Berdasarkan tabel 4.5 Yang merupakan hasil uji autokorelasi, didapatkan hasil uji Durbin Watson sebesar 2,076. Dari n=30, dan k=3 dengan a=5, dari tabel
Durbin Watson dapat dilihat bahwa nilai dU=1.650 dan dL=1.214. Berdasarkan data yang diperoleh diatas, maka tidak terjadi autokorelasi karena nilai Durbin Watson
dU yaitu 2.0761.650. d.
Hasil Uji Normalitas Selain uji asumsi klasik multikolinieritas dan heteroskedastisitas, uji asumsi
klasik yang lain adalah uji normalitas, dimana akan menguji data variabel bebas X dan data variabel terikat Y pada persamaan regresi yang dihasilkan. Berdistribusi
normal atau berdistribusi tidak normal. Persamaan regresi dikatakan baik jika mempunyai data variabel bebas dan data variabel terikat berdistribusi mendekati
normal atau berdistribusi tidak normal.
64
Gambar 4 15 Hasil Uji Normalitas Grafik P-Plot
Sumber : Data primer yang diolah
64
Danang Sunyoto, Op.Cit, hlm. 103.
Gambar 4.15 Memperlihatkan data yang berada di sekitar garis diagonal dan mengikuti arah garis diagonal. Ini menunjukkan bahwa model regresi telah memenuhi
asumsi normalitas. Selain dengan melihat grafik diatas, normalitas data juga dengan melihat uji statistik dalam penelitian ini menggunakan uji statistik non-parametik
Kolmogorov-Smirnov. Data normal bila nilai sig p 0,05 dan tidak normal apabila nilai sig p 0,05.
65
Tabel 4 6 Hasil Uji Normalitas K-S
One-Sample Kolmogorov-Smirnov Test
Unstandardiz ed Residual
N 30
Normal Parameters
a,b
Mean 0E-7
Std. Deviation
2.10348464 Most Extreme
Differences Absolute
.097 Positive
.091 Negative
-.097 Kolmogorov-Smirnov Z
.532 Asymp. Sig. 2-tailed
.940 a. Test distribution is Normal.
b. Calculated from data. Sumber : Data primer yang diolah
Berdasarkan uji ststistik normalitas pada tabel 4.6 menunjukkan bahwa nilai p sebesar 0,940 lebih besar daripada 0,05 yang berarti data berdistribusi normal.
65
Muhammad Nisfiannoor, Pendekatan Statistika Modern untuk Ilmu Sosial, Jakarta: Salemba Humanika, 2009, hlm. 93.
2. Hasil Uji Hipotesis
a. Hasil Uji Koefisien Determinasi R
2
Koefisien determinasi menunjukkan seberapa besar persentase variasi variabel independen yang digunakan dalam model mampu menjelaskan variasi variabel
dependen.
66
Tabel 4 7 Hasil Uji Koefisien Determinasi
Model Summary
b
Mode l
R R Square
Adjusted R Square
Std. Error of the Estimate
Durbin- Watson
1 .738
a
.545 .492
2.22153 2.076
a. Predictors: Constant, Proses klaim, Pengetahuan, Pelayanan b. Dependent Variable: Manfaat produk
Sumber : Data primer yang diolah Tabel 4.7 menunjukkan koefisien korelasi R sebesar 0,738 yang
menunjukkan bahwa hubungan antara variabel independen yaitu pengetahuan produk, kualitas pelayanan, proses klaim dengan variabel dependen manfaat produk AJP
Mikro Sakinah menunjukkan korelasi positif. Tabel 4.7 Menunjukkan nilai koefisien determinasinya R
2
sebesar 0,545 yang berarti bahwa variasi variabel pengetahuan produk, kualitas pelayanan dan
proses klaim mempengaruhi manfaat produk yang dirasakan ahli waris sebesar 54,5. Sisanya yaitu 45,5 100-54,5, variasi variabel Y dipengaruhi oleh variabel
lain yang berada di luar persamaan model.
66
Duwi Priyatno, Belajar Cepat Olah Data Statistik dengan SPSS, Yogyakarta: Andi, 2010, hlm.66
b. Uji Signifikansi Simultan Uji F
Pengujian dengan ANOVA berdasarkan nilai signifikansi F di sebut uji F. uji ini dimaksudkan untuk mengetahui model regresi yang diajukan peneliti sudah baik atau
tidak. Dalam hal ini uji F dilakukan untuk mengetahui pengaruh pengetahuan produk, proses klaim, kualitas pelayanan terhadap manfaat produk. Tabel dibawah ini
merupakan hasil dari Test of ANOVA. Tabel 4 8 Hasil Uji Statistik F variabel X dan Y
ANOVA
a
Model Sum of
Squares df
Mean Square
F Sig.
