3.10.2. Uji Asumsi Klasik
Sebelum melakukan analisis regresi, agar didapat perkiraan yang tidak bias dan efisien maka dilakukan pengujian asumsi klasik. Ada beberapa kriteria
persyaratan asumsi klasik yang harus dipenuhi. Persyaratan asumsi klasik yang harus dipenuhi adalah:
a. Uji Normalitas
Tujuan uji normalitas adalah ingin mengetahui apakah distribusi sebuah data mengikuti dan mendekati distribusi normal. Uji normalitas dilakukan dengan
menggunakan pendekatan Kolmogrov Smirnov. Dengan menggunakan tingkat signifikan 5 maka jika nilai Asymp.sig. 2-tailed diatas nilai signifikan 5
artinya variabel residual berdistribusi normal Situmorang dan Lutfi 2008 : 55 . b.
Uji Heteroskedastisitas Uji heteroskedastisitas pada prinsipnya ingin menguji apakah sebuah grup
mempunyai varians yang sama diantara anggota grup tersebut. Jika varians sama, dan ini yang seharusnya terjadi maka dikatakan ada homoskedastisitas. Sedangkan
jika varian tidak sama dikatakan terjadi heteroskedastisitas. Dalam penelitian ini akan digunakan SPSS versi 20 dengan pendekatan grafik yaitu dengan melihat
pola gambar scatterplot yang dihasilkan oleh model tersebut Situmorang dan Lutfi., 2008:63.
c. Uji Multikolinearitas
Artinya, variabel independen yang satu dengan yang lain dalam model regresi tidak saling berhubungan secara sempurna atau mendekati sempurna. Untuk
mengetahui ada tidaknya gejala multikolinearitas dapat dilihat dari besarnya nilai tolerance dan VIF Variance Inflation Factor melalui program SPSS. Tolerance
mengukur variabilitas variabel yang terpilih yang tidak dijelaskan oleh variabel
Universitas Sumatera Utara
independen lainnya. Nilai umum yang biasa dipakai adalah nilai tolerance 0,1 atau nilai VIF 5, maka tidak terjadi multikolinearitas. Situmorang dan Lutfi
2008:104.
3.10.3. Metode Analisis Regresi Linear Berganda
Untuk mengetahui hubungan pengaruh variabel bebas dari kualitas layanan: Tangibles X1, Reliability X2, Responsiveness X3, Assurance X4,
Empathy X5 berpengaruh dalam menciptakan kepuasan klien sebagai Y.
Perhitungan persamaan Regresi Linier Berganda: Y = a + b
1
X
1
+ b
2
X
2
+ b
3
X
3
+ b
4
X
4
+ b
5
X
5
+e Keterangan:
Y = Kepuasan Klien
a = Konstanta
b
1
- b5 = Koefisien Regresi Linier Berganda X
1
= Tangibles X
2
= Reliability X
3
= Responsiveness X
4
= Assurance X
5
= Empathy e
= kesalahan pengganggu standard error
3.10.4. Uji Hipotesis