50
6.3. Pengujian Hipotesis
Untuk menjawab hipotesis yang ada, digunakan analisis regresi berganda. Regresi berganda adalah regresi yang memiliki satu variabel dependen dan lebih
dari satu variabel independen Bhuono, 2005. Hasil analisis regresi berganda tesebut diuraikan pada sub bab berikut ini.
6.3.1. Hasil Koefisien Determinasi
Koefisien determinasi bertujuan untuk mengetahui seberapa besar kemampuan variabel independen mempengaruhi variabel dependen. Koefisien
determinasi terletak pada tabel model summary
b
pada kolom Adjusted R Square. Nilai koefisien korelasi R menunjukkan seberapa besar hubungan yang
terjadi antara variabel independen terhadap variabel dependen. Nilai R berkisar antara 0 sampai 1, nilai semakin mendekati 1 berarti hubungan yang terjadi
semakin kuat, sebaliknya nilai semakin mendekati 0 maka hubungan yang terjadi semakin lemah.
Tabel 6.7. Koefisien Determinasi dan Koefisien Korelasi
Model Summary
b
Model R
R Square Adjusted
R Square Std. Error of
the Estimate Change Statistics
R Square Change F Change df1 df2
Sig. F Change
1 .813
a
.661 .648
.37489 .661
50.630 4 104
.000 a. Predictors: Constant, Empower_Employ, Build_Serv_Partn, TQM, Und_Cust_Expect
b. Dependent Variable: Keputusan_Menginap Sumber : Hasil Penelitian, 2012 Data diolah
Dari output SPSS pada Tabel 6.9. tersebut dapat dilihat bahwa : Nilai koefisien determinasi Adjusted R Square sebesar 0,648 . Artinya,
64,8 variabel dependent keputusan menginap di Hotel Garuda Plaza dipengaruhi oleh variabel independen yakni customer relationship
Universitas Sumatera Utara
51 management. Sedangkan sisanya 35,2 dipengaruhi oleh variabel lain
diluar variabel yang digunakan dalam penelitian ini. Nilai koefisien korelasi R sebesar 0,813 menunjukkan bahwa terjadi
hubungan yang sangat erat antara keempat variabel customer relationship
management terhadap keputusan menginap. Jika nilai R diantara 0.8 –
0.99 maka korelasi sangat erat Situmorang dan Luthfi, 2008
6.3.2. Hasil Uji Hipotesis Secara Simultan Uji F
Uji ini digunakan untuk mengetahui apakah variabel independen X
1
, X
2
, X
3
, X
4
secara bersama-sama atau simultan berpengaruh secara signifikan terhadap variabel dependen Y. Atau untuk mengetahui apakah model regresi
dapat digunakan untuk memprediksi variabel dependen atau tidak Priyatno, 2008 seperti terlihat pada Tabel 6.8.
Tabel 6.10. Hasil Uji F
ANOVA
b
Model Sum of Squares
Df Mean Square
F Sig.
1 Regression
28.462 4
7.115 50.630
.000
a
Residual 14.616 104
.141 Total
43.078 108 a. Predictors: Constant, Empower_Employ, Build_Serv_Partn, TQM, Und_Cust_Expect
b. Dependent Variable: Keputusan_Menginap Sumber : Hasil Penelitian, 2012 Data diolah
Berdasarkan hasil pada Tabel 6.8. diperoleh nilai F hitung sebesar 50,630, sedangkan nilai F Tabel , dengan menggunakan tingkat keyakinan 95, a=5,
df1 jumlah variabel-1 =5-1 = 4, df2 n-k-1= 109-4-1 = 104, diperoleh nilai F
Tabel = 2.46 . Karena nilai F hitung F tabel 50,630 2.46, maka Ho ditolak dan menerima Ha.
Artinya, terdapat pengaruh yang signifikan secara simultan
Universitas Sumatera Utara
52 atau bersama-sama antara Understanding Customer Expectation, Building Service
Partnership, Total Quality Management dan Empowering Employees terhadap keputusan menginap. Jadi faktor Understanding Customer Expectation, Building
Service Partnership, Total Quality Management dan Empowering Employees memberikan pengaruh yang signifikan terhadap keputusan menginap di Hotel
Garuda Plaza.
6.3.3. Hasil Uji Hipotesis Secara Parsial Uji t
Kategori