50 Berdasarkan Tabel 4.3 kolom Corrected Item-total Correlation menunjukkan
korelasi antara skor total item yang dapat digunakan untuk menguji validitas instrument. R
tabel
untuk sampel 30 adalah sebesar 0,361. Berdasarkan Tabel 4.3 dapat dilihat bahwa dari 24 pernyataan yang dibuat dalam
kuesioner ternyata tidak ada pernyataan yang tidak valid karena r
hitung
positif yang dapat dilihat dari kolom Corrected Item-total Correlation dan r
hitung
r
tabel
sehingga dapat disimpulkan bahwa ke 24 pernyataan tersebut valid. 2. Uji Reliabilitas
Suatu konstruk atau variabel dikatakan reliable jika memberikan nilai Cronbach Alpha 0,6 atau Cronbach Alpha 0,8. Berdasarkan hasil pengolahan data untuk
uji reliabilitas dapat dilihat pada Tabel 4.4 berikut :
Tabel 4.4 Uji Reliabilitas
Reliability Statistics
Cronbachs Alpha N of Items
.942 24
Sumber : Hasil Penelitian Data Diolah SPSS Mei, 2016 Hasil pengolahan data pada Tabel 4.4 menunjukkan bahwa nilai dari cronbach
alpha sebesar 0,942 yang lebih besar dari 0,8 dengan demikian data tersebut telah reliable.
4.2.2 Uji Asumsi Klasik
Syarat uji asumsi klasik harus dipenuhi agar model regresi dapat dianalisis, dan syarat asumsi klasik yang harus dipenuhi tersebut adalah :
1. Uji Normalitas Uji normalitas bertujuan untuk menguji apakah model regrresi berdistribusi
normal. Uji normalitas dapat dilakukan dengan analisis grafik dilihat dari titik-
51 titik yang menyebar disekitar garis diagonal, yakni distribusi data dengan bentuk
lonceng dan distribusi data tersebut tidak menceng ke kiri atau ke kanan.
Gambar 4.2 Histogram Uji Normalitas
Sumber : Hasil Penelitian Data Diolah Mei, 2016
Gambar 4.3 Plot Uji Normalitas
Sumber : Hasil Penelitian Data Diolah Mei, 2014
52 Berdasarkan Gambar 4.2 dapat diketahui bahwa variabel berdistribusi normal, hal
ini ditunjukkan oleh data tersebut tidak melenceng ke kiri atau ke kanan, sedangkan pada Gambar 4.3 dapat juga terlihat titik yang mengikuti data di
sepanjang garis diagonal, hal ini berarti data berdistribusi normal. Namun untuk lebih memastikan bahwa data di sepanjang garis diagonal berdistribusi normal
maka dilakukan uji Kolmogorov-Smirnov K-S.
Tabel 4.5 uji Kolmogorov-Smirnov
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 80
Normal Parameters
a,,b
Mean .0000000
Std. Deviation 9.78378146
Most Extreme Differences Absolute
.105 Positive
.089 Negative
-.105 Kolmogorov-Smirnov Z
.937 Asymp. Sig. 2-tailed
.343 a. Test distribution is Normal.
b. Calculated from data.
Sumber : Hasil Penelitian Data Diolah Mei, 2014 Berdasarkan Tabel 4.5 dapat diketahui bahwa nilai Asymp.Sig. 2-tailed
adalah 0,343, ini berarti di atas nilai signifikan 0,05 atau 5 oleh karena itu, sesuai dengan analisis grafik, analisis statistik dengan uji statistik non-parametik
Kolmogorov-Smirnov K-S juga menyatakan bahwa variabel residual berdistribusi normal.
2. Uji Heteroskedastisitas
53 Uji ini bertujuan untuk menguji model regresi terjadi ketidaksamaan varians dari
satu residual pengamatan ke pengamatan lain. jika varians dari residual satu 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 : a. Metode Grafik
Dasar analisis adalah jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas,
sedangkan jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur, maka mengindikasikan telah terjadi heteroskedastisitas.
Gambar 4.4 Scatterplot
Sumber : Hasil Penelitian Data Diolah Mei, 2016
Berdasarkan Gambar 4.4 dapat terlihat bahwa tidak ada pola yang jelas,serta titik-titik menyebar diatas dan di bawah angka 0 pada sumbu Y,
makaberdasarkan metode grafik tidak terjadi heteroskedastisitas pada model regresi.
54 b. Uji Glejser
Glejser mengusulkan untuk meregresi nilai absolute residual terhadap variabel independen. Jika variabel independen signifikan secara statistik mempengaruhi
variabel independen, maka ada indikasi terjadi heteroskedastisitas.
Tabel 4.6 Uji Glejser
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
T Sig.
B Std. Error
Beta 1
Constant -4.412
6.212 -.710
.480 Strategi Nilai Pelanggan
.135 .728
.023 .185
.854 Sistem Organisasional
-.007 .456
-.002 -.015
.988 Perbaikan Kualitas
Berkelanjutan .910
.404 .325
2.256 .067
a. Dependent Variable: ABSUT Kriteria pengambilan keputusan dengan uji glejser sebagai berikut :
a Jika nilai signifikansi 0,05 maka tidak mengalami gangguan heteroskedastisitas
b Jika nilai signifikansi 0,05 maka mengalami gangguan heteroskedastisitas
Tabel 4.6 memperlihatkan bahwa tidak satupun variabel independen yang signifikan secara statistik mempengaruhi variabel dependen absolute Ut Absut.
55 Hal ini terlihat dari probabilitas signifikansi di atas tingkat kepercayaan 5, jadi
model regresi tidak mengarah adanya heteroskedastisitas. Uji Multikolinearitas
Gejala multikolinearitas dapat dilihat dari besarnya nilai Tolerance dan VIF Variance Inflation Factor. Kedua ukuran ini menunjukkan setiap variabel
independen manakah yang dijelaskan oleh variabel independen lainnya. Tolerance mengukur variabilitas variabel independen terpilih yang tidak dijelaskan oleh
variabel independen lainnya. nilai umum yang biasa dipakai adalah nilai Tolerance 0,1 atau nilai VIF 5, maka tidak terjadi multikolinearitas.
Uji Multikolinearitas
Tabel 4.7 Uji Multikolinearitas
Coefficients
a
Model Unstandardized
Coefficients Standardize
d Coefficients
t Sig.
Collinearity Statistics B
Std. Error Beta
Toleranc e
VIF 1
Constant 88.669
10.446 8.488
.000 Strategi Nilai
Pelanggan -4.298
1.225 -.421
-3.508 .001
.780 1.282
Sistem Organisasional
.449 .767
.090 .586
.560 .476
2.100 Perbaikan Kualitas
Berkelanjutan .280
.679 .058
.412 .681
.564 1.774
a. Dependent Variable: Kepuasan Pasien
Berdasarkan Tabel 4.7 dapat terlihat bahwa:
56 a Nilai VIF dari variabel Kepuasan dan Variabel Pengetahuan Produk lebih
kecil atau dibawah 5 VIF 5, ini berarti tidak terdapat multikolineritas antar variabel independen dalam model regresi.
b Nilai Tolerance dari variabel Kepuasan dan Pengetahuan Produk lebih besar dari 0,1 Nilai Tolerance 0,1 ini berarti tidak terdapat
multikolinearitas antar variabel independen dalam model regresi.
4.2.3 Analisis Regresi Linear Berganda