58
tersebut diketahui bahwa 67,7 menyatakan setuju dari pernyataan ini sebagai kepuasan pelanggan.
11. Pada pernyataan “Saya puas setelah menggunakan produk Butik Widuri”, dapat
digambarkan bahwa tidak ada atau 0 responden menyatakan sangat tidak setuju, responden yang menyatakan tidak setuju 0, 3,2 responden menyatakan netral,
71 responden menyatakan setuju, dan 25,8 responden menyatakan sangat setuju. Dari hasil perhitungan tersebut diketahui bahwa 71 menyatakan setuju
dari pernyataan ini sebagai kepuasan pelanggan.
4.3 Hasil Uji Asumsi Klasik 4.3.1 Uji normalitas
Pengujian apakah distribusi data normal atau tidak, salah satunya dengan menggunakan analisis grafik. Cara yang paling sederhana adalah dengan melihat
histogram yang membandingkan antara data observasi dengan distribusi yang mendekati distribusi normal sebagaimana Gambar 4.1 berikut:
Gambar 4.1 Grafik Histogram
Universitas Sumatera Utara
59
Dengan melihat tampilan grafik histogram, dapat disimpulkan bahwa grafik histogram memberikan pola distribusi normal. Hal ini ditunjukkan oleh distribusi data
tersebut tidak menceng ke kiri atau menceng ke kanan. Namun demikian dengan hanya melihat histogram, hal ini dapat memberikan hasil yang meragukan khususnya untuk
jumlah sampel kecil. Metode yang handal adalah dengan melihat normal probability plot, dimana pada grafik normal plot terlihat titik-titik menyebar disekitar garis
diagonal serta penyebarannya mengikuti arah garis diagonal, sebagaimana ditampilkan pada Gambar 4.2 berikut:
Gambar 4.2 Grafik Normal Probability Plot
Universitas Sumatera Utara
60
Jika dilihat berdasarkan grafik normal plot terlihat titik-titik menyebar tidak jauh dari garis diagonal. Hal ini menunjukkan bahwa grafik pola distribusi normal, maka
model regresi memenuhi asumsi normalitas. Dalam uji normalitas residual dengan grafik dapat menyesatkan apabila tidak hati-hati secara visual kelihatan normal, oleh
karena itu untuk melengkapi uji grafik dilakukan juga uji statistik lain yang dapat digunakan untuk menguji normalitas residual adalah uji statistik Kolmogorov-Smirnov
K-S dapat dilihat pada Tabel 4.11 berikut:
Tabel 4.11 One- Sample Kolmogorov-Smirnov Test
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 31
Normal Parameters
a,,b
Mean .0000000
Std. Deviation .31997611
Most Extreme Differences Absolute
.087 Positive
.087 Negative
-.058 Kolmogorov-Smirnov Z
.483 Asymp. Sig. 2-tailed
.974 a. Test distribution is Normal.
b. Calculated from data.
Berdasarkan Tabel 4.11 mengindikasikan bahwa data mempunyai distribusi normal, dimana berdasarkan nilai signifikan Kolmogorov-Smirnov menunjukkan nilai
lebih besar 0,05 yang mempunyai nilai signifikan 0,974 maka dapat dinyatakan bahwa data mempunyai distribusi normal.
Universitas Sumatera Utara
61
4.3.2 Uji Multikolinearitas
Dalam mendeteksi ada tidaknya gejala multikolinearitas antar variabel independen pada model persamaan pertama digunakan variance inflation factor VIF.
Berdasarkan hasil yang ditunjukkan dalam output SPSS maka besarnya VIF dari masing-masing variabel independen dapat dilihat pada Tabel 4.12 sebagai berikut:
Tabel 4.12 Hasil Perhitungan VIF
Coefficients
a
Model Correlations
Collinearity Statistics Zero-order
Partial Part
Tolerance VIF
1 Tangible
.968 .328
.032 .047
1.338 Emphaty
.948 .164
.015 .045
2.022 Responsiveness
.954 .488
.052 .047
1.201 Reliability
.935 .399
.040 .124
3.057 Assurance
.976 .462
.048 .051
1.670 Kreativitas
.969 .519
.056 .052
1.238 a. Dependent Variable: Kepuasan Pelanggan
Berdasarkan Tabel 4.12 diatas menunjukkan bahwa kedua variabel independen tidak terjadi multikolinearitas karena nilai VIF 5,0. Sehingga dapat disimpulkan tidak
terdapat pengaruh antar variabel independen. Dengan demikian variabel independen Kualitas Pelayanan dan Kreativitas dapat digunakan untuk memprediksi Kepuasan
Pelanggan selama periode pengamatan.
4.3.3 Uji Heteroskedastisitas
Berdasarkan output SPSS maka hasil uji heteroskedastisitas dapat ditunjukkan dalam Tabel 4.13 sebagai berikut:
Universitas Sumatera Utara
62
Tabel 4.13 Hasil Uji Heteroskedastisitas
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
B Std. Error
Beta t
Sig. 1
Constant .772
.214 3.614
.001 Tangible
.017 .051
.251 .334
.741 Emphaty
-.043 .050
-.646 -.847
.405 Responsiveness
.065 .048
1.011 1.350
.190 Reliability
-.096 .035
-1.244 -2.695
.053 Assurance
-.004 .050
-.061 -.085
.933 Kreativitas
.015 .029
.371 .520
.608 a. Dependent Variable: absut
Berdasarkan hasil yang ditunjukkan dalam Tabel 4.13 tersebut nampak bahwa variabel bebas yaitu: Kualitas Pelayanan dan Kreativitas menunjukkan hasil yang tidak
signifikan yaitu terlihat dari probabilitas signifikansinya di atas tingkat kepercayaan 5, sehingga dapat disimpulkan bahwa variabel tersebut tidak terjadi
heteroskedastisitas dalam varian kesalahan, dan variabel Kualitas Pelayanan dan Kreativitas yang digunakan tidak mempengaruhi risidualnya. Untuk menentukan
heteroskedastisitas juga dapat menggunakan grafik scatterplot, titik-titik yang terbentuk harus menyebar secara acak, tersebar baik diatas maupun dibawah angka 0 pada sumbu
Y. Hasil uji heteroskedastisitas dapat dilihat melalui grafik Scatterplot, yang ditunjukkan pada Gambar 4.3 dibawah ini:
Universitas Sumatera Utara
63
Gambar 4.3 Uji Heteroskedastisitas
Dari grafik scatterplot terlihat bahwa titik-titik menyebar secara acak serta tersebar baik diatas maupun dibawah angka nol 0 pada sumbu Y, tidak berkumpul
disatu tempat, serta tidak membentuk pola tertentu sehingga dapat disimpulkan bahwa tidak terjadi heteroskedastisitas pada model regresi dalam artinya bahwa varian semua
variabel ini menunjukkan variabel independen Kualitas Pelayanan dan Kreativitas dapat digunakan untuk memprediksi Kepuasan PelangganButik Widuri Medan.
4.4 Regresi Linear Berganda
