Customer Retention Analisis Pengaruh Customer Satisfaction, Switching Cost, Dan Trust In Brand Pada Customer Retention.

produk PT Adyajati Lestari Medan, memiliki nilai indeks sebesar 57,7 sehingga indikator tersebut dipersepsikan tinggi. Indikator ketiga dari variabel trust in brand yaitu consumer-brand characteristic TB.3 mengenai Produk PT Ayajati Lestari Medan mampu bersaing dengan produk yang lainnya, memiliki nilai indeks terendah dibandingkan indikator variabel trust in brand yang lain yaitu sebesar 72,7 sehingga indikator tersebut dipersepsikan tinggi. Hasil perhitungaan nilai indeks menunjukkan bahwa nilai indeks untuk variabel trust in brand adalah 57,8. Sehingga dapat disimpulkan bahwa trust in brand dipersepsikan tinggi oleh responden.

d. Customer Retention

Variabel customer retention diukur melalui tiga indikator yaitu intensive of reloading CR.1, intensif of using CR.2, dan priority of using TB.3, di mana setiap indikatornya diwakili oleh satu item pertanyaan. Adapun hasil perhitungan nilai indeks variabel customer retention dapat dilihat dalam Tabel 4.8. Tabel 4.9 Angka Indeks Customer Retention Indikator Frekuensi Jawaban Responden Customer Retention Berdasarkan Skala Nilai Jawaban Indeks 1 2 3 4 5 6 7 8 9 10 Intensive of reloading CR.1 1 1 5 20 26 14 6 57,2 Intensive of using CR.2 1 1 10 21 30 6 4 54,9 Priority of using CR.3 1 1 12 21 17 9 12 56,5 Rata-rata indeks 57,8 Sumber : Data primer yang diolah, 2015 Universitas Sumatera Utara Indikator pertama dari variabel customer retention yaitu intensive of reloading CR.1 mengenai intensitas responden melakukan pembelian ulang produk dari PT Adyajati Lestari Medan, memiliki nilai indeks tertinggi dibandingkan indikator variabel customer retention yang lain yaitu sebesar 57,2 sehingga indikator tersebut dipersepsikan tinggi. Indikator kedua dari variabel customer retention yaitu intensive of using CR.2 mengenai intensitas responden mendapatkan bonus penjualan dari PT Adyajati Lestari Medan, memiliki nilai indeks terendah dibandingkan indikator variabel customer retention yang lain yaitu sebesar 75,3 sehingga indikator tersebut dipersepsikan tinggi. Indikator ketiga dari variabel customer retention yaitu priority of using CR.3 mengenai prioritas responden untuk lebih mengutamakan menggunkan produk PT Adyajati Lestari Medan untuk dijual, memiliki nilai indeks sebesar 77,4 sehingga indikator tersebut dipersepsikan tinggi.