1 Regression
153.552 3
51.184 10.371
.000
b
Residual 128.315
26 4.935
Total 281.867
29 a. Dependent Variable: Manfaat produk
b. Predictors: Constant, Proses klaim, Pengetahuan, Pelayanan Sumber : Data primer yang diolah
Hipotesa penelitian ini menyatakan bahwa pengetahuan produk, kualitas pelayanan dan proses klaim mempunyai pengaruh terhadap manfaat produk. Ketiga
variabel berpengaruh secara linier terhadap manfaat produk, dengan cara membandingkan angka signifikansi sebesar 0,000 dengan 0,05. Hasil angka 0,000
dari 0,05 maka H
o
ditolak dan menerima H
1
. Artinya pengetahuan produk, kualitas pelayanan, proses klaim secara bersama-sama berpengaruh terhadap manfaat produk
AJP Mikro Sakinah yang dirasakan oleh ahli waris. Dari perhitungan pada tabel didapat nilai F
hitung
pada model 1 sebesar 10,371 dengan signifikansi 5, df1 = 3 dan df2 = 26, didapat nilai F
tabel
sebesar 2,98. Maka
dapat disimpulkan bahwa F
hitung
F
tabel
yaitu 10,371 2,98 berarti H
o
ditolak dan artinya pengetahuan produk, kualitas pelayanan dan proses klaim berpengaruh secara
nyata terhadap manfaat produk. c.
Uji Statistik Parsial Uji Statistik t Pengujian hipotesis secara parsial individu bertujuan untuk mengukur ada
atau tidaknya pengaruh antara masing-masing variabel bebas terhadap variabel terikatnya. Hasil hipotesis pengujiannya sebagai berikut:
Tabel 4 9 Hasil Uji Statistik Parsial Uji t
Coefficients
a
Model t
Sig.
1 Constant
2.290 .030
Pengetahuan -2.351
.027 Pelayanan
1.771 .088
Proses klaim 2.103
.045 a. Dependent Variable: Manfaat produk
Sumber : Data primer yang diolah Berdasarkan pada tabel coefficients diatas untuk mengetahui besarnya
pengaruh masing-masing variabel bebas secara parsial terhadap variabel terikat adalah sebagai berikut:
1 Menguji Signifikansi variabel Pengetahuan Produk X
1
Telihat bahwa t
hitung
adalah sebesar -2,351, sedangkan t
tabel
bisa di hitung pada tabel t-test, dengan menggunakan rumus t
tabel
= n - k. yang mana besarnya n=30 responden dan k= variabel ke-1 pengetahuan produk. Maka df=29 dengan
signifikansi 5. Maka berdasarkan t
tabel
diperoleh hasil sebesar 1,699. Maka dapat
disumpulkan bahwa t
hitung
t
tabel
-2,3511,699. Maka H
o
diterima dan H
1
ditolak, berarti tidak terdapat pengaruh secara nyata variabel pengetahuan ahli waris terhadap
manfaat produk. 2
Menguji Signifikansi variabel kualitas pelayanan Berdasarkan tabel diatas besar t
hitung
adalah sebesar 1,771, sedangkan t
tabel
bisa di hitung pada tabel t-test, dengan menggunakan rumus t
tabel
= n - k. yang mana besarnya n=30 responden dan k= variabel ke-2 pelayanan. Maka df=28 dengan
signifikansi 5. Maka berdasarkan t
tabel
diperoleh hasil sebesar 1,701. Maka dapat disumpulkan bahwa t
hitung
t
tabel
1,7711,701. Maka H
o
ditolak dan H
2
diterima, berarti terdapat pengaruh secara nyata variabel pelayanan terhadap manfaat produk.
3 Menguji Signifikansi variabel Proses Klaim
Berdasarkan tabel diatas besar t
hitung
adalah sebesar 2,103, sedangkan t
tabel
bisa di hitung pada tabel t-test, dengan menggunakan rumus t
tabel
= n - k. yang mana besarnya n=30 responden dan k= variabel ke-3 proses klaim. Maka df=27 dengan
signifikansi 5. Maka berdasarkan t
tabel
diperoleh hasil sebesar 1,703. Maka dapat disumpulkan bahwa t
hitung
t
tabel
2,1031,703. Maka H
o
ditolak dan H
3
diterima, berarti terdapat pengaruh secara nyata variabel proses klaim terhadap manfaat
produk.
