commit to user
variabel diuji normalitasnya. Deteksi normalitas dapat diketahui dengan melihat penyebaran data pada sumbu diagonal pada suatu grafik. Menurut Singgih
Santoso 2001 menetapkan dasar pengambilan keputusan yang digunakan sebagai berikut:
1. Jika data menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal, maka model regresi memenuhi asumsi normalitas.
2. Jika data menyebar jauh dari garis diagonal dan atau tidak mengikuti garis diagonal, maka regresi tidak memenuhi asumsi normalitas.
B. Uji Hipotesis
a. Menghitung Pesamaan Garis Regresi Linier Ganda
Analisis Regresi Linear Berganda adalah hubungan secara linier antara dua atau lebih variabel independen X1, X2,...Xn dengan variabel dependen Y.
Analisis ini untuk mengetahui arah hubungan antara variabel independen dengan variabel dependen apakah masing-masing variabel independen berhubungan
positif atau negatif dan untuk memprediksi nilai dari variabel dependen apabila nilai variabel independen mengalami kenaikan atau penurunan. Persamaan regresi
linear bergandanya dituliskan: Y = a + b
1
X
1
+ b
2
X
2
+ b
3
X
3
+ b
4
X
4
+ b
5
X
5
Ketrangan : Y
= Kepuasan Konsumen X
1
= Keandalan X
2
= Daya Tanggap X
3
= Jaminan X
4
= Empati X
5
= Bukti Langsung a
= Bilangan konstanta b
= Koefisien regresi nilai peningkatan ataupun penurunan Duwi Priyatno, 2008:73
commit to user
b. Uji F
Uji F digunakan untuk mengetahui variabel bebas secara bersama-sama mempunyai berpengaruh secara signifikan terhadap variabel terikat. Atau untuk
mengetahui apakah model regresi dapat digunakan untuk memprediksi variabel terikat atau tidak.
“Signifikan berarti hubungan yang terjadi dapat berlaku untuk populasi. Tingkat signifikansi menggunakan a = 5 atau 0,05
” Duwi Priyatno, 2008:82.
Hasil uji F dilihat dalam tabel ANOVA dalam kolom sig, jika probabilitas 0,05, maka dapat dikatakan terdapat pengaruh yang signifikan secara bersama-
sama variabel bebas terhadap variabel terikat dan model regresi bisa dipakai untuk memprediksi variabel terikat. Atau jika nilai signifikansi 0,05 maka tidak
terdapat pengaruh yang signifikan secara bersama-sama antara variabel bebas terhadap variabel terikat.
c. Uji t
Uji t digunakan untuk menguji secara parsial masing-masing variabel. Hasil uji t dapat dilihat pada tabel coefficients pada kolom sig significance. Jika
probabilitas nilai t atau signifikansi 0,05, maka dapat dikatakan bahwa terdapat pengaruh antara variabel bebas terhadap variabel terikat. Atau jika probabilitas
nilai t atau signifikansi 0,05, maka dapat dikatakan bahwa tidak terdapat pengaruh yang signifikan masing-masing variabel bebas terhadap variabel terikat.
d. Koefisien Determinasi Adjusted R Square
Uji ini bertujuan untuk menentukan proporsi atau presentase total variasi dalam variabel terikat yang diterangkan variabel bebas secara bersama-sama.
Menggunakan Adjusted R Square karena dalam regresi ini menggunakan lebih dari dua variabel bebas.
Hasil perhitungan Adjusted R
2
dapat dilihat pada output Model Summary. Pada kolom Adjusted R
2
dapat diketahui berapa prosentase yang dapat dijelaskan oleh variabel-variabel bebas terhadap variabel terikat. Dan sisanya dipengaruhi
commit to user
atau dijelaskan oleh variabel-variabel lain yang tidak dimasukkan dalam model penelitian ini.
e. Uji Beda Uji t Statistik
Uji t statistik bertujuan untuk mengetahui apakah ada perbedaan yang signifikan antara harapan dengan kenyataan. Dalam penelitian ini untuk
mengetahui apakah kinerja yang didapatkan sudah sesuai dengan yang diharapkan. Uji ini dilakukan dengan bantuan SPSS for Windows. Dengan
hipotesis sebagai berikut. H
= Tidak ada perbedaan yang signifikan antara harapan dengan kenyataan. H
1
= ada perbedaan yang signifikan antara harapan dan kenyataan Syarat Analisis
H Diterima jika sig 0,05.
H Ditolak jika sig 0,05
commit to user
BAB IV HASIL PENELITIAN