4.2.3.2 Analisis Regresi Linear Berganda

Analisis regresi berganda yang telah dilakukan diperoleh koefisien regresi, nilai t-hitung, dan tingkat signifikansi sebagaimana ditampilkan pada Tabel 4.9 berikut. Universitas Sumatera Utara Tabel 4.10 Hasil Regresi Linear Berganda Coefficients a Model Unstandardized Coefficients Standardiz ed Coefficient s t Sig. Correlations B Std. Error Beta Zero- order Partial Part 1 Constant -.555 2.284 -.243 .809 Customer_Satisf action .597 .140 .466 4.252 .000 .737 .456 .318 Switching_Cost .045 .069 .054 .650 .518 .338 .078 .049 Trust_In_Brand .416 .117 .364 3.563 .001 .695 .394 .266 a. Dependent Variable: Customer_Retention a. Dependent Variable: VAR00038 Sumber : Data primer yang diolah, 2015 Dari hasil tersebut, persamaan regresi berdasarkan standardized yang diperoleh adalah sebagi berikut: CR = -0.555+0,597 CS + 0,045 SC + 0,437 TB+e Keterangan : CR = customer retention CS = customer satisfaction SC = switching cost TB = trust in brand Berdasarkan hasil Persamaan regresi berganda tersebut dapat dijelaskan bahwa : 1. Variabel customer satisfaction, switching cost, dan trust in brand mempunyai pengaruh positif terhadap customer retention. Universitas Sumatera Utara 2. Variabel yang memiliki pengaruh tertinggi terhadap customer retention adalah customer satisfaction sedangkan variabel yang memiliki pengaruhterendah terhadap customer retention adalah switching cost. 4.2.4 Uji Asumsi Klasik 4.2.4.1 Uji Normalitas Uji normalitas bertujuan untuk menguji apakah distribusi sebuah data mengikuti atau mendekati distribusi normal. Ada dua cara untuk mendeteksi apakah residual berdistribusi normal atau tidak, yaitu dengan analisis grafik dan uji statistic. Untuk melihat apakah data berdistribusi normal peneliti menganalisis grafik histogram yang membandingkan antara data observasi dengan distribusi yang mendekati distribusi normal dan juga menganalisis probabilitas plot yang membentuk plot antara nilai-nilai teoritis sumbu x melawan nilai-nilai yang didapat dari sampel sumbu y. 1. Pada grafik histogram, dikatakan variabel berdistribusi normal pada grafik histogram yang berbentuk lonceng apabila distribusi data tersebut tidak menceng kekiri atau menceng ke kanan. 2. Apabila plot dari keduanya berbentuk linear dapat didekati oleh garis lurus, maka hal ini merupakan indikasi bahwa residual menyebar normal. Bila pola-pola titik yang terletak selain di ujung-ujung plot masih berbentuk linear, meskipun ujung-ujung plot agak menyimpang dari garis lurus, dapat dikatakan bahwa sebaran data dalam hal ini residual adalah menyebar normal. Universitas Sumatera Utara Sumber: Hasil pengolahan data primer Kuesioner, SPSS versi 21.00,2015 Gambar 4.4 Histogram Interpretasi dari Gambar 4.9, menunjukkan bahwa grafik histogram menunjukkan pola distribusi normal. Sumber: Hasil pengolahan data primer Kuesioner, SPSS versi 21.00, 2015 Gambar 4.5 Normal P-P Plot of Regression Standardized Residual Pada Gambar 4.10 tersebut dapat dilihat bahwa data-data titik-titik menyebar disekitar garis diagonal dan mengikuti arah garis diagonal. Oleh karena itu, berdasarkan Gambar 4.15 tersebut dapat diambil kesimpulan bahwa telah memenuhi uji normalitas. Untuk memastikan apakah data disepanjang garis diagonal berdistribusi normal maka dilakukan uji Kolmogorov Smirnov 1 Sample Universitas Sumatera Utara KS dengan melihat data residual apakah berdistribusi normal Syafrizal,dkk, 2008: 105. Menentukan kriteria keputusan: a. Jika nilai Asymp.Sig. 2-tailed 0,1 maka tidak mengalami gangguan distribusi normal. b. Jika nilai Asymp.Sig. 2-tailed 0,1 maka mengalami gangguan distribusi normal. Hasil uji Kolmogorov Smirnov dapat dilihat pada Tabel 4.21 berikut : Tabel 4.11 One-Sample Kolmogorov-Smirnov Test One-Sample Kolmogorov-Smirnov Test Customer_Re tention Customer_Sa tisfaction Switching_C ost Trust_In_ Brand N 73 73 73 73 Normal Parameters a,b Mean 23.10 22.60 12.05 23.14 Std. Deviation 3.275 2.559 3.930 2.869 Most Extreme Differences Absolute .097 .133 .131 .195 Positive .097 .100 .131 .121 Negative -.090 -.133 -.081 -.195 Kolmogorov-Smirnov Z .827 1.136 1.119 1.668 Asymp. Sig. 2-tailed .501 .152 .163 .008 a. Test distribution is Normal. b. Calculated from data. Sumber: Hasil pengolahan data primer Kuesioner, SPSS versi 21.00, 2015 Pengambilan Keputusan : a. Pada tabel terlihat bahwa nilai Asymp.Sig. 2-tailed adalah 0.351. dan diatas nilai signifikan 0,1. Dengan kata lain variabel residual berdistribusi normal. Universitas Sumatera Utara b. Nilai kosmogorov-smirnov Z lebih kecil dari 1,97 berarti tidak ada perbedaan antara distribusi teoritik dan distribusi empiris atau dengan kata lain data dikatakan normal.

