3,610
a Dependent Variable: Kepuasan_Konsumen
Sumber: Hasil penelitian, 2010 data diolah
Universitas Sumatera Utara
3. Uji Heterokedastisitas
Heterokedastisitas terjadi karena perubahan situasi yang tidak tergambarkan dalam spesifikasi model regresi. Dengan kata lain, heterokedastisitas terjadi
jika residual tidak memiliki varian yang konstan. Alat untuk menguji heterokedastisitas dapat dibagi dua yaitu dengan alat analisis grafik scatter
plot atau dengan pendekatan statistik yang disebut sebagai Uji Glejser Situmorang, 2008:65.
a. Pendekatan Statistik Uji Glejser Kriteria pengambilan keputusannya adalah sebagai berikut:
1. Jika nilai signifikasi 0,05, maka tidak mengalami gangguan
heterokedastisitas. Jika nilai signifikasi 0,05, maka mengalami gangguan
heterokedastisitas.
Tabel 4.10
Sumber: Hasil penelitian, 2010 data diolah Pada Tabel 4.10 menunjukkan tidak adanya masalah heterokedastisitas,
dimana hasil uji signifikan sense dan act masing-masing menunjukkan lebih besar dari 0,05. Jadi dapat disimpulkan tidak terdapat adanya heterokedastisitas dalam
model regresi.
Coefficients
a
1,411 ,473
2,982 ,004
-,036 ,050
-,142 -,725
,470 ,003
,039 ,017
,086 ,931
Constant Sense
Act Model
1 B
Std. Error Unstandardized
Coefficients Beta
Standardized Coefficients
t Sig.
Dependent Variable: Kepuasan_Konsumen a.
Universitas Sumatera Utara
b. Pendekatan Grafik
Heterokedastisitas dapat juga dilihat melalui gambar scatterplot. Gambar scatterplot dapat mengindikasi ada atau tidaknya gejala heterokedastisitas.
Apabila grafik membentuk pola-pola tertentu yang teratur maka regresi mengalami gangguan heterokedastisitas. Jika grafik tidak membentuk pola
atau acak maka regresi tidak mengalami gangguan heterokedastisitas Situmorang, 2008:68.
Gambar 4.1 Scatterplot Dependent Variable Kepuasan Konsumen Sumber: Hasil penelitian, 2010 data diolah
3 2
1 -1
-2 -3
Regression Studentized Residual
1
-1
-2
Regression Standardized Predicted
Value
Dependent Variable: Kepuasan_Konsumen Scatterplot
Universitas Sumatera Utara
Gambar 4.1 diatas menunjukkan bahwa penyebaran residual cenderung tidak teratur, terdapat titik-titik yang berpencar dan tidak membentuk pola. Kesimpulan
yang dapat diperoleh adalah tidak terdapat gejala heterodastisitas.
C. Pengujian Hipotesis
