66
3. Analisis Deskripsi Variabel Kepuasan Konsumen Y
Sebagaimana dijelaskan dalam definisi Variabel Kepuasan Konsumen Y yang merupakan salah satu variabel bebas dengan beberapa indikator yang
ditunjukkan pada Tabel 4.7 sebagai berikut :
Tabel 4.7 Hasil Penilaian Rata-rata Variabel Kepuasan Konsumen Y
No Indikator
Distribusi Skor STS
TS N
S SS
1 Setelah melakukan pembelian jasa internet pada
warnet Zoe Net, anda merasa puas dan ingin melakukan pembelian ulang jasa internet pada
warnet Zoe Net -
11 25
35 29
Persentase -
11.0 25.0 35.0 29.0
2 Setelah melakukan pembelian jasa internet pada
warnet Zoe Net, anda merasa puas dan ingin merekomendasikan warnet Zoe Net ke teman,
relasi,saudara -
1 12
55 32
Persentase -
1.0 12.0 55.0 32.0
3 Secara keseluruhan merasa puas atas jasa
layanan yang sudah diberikan oleh pihak warnet Zoe Net
- 4
26 60
10 Persentase
- 4.0
26.0 60.0 10.0 Sumber : Lampiran 3, diolah
Berdasarkan Tabel 4.7 diatas diketahui bahwa : 1 Untuk indikator ” Setelah melakukan pembelian jasa internet pada warnet
Zoe Net, anda merasa puas dan ingin melakukan pembelian ulang jasa internet pada warnet Zoe Net” untuk responden yang menjawab tidak
setuju dengan jumlah masing-masing sebanyak 11 responden atau sebesar 11.0, untuk responden yang menjawab netral dengan jumlah masing-
masing sebesar 25 responden atau sebesar 25.0, sebagian besar
67
responden menjawab setuju dengan jumlah masing-masing sebanyak 35 responden atau sebesar 35.0, sedangkan responden yang menjawab
sangat setuju dengan jumlah sebanyak 29 atau sebesar 29.0. 2 Untuk indikator “ Setelah melakukan pembelian jasa internet pada warnet
Zoe Net, anda merasa puas dan ingin merekomendasikan warnet Zoe Net ke teman, relasi,saudara” untuk responden yang menjawab tidak setuju
dengan jumlah masing-masing sebanyak 1 responden atau sebesar 1.0, untuk responden yang menjawab netral dengan jumlah masing-masing
sebesar 12 responden atau sebesar 12.0, sebagian besar responden menjawab setuju dengan jumlah masing-masing sebanyak 55 responden
atau sebesar 55.0, sedangkan responden yang menjawab sangat setuju dengan jumlah sebanyak 32 atau sebesar 32.0.
3 Untuk indikator “ Secara keseluruhan merasa puas atas jasa layanan yang sudah diberikan oleh pihak warnet Zoe Net” untuk responden yang
menjawab tidak setuju dengan jumlah masing-masing sebanyak 4 responden atau sebesar 4.0, untuk responden yang menjawab netral
dengan jumlah masing-masing sebesar 26 responden atau sebesar 26.0, sebagian besar responden menjawab setuju dengan jumlah masing-masing
sebanyak 60 responden atau sebesar 60.0, sedangkan responden yang menjawab sangat setuju dengan jumlah sebanyak 10 atau sebesar 10.0.
68
4.3. Uji Validitas dan Reliabilitas
4.3.1. Uji Validitas
Uji validitas dilakukan untuk mengukur sah atau tidaknya suatu kuisioner. Berikut hasil pengujian validitas dengan perhitungan koefisien korelasi Pearson
Product Moment :
Tabel 4.8 Uji Validitas
Variabel Pernyataan Koefisien Korelasi Sig
r
tabel
Kesimpulan
Fasilitas X
1
X
1
0.670 .1
0.000 0.1292
Valid X
1
0.841 .2
0.000 0.1292
Valid X
1
0.853 .3
0.000 0.1292
Valid X
1.
