65
1 Dari 100 responden yang menyatakan tentang pelayanan yang diberikan
sesuai dengan harapan pelanggan, paling banyak yang menyaakan sangat setuju 33 dan paling sedikit yang menyatakan tidak setuuju 2.
2 Dari 100 responden yang menyatakan tentang terpenuhinya kebutuhan
pelanggan atas jasa yang diberikan, paling banyak yang menyatakan setuju 67 dan paling sediki yang menyatakan tidak setuju 3.
3 Dari 100 responden yang menyatakan tentang fasilitas yang diberikan sesuai
dengan harapan, paling banyak yang menyatakan setuju 49 dan paling sedikit yang menyatakan tidak setuju 4.
4 Dari 100 responden yang menyatakan tentang kenyamanan yang diberikan
sesuai dengan harapan, paling banyak yang menyatakan setuju 46 dan paling sedikit yang menyatakan sangat tidak setuju 3.
4.3. Uji Asumsi Klasik
4.3.1 Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah model regresi berdistribusi normal0, Uji normalitas dapat dilakukan dengan analisis grafik dilihat dari titik-
titik yang menyebar di sekitar garis diagonal yakni distribusi data dengan bentuk lonceng dan distribusi data tersebut tidak menceng ke kiri atau menceng ke
kanan0, Uji normalitas dilakukan dengan menggunakan pendekatan
kolmogorv- smirnov0,
Dengan menggunakan tingkat signifikan 5 0,05 maka jika nilai
Asymp0,Sig
0,
2-tailed
di atas nilai signifikan 5 artinya variabel residual
berdistribusi normal.
Universitas Sumatera Utara
66
a. Pada grafik histogram, dikatakan bahwa variabel berdistribusi normal pada
grafik histogram yang berbentuk lonceng apabila distribusi data tersebut tidak menceng ke kiri atau menceng ke kanan. Hasil pengujian dapat dilihat pada
grafik berikut ini:
Gambar 4G Gambar 4.1
Sumber : Data primer diolah, 2015
Gambar 4.1 dapat dilihat bahwa residualdata berdistribusi normal, hal tersebutditunjukkan oleh distribusi data yang berbentuk loncengdan tidak
menceng ke kiri atau ke kanan.
Universitas Sumatera Utara
67
b. Apabila
plot
dari keduanya berbentuk linear dapat didekati oleh garis lurus, maka hal ini merupakan indikasi bahwa residual menyebar normal. Bila pola
titik-titik yang selain diujung-ujung plot agak menyimpang dari garis lurus, dapat dikatakan bahwa sebaran data dalam hal ini residual adalah menyebar
normal. Berikut ini merupakan hasil Normal
P-Plot of Regression Standardized Residual
.
Gambar 4.2 : Pengujian Normalitas P-P Plot Sumber : Data primer diolah, 2015
Gambar 4.2 dapat diketahui bahwa variabel berdistribusi normal, hal ini ditunjukkan oleh data tersebut tidak menceng ke kiri atau ke kanan, sedangkan
pada Gambar 4.2 memperlihatkan titik-titik yang mengikuti data di sepanjang garis diagonal, hal ini berarti data berdistribusi normal0, Namun untuk lebih
memastikan bahwa data di sepanjang garis diagonal berdistribusi normal maka dilakukan uji
kolmogorv-sminorv
.
Universitas Sumatera Utara
68
Tabel 4.11 Uji
Kolmogorov-Smirnov
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 100
Normal Parameters
a,b
Mean ,0000000
Std. Deviation 1,66641409
Most Extreme Differences Absolute
,060 Positive
,043 Negative
-,060 Kolmogorov-Smirnov Z
,060 Asymp. Sig. 2-tailed
,200 a. Test distribution is Normal.
b. Calculated from data.
Berdasarkan Tabel 4.11 terlihat bahwa nilai
Asymp.Sig 2-tailed
adalah 0,200 dan di atas nilai signifikan 0,05, hal ini menunjukkan bahwa variable residual
berdistribusi normal.
4.3.2 Uji Multikolinieritas
Gejala multikolinieritas 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
adalah mengukur variabilitas variabel independen yang terpilih yang tidak dijelaskan variabel independen lainnya. Nilai yang dipakai untuk
Tolerance
0,1, dan VIF 5, maka tidak terjadi multikolinieritas.
