commit to user 100
Dari tabel IV.2 Dapat dilihat bahwa hasil variabel kehandalan, daya tanggap, jaminan, empati, bukti langsung, dan kepuasan memiliki
koefisien Cronbach’s Alpha 0,60, maka seluruh instrumen dari kelima variabel adalah reliabilitas konsistenhandal.
A. Pengujian Asumsi Klasik
Pengujian asumsi klasik bertujuan untuk mengetahui apakah data dalam penelitian pengalami masalah asumsi bias ataukah tidak, asumsi
klasik dalam penelitian menggunakan tiga pengujian asumsi klasik normalitas, multikolinieritas, dan heteroskedastisitas. Pengujian asumsi
klasik selengkapnya sebagai berikut:
1. Uji Normalitas
Pengujian ini dilakukan untuk mengetahui apakah dalam model regresi di atas, variabel dependen maupun independen berdistribusi normal
atau tidak. Dalam penelitian ini pengujian normalitas dilakukan dengan uji Kolmogorov-smirnov dan dilengkapi dengan uji P-Plot. Kriteria dalam
pengujian ini adalah apabila nilai signifikansi uji Kolmogorov-smirnov 0,05 atau pada pengujian P-Plot sebaran data mengikuti garis diagonalnya
maka sebaran data tersebut dinyatakan normal Imam Ghozali, 2006.
Tabel 4.3 Uji Kolmogorov-Smirnov
Model Z
Probability p Kriteria Kesimpulan
Unstandardized residual
0,443 0,990
P α 0,05
Data Berdistribusi Normal
Sumber: data primer diolah 2010
commit to user 101
Dari tabel diatas diketahui bahwa nilai signifikansi atau probabilitas 0,05 maka dapat disimpulkan bahwa seluruh variabel
penelitian mempunyai sebaran data berdistribusi normal. Hasil pengujian normalitas menggunakan P-Plot diperoleh hasil sebagai berikut:
Observed Cum Prob
1.0 0.8
0.6 0.4
0.2 0.0
E x
pec te
d C
um P
rob
1.0 0.8
0.6 0.4
0.2 0.0
Normal P-P Plot of Regression Standardized Residual
Dependent Variable: Kepuasan
Berdasarkan hasil pengujian normalitas menggunakan uji P-Plot, dapat dilihat bahwa sebaran data dalam penelitian ini mengikuti garis
diagonalnya sehingga sebaran data dalam penelitian ini dapat dinyatakan terdistribusi normal.
2. Uji Multikoliniearitas
Uji multikolinearitas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi yang sempurna antar variabel bebas
independen. Model regresi yang baik seharusnya tidak terjadi korelasi
commit to user 102
yang sempurna diantara variabel bebas. Salah satu cara untuk mendeteksi adanya multikolinearitas adalah dengan melihat tolerance atau Varians
Inflation Factor VIF. Apabila tolerance lebih kecil dari 0,1 atau nilai VIF lebih besar dari 10, maka terjadi masalah multikolinearitas.
Tabel 4.4 Hasil Uji Multikoliniearitas
Variable Collinearity Statistics
Tolerance VIF
Kehandalan .699
1.431 Daya Tanggap
.489 2.044
Jaminan .893
1.120 Empati
.831 1.203
Bukti Langsung .581
1.722 Dependent Variable: Kepuasan
Hasil uji multikolinearitas pada pada tabel di atas diketahui bahwa hasil uji multikolinieritas nilai tolerance pada masing-masing variabel
lebih besar dari 0,1 sedangkan nilai Varians Inflation Factor VIF lebih kecil dari 10, sehingga model regresi dalam penelitian disimpulkan tidak
ada masalah multikolinearitas.
3. Uji Heteroskedastisitas