0.841 4
0.000 0.1292
Valid X
1.
0.853 5
0.000 0.1292
Valid
Pelayanan X
2
X
2
0.883 .1
0.000 0.1292
Valid X
2
0.875 .2
0.000 0.1292
Valid X
2
0.883 .3
0.000 0.1292
Valid X
2
0.875 .4
0.000 0.1292
Valid
Kepuasan Konsumen Y
X
3
0.816 .1
0.000 0.1292
Valid X
3
0.801 .2
0.000 0.1292
Valid X
3
0.849 .3
0.000 0.1292
Valid Sumber: Lampiran 4, data diolah
Berdasarkan Tabel 4.8 di atas menunjukkan bahwa hasil pengujian validitas indikator dari semua variabel bebas maupun variabel terikat
menunjukkan valid, karena nilai korelasi lebih besar dari r
tabel
sehingga dinyatakan bahwa semua variabel penelitian telah valid.
69
4.3.2. Uji Reliabilitas
Uji reliabilitas digunakan untuk mengetahui apakah pertanyaan yang diajukan terhadap responden akan memberikan jawaban yang cenderung konsisten.
Uji reliabilitas pada penelitian ini dilakukan pada variabel kepuasan konsumen fasilitas dan pelayanan nilai koefisien korelasi product moment lebih besar
daripada nilai r dalam tabel pada α = 5. Hasil uji reliabilitas terhadap kedua
variabel tersebut dapat dilihat pada tabel 4.9 berikut :
Tabel 4.9 Hasil Uji Reliabilitas
Variabel Alpha
Kesimpulan
Fasilitas X
1
0.8712 Reliabel
Pelayanan X
2
0.9020 Reliabel
Kepuasan Konsumen Y
0.7350 Reliabel
Sumber: Lampiran 5, diolah Dari tabel 4.9 dapat dilihat bahwa variabel kepuasan konsumen Fasilitas,
Pelayanan mempunyai nilai koefisien korelasi product moment yang lebih besar dari r tabel, sehingga semua variabel tersebut dinyatakan reliabel.
4.4. Hasil uji asumsi klasik
4.4.1 Uji Normalitas
Uji normalitas berujuan untuk menguji apakah model regresi variabel terikat dan variabel bebas keduanya mempunyai distribusi normal ataukah tidak.
Berdasarkan hasil perhitungan uji kolmogorov smirnov terhadap residual regresi dengan menggunakan program SPSS diperoleh hasil sebagai berikut :
70
Tabel 4.10 Hasil Uji Normalitas Model
One-Sample Kolmogorov-Smirnov Test
100 ,0000000
,43402135 ,064
,055 -,064
,642 ,804
N Mean
Std. Deviation Normal Parameters
a,b
Absolute Positive
Negative Most Extreme
Differences Kolmogorov-Smirnov Z
Asymp. Sig. 2-tailed Unstandardiz
ed Residual
Test distribution is Normal. a.
Calculated from data. b.
Langkah-langkah pengujian : 1. Hipotesa :
H : Residual regresi berdistribusi normal
H
1
2. Statistik uji : nilai Kolmogorov Smirnov
: Residual regresi tidak berdistribusi normal
3. Kritera penerimaan dan penolakan hipotesis yaitu : a.
Bila siginifikansi α , maka H ditolak
b. Bila signifikansi α, maka H
4. Ti ngkat kesalahan α yang digunakan adalah sebesar 5 atau 0,05
diterima.
5. Besarnya signifikansi adalah sebesar untuk variabel Fasilitas dan Pelayanan kerja adalah sebesar 0.804.
6. Keputusan : karena signifikansi lebih dari α, maka H
Karena nilai signifikansi lebih dari α maka disimpulkan bahwa residual berdistribusi normal. Maka asumsi normalitas terpenuhi.
diterima, yang berarti residual regresi berdistribusi normal.