Universitas Sumatera Utara
69
Tabel 4.12 Uji Multikolinieritas
Sumber : Data primer diolah 2015
Berdasarkan Tabel 4.12 dapat terlihat bahwa: jika hasil korelasi antara variabel independen di bawah 0,9 maka antara variabel tersebut tidak terjadi
multikolinearitas, Selain itu dapat juga diketahui dari persamaan regresi di peroleh nilai
tolarance
0,1 dan nilai VIF 5, artinya pada nila tolance dan VIF untuk indikator fisik, kehandalan, daya tanggap, jaminan dan emphaty, tidak terjadi
multikolinearitas. Gambar 4.3 hasil uji multikolinearitas dapat dilihat sebagai berikut :
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity
Statistics B
Std. Error Beta
Tolerance VIF
1 Constant
-,084 1,492
-,057 ,955
Buktifisik ,073
,092 ,078
,791 ,431
,483 2,072 Kehandalan
,307 ,102
,293 3,002
,003 ,489 2,045
Dayatanggap -,043
,175 -,024
-,246 ,806
,506 1,977 Jaminan
,493 ,189
,218 2,605
,011 ,669 1,494
Empati ,768
,183 ,369
4,196 ,000
,603 1,658 a. Dependent Variable: Kepuasanpelanggan
Universitas Sumatera Utara
70
Gambar 4.3 Pengujian Multikolinearitas Sumber : Data primer diolah, 2015
4.3.3 Uji Heterokedastisitas
Uji heterokedastisitas menggunakan uji Gleijser dapat dilihat pada tabel 4.13. di bawah ini :
Tabel 4.13. Uji Glejser
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. B
Std. Error Beta
1 Constant
2,255 ,864
2,609 ,011
Buktifisik -,011
,053 -,030
-,208 ,836
Kehandalan -,128
,059 -,307
-2,156 ,034
Dayatanggap -,047
,101 -,066
-,468 ,641
Jaminan ,118
,110 ,131
1,077 ,284
Empati ,092
,106 ,111
,867 ,388
Unstandardized Residual ,010
,060 ,017
,172 ,864
a. Dependent Variable: absut
Sumber : Data primer diolah 2015
Universitas Sumatera Utara
71
Pengambilan keputusan pada uji
gleijser
yaitu bahwa jika variabel independen signifikan secara statistik mempengaruhi variabel independen, maka
ada indikasi terjadi heterokedisitas, Jika variabel independen tidak signifikan terhadap variabel absut diatas tingkat kepercayaan 0,05, maka dalam model
regresi tidak mengarah pada heteroskedastisitas0, Pada tabel 4.13 terlihat bahwa semua variabel independen mempunyai nilai sig 0,05, sehingga dapat
disimpulkan bahwa antara variabel independen dan dependen tidak terjadi heteroskedasitas.
4.3.4 Uji Autokorelasi Tabel 4.14
Uji Autokorelasi
Runs Test
Unstandardized Residual
Test Value
a
,19289 Cases Test Value
50 Cases = Test Value
50 Total Cases
100 Number of Runs
57 Z
1,206 Asymp. Sig. 2-tailed
,228 a. Median
Sumber : Data primer diolah 2013
Hasil pada tabel 4.14. menunjukkan bahwa diketahui nilai test sebesar 0,19289 dengan probabilitas p = 0228, yang berarti hipotesis nol di terima,
Universitas Sumatera Utara
72
sehingga dapat disimpulkan bahwa residual random atau tidak terjadi autokorelasi antara nilai residual.
4.4. Pengujian Hipotesis Dengan Analisis Regresi Linear Berganda 4.4.1. Analisis Regresi Linear Berganda
Analisis regresi linear berganda dilakukan untuk mengetahui seberapa besar pengaruh variabel bebas bukti fisik, kehandalan, daya tanggap, jaminan dan
emphaty terhadap variabel terikat kepuasan. Analisis dilakukan dengan bantuan program SPSS dengan menggunakan metode
enter
. Metode
enter
digunakan untuk analisis regresi agar dapat mengetahui apakah variabel bebas mempunyai
pengaruh positif dan signifikan terhadap variabel terikat. Seluruh variabel akan dimasukkan ke dalam analisis untuk dapat diketahui apakah variabel bebas
mempunyai pengaruh yang positif dan signifikan terhadap variabel terikat.
Tabel 4.15 Analisis Regresi Linear Berganda
Variables EnteredRemoved
a
Model Variables
Entered Variables
Removed Method
1 Empati,
Jaminan, Buktifisik,
Dayatanggap, Kehandalan
b
. Enter
a. Dependent Variable: Kepuasanpelanggan b. All requested variables entered.
Berdasarkan Tabel 4.1.5 Variabel
Enteredremoved
a
menunjukkan hasil analisis statistik tiap indikator sebagai berikut :
Universitas Sumatera Utara
73
Tabel 4.16 Uji Regresi Linier Tiap Indikator
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta 1
Constant -,084
1,492 -,057
,955 Buktifisik
,073 ,092
,078 ,791
,431 Kehandalan
,307 ,102
,293 3,002
,003 Dayatanggap
-,043 ,175
-,024 -,246
,806 Jaminan
,493 ,189
,218 2,605
,011 Empati
,768 ,183
,369 4,196
,000 a. Dependent Variable: Kepuasanpelanggan
S
umber : Data primer diolah, 2015
a. Variabel yang dimasukkan ke dalam persamaan adalah variabel bebas yaitu
X
1
,X
2
, X
3,
X
4
dan X
5
.
b.
Tidak ada variabel bebas yang dikeluarkan
removed.
c. Metode yang digunakan untuk memasukkan data yaitu metode
enter
. Analisis regresi berganda dirumuskan sebagai berikut:
Y = a + b
1
X
1
+ b
2
X
2
+ b
3
X
3
+ b
4
X
4
+ b
4
X
4
+ e
Y = -0,084 + 0,073 X
1
+ 0,307 X
2
+ -0,043 X
3
+ 0,493 X
4
+ 0,768 X
4
+ e
Sebelum nilai a konstanta, nilai b
1
, b
2
, b
3
, b
4
dan b
5
, dimasukkan ke dalam persamaan, terlebih dahulu dilakukan analisis determinan, uji F, dan uji t dari
hasil pengolahan regresi linear berganda.
4.4.1.1. Pengujian Koefisien Determinasi R
2
Determinan
2
R
pada intinya mengukur proporsi atau persentase sumbangan variabel bebas yaitu variabel dari bukti fisik, kehandalan, daya tanggap, jaminan
Universitas Sumatera Utara
74
dan empatiterhadap variasi naik turunnya variabel terikat Y secara bersama- sama, dimana:
1
2
R
Tabel 4.17 Hasil Uji Determinasi
Keterangan Tabel 4.1.9 :
a. R = 0,732 berarti hubungan