4.2.4.2 Pengujian Heteroskedastisitas

Menurut Ghozali 2005:105, “Uji Heteroskedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang lain. Jika variance dari residual satu pengamatan ke pengamatan yang lain tetap, maka disebut Homoskedastisitas dan jika berbeda disebut Heteroskedastisitas. Model regresi yang baik adalah yang Homoskedastisitas atau tidak terjadi Heteroskedastisitas. Kebanyakan data crosssection mengandung situasi heteroskedastisitas karena data ini menghimpun data yang mewakili berbagai ukuran kecil,sedang,dan besar”. Pengujian heteroskedastisitas dapat dilakukan dengan uji grafik dengan melihat grafik scatterplot yaitu dengan cara melihat titik-titik penyebaran pada grafik dan uji glejser, dengan cara meregres seluruh variabel independen dengan nilai absolute residual absut sebagai variabel dependennya. Perumusan hipotesis adalah : H : tidak ada heteroskedastisitas, H a : ada heteroskedastisitas. Jika signifikan 0,1 maka Ha diterima ada heteroskedastisitas dan jika signifikan 0,1 maka H diterima tidak ada heteroskedastisitas. Universitas Sumatera Utara Sumber: Hasil pengolahan data primer Kuesioner, SPSS versi 21.00, 2015 Gambar 4.6 Uji Heteroskedastisitas scatterplot Pengambilan Keputusan : Dari gambar grafik di atas dapat dilihat bahwa tidak ada pola yang jelas serta titik-titik menyebar di atas dan di bawah angka 0 nol pada sumbu Y. Maka dapat disimpulkan bahwa tidak terjadi heterokedastisitas pada model regresi, sehingga model regresi layak dipakai untuk memprediksi customer retention berdasarkan masukan variabel independen customer satisfaction, switching cost, dan trust in brand