71
4.4.2 Multikolinieritas
Uji multikolinieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas independen. Menguji adanya
multikolinieritas dapat dilihat dari nilai VIF Variance Inflation Factor. Jika nilai VIF lebih besar dari 10, maka variabel tersebut mempunyai persoalan
multikolinieritas dengan variabel bebas yang lainnya, sedangkan jika nilai VIF lebih kecil dari 10, maka variabel tersebut tidak memiliki persoalan dengan
multikolinieritas. Hasil perhitungan nilai VIF Variance Inflation Factor dan matrik korelasi dari variabel independen dapat dilihat pada tabel berikut ini:
Tabel 4.11 Nilai Variance Inflation Variabel Bebas
Variabel Nilai VIF
Fasilitas X
1
1.166 Pelayanan X
2
1.166 Sumber: Lampiran 6, diolah
Dan hasil perhitungan multikolinearitas dengan melihat nilai VIF, dapat ketahui bahwa untuk semua variabel mempunyai nilai VIF di bawah angka 10.
Sehingga hasil uji multikolinearitas dengan menghitung matrik korelasi dan VIF menunjukkan tidak adanya multikolinearitas antar variabel bebas, karena nilai
VIF dibawah angka 10.
72
4.4.3 Heterokedastisitas
Berikut adalah gambar terjadi tidaknya heterokedastisitas :
Gambar 4.1 Uji Heterokedastisitas
Scatterplot Dependent Variable: Kepuasan Kon
Regression Standardized Predicted Value
3 2
1 -1
-2 -3
R egr
essi on S
tude nt
ize d R
esi d
ual
3 2
1 -1
-2 -3
-4
Dari gambar 4.1 diketahui bahwa plot atau titik-titik tidak membentuk suatu pola tertentu sehingga dapat disimpulkan bahwa tidak terjadi
heterokedastisitas.
4.4.4 Uji Autokorelasi
Uji autokorelasi adalah untuk melihat apakah antara anggota pengamatan dalam variabel-variabel bebas yang sama memiliki keterkaitan satu sama lainnya.
Jika ada, maka model kurang akurat dalam memprediksi. Untuk mendeteksi terjadinya autokorelasi dilakukan dengan membandingkan antara nilai Durbin
Watson hitung dengan nilai Durbin Watson tabel.
73
Tabel 4.12 Nilai Durbin Watson
Model Summary
b
1,784
a
Model 1
Durbin-W atson
Predictors: Constant, Pelayanan X2, Fasilitas X1 a.
Dependent Variable: Kepuasan Konsumen Y b.
Sumber: Lampiran 6, diolah Berdasarkan hasil non autokorelasi atau uji Durbin-Watson diperoleh nilai
D-W sebesar 1.784 d = 1784. Karena d = 1.784 d
u
4.5. Hasil Analisis Regresi Linear Berganda
= 1.709 maka tidak terdapat autokorelasi.
Berdasarkan dari hasil perhitungan diperoleh persamaan regresi linier berganda pada tabel 4.13.
Tabel 4.13 Hasil Analisis Regresi Linier Berganda
Model
Unstandardized Coefficients
t
hitung
Sig
B Std. Error
Constant 0.373
0.352 1.060
0.292 Fasilitas X
1
0.546 0.078
7.048 0.000
Pelayanan X
2
0.473 0.100
4.741 0.000
R = 0.734
R Square = 0.539 F Hitung
= 56.813 Sig. = 0.000
F
tabel
= df: 297 ; α = 2 = 3.09 t
tabel
= df:97 ; α=52 = 1.9847
Sumber: Lampiran 7, Data Diolah Berdasarkan hasil perhitungan tersebut diatas, diperoleh persamaan regresi
linier berganda sebagai berikut :
74
Interprestasi dari model regresi diatas adalah sebagai berikut : 1. Konstanta a yang dihasilkan sebesar 0.373 menunjukkan bahwa besarnya
nilai Kepuasan Konsumen Y sebesar 0.373 jika Fasilitas X
1
dan Pelayanan X
2
2. Nilai koefisien Fasilitas β
adalah konstan.
1
sebesar 0.546 menunjukkan bahwa jika variabel Fasilitas X
1
3. Nilai koefisien Pelayanan β
ditingkatkan, maka akan mengakibatkan peningkatan Kepuasan
Konsumen sebesar 0.546 dengan asumsi variabel lain konstan.
2
sebesar 0.473 menunjukkan bahwa jika variabel Pelayanan X
2
4. e ditingkatkan, maka akan mengakibatkan peningkatan
Kepuasan Konsumen sebesar 0.473, dengan asumsi variabel lain konstan.
i
menunjukkan faktor pengganggu di luar model yang diteliti.
4.5.1. Analisis Koefisien Korelasi Koefisien Determinasi
Tabel 4.14 Koefisien Korelasi Dan Koefisien Determinasi
Model Summary
b
,734
a
,539 ,530
,43847 Model
1 R
R Square Adjusted
R Square Std. Error of
the Estimate Predictors: Constant, Pelayanan X2, Fasilitas X1
a. Dependent Variable: Kepuasan Konsumen Y
b.
Sumber: Lampiran 7, Data Diolah
Y = 0.373 + 0.546 X
1
+ 0.473 X
2
+ e
i
75
Nilai koefisien korelasi R menunjukkan seberapa erat hubungan antara variabel bebas Fasilitas X
1
, Pelayanan X
2
, dengan variabel tak bebas Kepuasan Konsumen Y, besarnya nilai koefisien korelasi adalah 0.734. Nilai
tersebut menunjukkan bahwa hubungan variabel Fasilitas X
1
, Pelayanan X
2
, dengan variabel Kepuasan Konsumen Y adalah sangat erat atau sangat kuat
yaitu sebesar 73.4. Nilai koefisien determinasi atau R
2
digunakan untuk mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel tak bebas Y yaitu
variabel Kepuasan Konsumen. Hasil dari perhitungan SPSS diperoleh nilai R
2
4.5.2. Pengujian Hipotesis
= 0.539 yang berarti bahwa sebesar 53.9 Kepuasan Pelanggan dapat dijelaskan
oleh variabel fasilitas dan pelayanan. Sedangkan sisanya 46.1 dipengaruhi oleh variabel lain diluar model yang diteliti.
Sehubungan dengan perumusan masalah dan hipotesis penelitian yang diajukan sebagaimana diuraikan pada bagian sebelumnya, maka dapat dijelaskan
bahwa variabel-variabel yang mempunyai hubungan Kepuasan Konsumen Y
adalah Fasilitas X
1
dan Pelayanan X
2
4.5.2.1. Uji F Uji Simultan
.
Uji Simultan uji F menunjukkan bahwa seluruh variabel bebas yang terdiri dari Fasilitas X
1
dan Pelayanan X
2
, pengaruh signifikan secara nyata terhadap variabel terikat Kepuasan Konsumen.
76
Tabel 4.15 Hasil Perhitungan Uji F
Model Anova Sum of Squares
Df Mean Square
F
hit
Regression 21.846
2 10.923
56.813 Residual
18.649 97
0.192 Total
40.495 99
Sumber: Lampiran 7, Data Diolah
Langkah-langkah pengujian : 1. Hipotesis
H : b
1
= b
2
= 0 artinya variabel X
1
, dan X
2
, , tidak memberikan pengaruh terhadap variabel terikat Y.
H
1
: b
1
≠ b
2
≠0 artinya variabel X
1
, dan X
2
2. Besarnya nilai , memberikan pengaruh terhadap
variabel terikat Y.