4.2.4.3 Uji Multikolineritas

Menurut Ghozali 2005:91,“Uji multikolinearitas dilakukan untuk menguji apakah pada model regresi ditemukan adanya korelasi antar variabel bebas independen”. Adanya gejala multikolinearitas dapat dilihat dari tolerance value atau nilai Variance Inflation Factor VIF. Batas tolerance value adalah 0,1 dan batas VIF adalah 10. Apabila tolerance value 0,1 atau VIF 10 = terjadi multikolinearitas. Apabila tolerance value 0,1 atau VIF 10 = tidak terjadi Universitas Sumatera Utara multikolinearitas. Hasil pengujian terhadap multikolinearitas pada penelitian ini dapat dilihat pada tabel 4.6 Tabel 4.12 Hasil Uji Multikolineritas Coefficients a Model Unstandardized Coefficients Standardize d Coefficient s t Sig. Collinearity Statistics B Std. Error Beta Toleranc e VIF 1 Constant -.555 2.284 -.243 .809 Customer_Satisfa ction .597 .140 .466 4.252 .000 .464 2.154 Switching_Cost .045 .069 .054 .650 .518 .816 1.225 Trust_In_Brand .416 .117 .364 3.563 .001 .533 1.875 a. Dependent Variable: Customer_Retention Berdasarkan tabel 4.6 diatas dapat dilihat bahwa tidak ada satupun variabel bebas yang memiliki nilai VIF lebih dari 10 dan tidak ada yang memiliki tolerance value lebih kecil dari 0,1.Jadi dapat disimpulkan bahwa penelitian ini bebas dari adanya multikolinearitas. Dari hasil analisis, didapat nilai VIF untuk variabel customer satisfaction adalah 2.154 10 dan nilai tolerance sebesar 0,464 0,1, Nilai VIF untuk variabel switching cost adalah 1.225 10 dan nilai tolerance sebesar 0. 8160.1. dan Nilai VIF untuk variabel trust in brand adalah 1.87510 dan nilai tolerance sebesar 0.5330,1Hasil ini maka dapat disimpulkan bahwa semua variabel bebas yang dipakai dalam penelitian ini lolos uji gejala multikolinearitas. Universitas Sumatera Utara 4.2.5 Hasil Pengujian Hipotesis 4.2.5.1. Hasil pengujian Simultan Uji F Uji F digunakan untuk mengetahui ada tidaknya pengaruh secara bersama- sama variabel bebas terhadap variabel terikat. Uji F dapat dicaridengan melihat F hitung dari tabel Anova output SPSS versi 21 for windows, selain itu jugamembandingkan hasil dari probabilitas value. Jika probabilitas value 0,1 maka Ho ditolak dan jika probabilitas value 0,1 maka Ha diterima. berdasarkan tabel 4.8 dibawah ini terlihat bahwa: Tabel 4.13 Hasil Uji F Anova ANOVA a Model Sum of Squares df Mean Square F Sig. 1 Regression 474.966 3 158.322 36.737 .000 b Residual 297.363 69 4.310 Total 772.329 72 a. Dependent Variable: Customer_Retention b. Predictors: Constant, Trust_In_Brand, Switching_Cost, Customer_Satisfaction Sumber : Data primer yang diolah, 2015 Berdasarkan uji Anova atau F test, maka dapat diperoleh F hitung sebesar 36.737 dengan tingkat signifikansi 0,000. Oleh karena probabilitas jauh lebih kecil daripada 0,1, maka dapat dinyatakan bahwa variabel independen yang meliputi customer satisfaction CS, switching cost SC, dan trust in brand TB secara simultan atau bersama-sama berpengaruh terhadap variabel customer retention CR. Universitas Sumatera Utara

4.5.5.2 Hasil Pengujian Parsial Uji t

Uji t yaitu suatu uji untuk mengetahui signifikansi pengaruh variabel bebas secara parsial atau individual terhadap variabel terikat. Tabel 4.14 Hasil Uji t Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 Constant -.555 2.284 -.243 .809 Customer_Satisfaction .597 .140 .466 4.252 .000 Switching_Cost .045 .069 .054 .650 .518 Trust_In_Brand . 045 .117 .364 3.563 .001 a. Dependent Variable: Customer_Retention Sumber : Data primer yang diolah, 2015 Dari hasil perhitungan yang ditunjukkan pada Tabel 4.7 di atas, dapat dijelaskan sebagai berikut : 1. Signifikansi variabel customer satisfaction adalah sebesar 0,000. Oleh karena probabilitas variabel customer sarisfaction tersebut lebih kecil daripada 0,1 10 maka koefisien regresi dari customer satisfaction adalah signifikan, maka H0 ditolak dan H1 diterima. Hal ini berarti bahwa customer satisfaction berpengaruh positif terhadap customer retention. 2. Signifikansi variabel trust in brand adalah sebesar 0,001. Oleh karena probabilitas variabel switching cost tersebut lebih kecil dari 0,1 10 maka koefisien regresi dari trust in brand adalah signifikan, maka H0 ditolak dan H3 diterima. Hal ini berarti bahwa trust in brand berpengaruh positif terhadap customer retention. 3. Signifikansi variabel switching cost adalah sebesar 0,518. Oleh karena probabilitas variabel switching cost tersebut lebih besar dari 0,1 10 Universitas Sumatera Utara maka koefisien regresi dari switching cost adalah signifikan, maka H0 diterima dan H2 ditolak. Hal ini berarti bahwa switching cost berpengaruh positif terhadap customer retention. Dari tabel 4.9 diatas dapat diperoleh model persamaan regresi berganda sebagai berikut: Y = -0.555+ 0.597X 1 +0.045 X 2 +0.045 X 3 + e Keterangan:

a. Nilai konstanta adalah -0.555 artinya apabila variabel Costumer