F tabel = F
α
df regresi, df residual= F
α
k, n – k – 1 F tabel = F
0.05
3. Daerah kritis atau daerah penolakan 2, 97 = 3.09
Bila F hitung ≥ F tabel maka H
ditolak Bila F hitung F tabel maka H
4. F diterima
hitung
= 56.813
77
Gambar 4.2 Daerah Penerimaan H
1
dan Penolakan H Uji F
5. Kesimpulan Karena F hitung
≥ F tabel yaitu 56.813 ≥ 3.09, maka H
4.5.2.2. Uji t Uji Parsial
ditolak pada tingkat signifikansi 5 sehingga dapat diambil kesimpulan bahwa semua variabel
bebas variabel Fasilitas dan Pelayanan berpengaruh secara signifikan terhadap variabel terikat Y Kepuasan Konsumen.
Untuk menguji hipotesis digunakan uji t yang menunjukkan pengaruh secara parsial dari masing-masing variabel bebas terhadap variabel terikat tak
bebas. Pada tahapan ini dilakukan pengujian terhadap pengaruh variabel bebas yang terdapat pada model yang terbentuk untuk mengetahui apakah variabel bebas
X yang ada dalam model secara parsial mempunyai pengaruh yang signifikan terhadap variabel terikat Y.
Daerah Penerimaan H
1
3.09 Daerah Penolakan H
o
56.813
78
Tabel 4.16 Hasil Perhitungan Uji t
Model Anova t
hitung
t
tabel
Fasilitas X
1
7.048 1.9847
Pelayanan X
2
4.741 1.9847
Sumber: Lampiran 7, Data Diolah a.
Uji Parsial Antara Variabel Fasilitas X
1
Untuk menguji hipotesis digunakan uji t yang menunjukkan pengaruh secara parsial variabel Fasilitas X
Terhadap Kepuasan Konsumen Y
1
• H terhadap variabel Kepuasan Konsumen
Y. Hipotesis :
: β
1
= 0 Artinya, variabel Fasilitas X
1
H tidak mempunyai pengaruh
yang signifikan terhadap variabel Kepuasan Konsumen
1
: β
1
≠ 0 Artinya, variabel Fasilitas X
1
• α = 0,052 = 0.025 dengan df n - k - 1 = 97 dimana t mempunyai pengaruh yang
signifikan terhadap variabel Kepuasan Konsumen
tabel
• t = 1.9847
hitung
= 7.048
79
Gambar 4.3 Kriteria Daerah Penerimaan Atau Penolakan Variabel X
1
• Kesimpulan : Berdasarkan perhitungan diperoleh t
hitung
sebesar 7.048 lebih besar dari t
tabel
sebesar 1.9847 maka H ditolak pada tingkat signifikansi 5
sehingga kesimpulannya secara parsial variabel Fasilitas X
1
b. Uji Parsial Antara Variabel Pelayanan X
mempunyai pengaruh signifikan terhadap Kepuasan Pelanggan.
2
Untuk menguji hipotesis digunakan uji t yang menunjukkan pengaruh secara parsial variabel Pelayanan X
Terhadap Variabel Kepuasan Konsumen Y
2
• H terhadap variabel Kepuasan Konsumen
Y. Hipotesis :
: β
2
= 0 Artinya, variabel Pelayanan X
2
H tidak mempunyai pengaruh
yang signifikan terhadap variabel Kepuasan Konsumen
1
: β
2
≠ 0 Artinya, variabel Pelayanan X
2
mempunyai pengaruh yang signifikan terhadap variabel Kepuasan Konsumen
7.048 1.9847
Daerah penolakan H Daerah penolakan H
Daerah penerimaan H
1
-1.9847
80
• α = 0,052 = 0.025 dengan df n - k - 1 = 97 dimana t
tabel
• t = 1.9847
hitung
= 4.741
Gambar 4.4 Kriteria Daerah Penerimaan Atau Penolakan Variabel X
2
• Kesimpulan : Berdasarkan perhitungan diperoleh t
hitung
sebesar 4.741 lebih besar dari t
tabel
sebesar 1.9847 maka H ditolak pada tingkat signifikansi 5
sehingga kesimpulannya secara parsial variabel Pelayanan X
2
4.5.3. Koefisien Korelasi Parsial
mempunyai pengaruh signifikan terhadap Kepuasan Konsumen.
Nilai korelasi parsial r menunjukkan berapa erat hubungan antara variabel bebas yang meliputi variabel Fasilitas X
1
, dan Pelayanan X
2
, parsial terhadap variabel terikat Kepuasan Konsumen.
4.741 1.9847
Daerah penolakan H Daerah penolakan H
Daerah penerimaan H
1
-1.9847
81
Tabel 4.17 Nilai Koefisien Korelasi Parsial
Variable r
r
2
Dalam Persentase
Fasilitas X
1
0.582 0.3387
33.87 Pelayanan X
2
0.434 0.1883
18.83 Sumber: Lampiran 7, Data Diolah
Berdasarkan data yang didapat dilihat pada Tabel 4.14 diatas, terlihat bahwa nilai koefisien determinasi r
2
terbesar adalah untuk variabel Fasilitas X
1
sebesar 33.87, artinya secara parsial variabel Fasilitas X
1
memberikan pengaruh yang paling dominan terhadap Kepuasan Konsumen dengan nilai
prosentase hubungan sebesar 33.87. Sedangkan yang memberikan pengaruh yang terkecil terhadap Kepuasan Konsumen adalah variabel Pelayanan X
2
4.6. Interpretasi
yaitu sebesar 18.83.
Berdasarkan hasil perhitungan dengan analisis regresi linear berganda diperoleh persamaan regresi model di bawah ini:
Y = 0.373 + 0.546 X
1
+ 0.473 X
2
+ e
Dari nilai perolehan persamaan regresi model diketahui bahwa variabel Fasilitas X
i
1
, dan Pelayanan X
2
menunjukkan nilai koefisien regresi positif, hal tersebut menunjukkan adanya arah positif atau hubungan searah dari variabel
Fasilitas, dan Pelayanan terhadap Kepuasan Konsumen. Hal ini dapat diartikan bahwa jika semakin meningkat Fasilitas, dan Pelayanan maka Kepuasan
Konsumen akan semakin meningkat, begitu pula sebaliknya jika semakin
82
menurun Fasilitas, dan Pelayanan maka Kepuasan Konsumen akan semakin menurun.
a. Hasil uji F Uji Simultan
Hasil analisis menunjukkan Fasilitas X
1
, dan Pelayanan X
2
secara simultan secara bersama-sama berpengaruh secara signifikan terhadap Kepuasan
Konsumen Y. Hal ini diketahui dari hasil uji F yang menunjukkan bahwa nilai F
hitung
56.813 dan dengan probabilitas kesalahan model yang diuji adalah 0,000 yang berarti probabilitas lebih kecil dari tingkat signifikansi 0,05, sehingga
pengaruh seluruh variabel independen Fasilitas, dan Pelayanan terhadap variabel dependennya Kepuasan Konsumen adalah bermakna. Dengan demikian
hipotesis pertama penelitian yang berbunyi “Apakah variabel Fasilitas, dan Pelayanan secara simultan berpengaruh terhadap Kepuasan Konsumen” adalah
terbukti. Seluruh variabel independen atau variabel bebas berpengaruh atau dapat
menjelaskan variasi dari variabel terikat sebesar 53.9. Hal ini dibuktikan dengan melihat nilai koefisien determinasi R Square sebesar 0.539 dari hasil analisis
regresi linier berganda dalam lampiran, sedangkan sisanya yaitu 46.1 adalah dipengaruhi oleh faktor-faktor lain di luar model. Angka koefisien korelasi R
menunjukkan hubungan keterikatan antara variabel bebas Fasilitas, dan Pelayanan secara bersama-sama terhadap Kepuasan Konsumen pada warnet Zoe Net di
Surabaya Y sangat kuat karena menunjukkan angka sebesar 0.734.
83
b. Hasil uji t Uji Parsial
1. Variabel fasilitas X