Uji Heterokedastisitas 4.3.53 Tabel 4.13 4.3.55 The effect of

Independen, yaitu jika suatu Variabel Independen mempunyai nilai VIF 10 berarti telah ter 4.3.28 adi multikolinearitas.

4.3.29 4.3.30

4.3.31 4.3.32 4.3.33 4.3.34 4.3.35 4.3.36 4.3.37 4.3.38 4.3.39 4.3.40 4.3.41 4.3.42

4.3.43 Tabel 4.12 4.3.44

Hasil Uji Multikolinearitas

4.3.45 Sumber: Output SPSS diolah, 2013

4.3.46 4.3.47 4.3.48 Berdasarkan hasil pengolahan data pada Tabel 4.12 tersebut di atas, untuk menguji ada tidaknya Multikolinearitas pada model regresi linier dapat dilakukan dengan dua cara, yaitu dengan melihat nilai VIF masing-masing variabel independen dan melihat nilai korelasi antar variabel independen. 4.3.49 Dari hasil perhitungan tabel 4.12 uji multikolinearitas menunjukkan bahwa semua variabel independen memiliki nilai tolerance lebih dari 0.1 10, artinya tidak ada korelasi antar variabel bebas. Hasil perhitungan juga menunjukkan bahwa semua variabel bebas memiliki VIF kurang dari 10 10. Jadi dapat disimpulkan bahwa tidak ada gejala multikolinearitas dalam model regresi yang digunakan.

4.3.50 Uji Heterokedastisitas

4.3.51 Uji heterokedastisitas bertujuan untuk 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 homokedastisitas dan jika berbeda disebut heterokedastisitas. Model regresi yang baik adalah yang homokedastisitas atau tidak terjadi heterokedastisitas Ghozali, 2011. Pengujian heterokedastisitas dapat dilakukan dengan Uji Glejser, hasil Uji Glejser dapat dilihat dengan profitabilitas ROA sebagai variabel dependen pada tabel 4.13 berikut:

4.3.52 4.3.53

4.3.54 Tabel 4.13 4.3.55

Hasil Uji Heterokedastisitas persamaan regresi pertama 4.3.2 Coefficients a 4.3.3 Model 4.3.4 Collinearity Statistics 4.3.6 Tole ranc e 4.3.7 VI F 4.3.8 1 4.3.9 kualitas alat 4.3.10 .797 4.3.11 1.2 55 4.3.13 kemudahan operasional alat 4.3.14 .923 4.3.15 1.0 84 4.3.17 akses perolehan token 4.3.18 .844 4.3.19 1.1 85 4.3.21 respon keluhan pelanggan 4.3.22 .909 4.3.23 1.1 00 4.3.25 persepsi nilai 4.3.26 .835 4.3.27 1.1 97 4.3.28 a. Dependent Variable: kepuasan pelanggan 4.3.56 Coefficients a 4.3.57 Model 4.3.58 Unstandardized Coefficients 4.3.59 Standard ized Coefficie nts 4.3.60 t 4.3.61 Si g. 4.3.63 B 4.3.64 Std. Error 4.3.65 Beta 4.3.68 1 4.3.69 Constant 4.3.70 1.082 4.3.71 .900 4.3.72 4.3.73 1.2 02 4.3.74 . 23 3 4.3.76 kualitas alat 4.3.77 .013 4.3.78 .023 4.3.79 .066 4.3.80 . 56 4.3.81 . 57 7 4.3.83 kemudahan operasional alat 4.3.84 .013 4.3.85 .021 4.3.86 .068 4.3.87 . 61 7 4.3.88 . 53 9 4.3.90 akses perolehan token 4.3.91 .016 4.3.92 .025 4.3.93 .077 4.3.94 . 66 4 4.3.95 . 50 8 4.3.97 respon keluhan pelanggan 4.3.98 .030 4.3.99 .025 4.3.100 .137 4.3.101 1.2 24 4.3.102 . 22 4 4.3.104 persepsi nilai 4.3.105 .011 4.3.106 .058 4.3.107 .049 4.3.108 . 19 6 4.3.109 . 84 5 4.3.111 4.3.112 4.3.113 4.3.114 4.3.115 4.3.116 a. Dependent Variable: Abs_res 4.3.117 4.3.118 4.3.119 Hasil tampilan output pada tabel 4.13 di atas menunjukkan bahwa tidak ada satu variabel independen secara statistik berpengaruh terhadap variabel dependen yaitu nilai Absolut Residual. Hal itu terlihat dari nilai signifikan masing-masing variabel independen yang lebih besar dari 0,05. Dengan demikian, dapat disimpulkan bahwa pada kelima variabel independen tersebut tidak terjadi gejala heterokedastisitas pada model regresi dengan kepuasan pelanggan sebagai variabel dependen. 4.3.120 Sedangkan hasil Uji Glejser pada model regresi dengan persepsi nilai sebagai variabel dependen dapat dilihat pada tabel 4.14 berikut: 4.3.121 4.3.122 4.3.123 Tabel 4.14 4.3.124 Hasil Uji Heterokedastisitas persamaan regresi kedua 4.3.125 Coefficients a 4.3.126 Model 4.3.127 Unstandardized Coefficients 4.3.128 Standard ized Coefficie nts 4.3.129 t 4.3.130 Si g. 4.3.132 B 4.3.133 Std. Error 4.3.134 Beta 4.3.137 1 4.3.138 Constant 4.3.139 4.149 4.3.140 1.517 4.3.141 4.3.142 2.7 36 4.3.143 . 00 7 4.3.145 respon keluhan pelanggan 4.3.146 -.099 4.3.147 .062 4.3.148 -.163 4.3.149 - 1.5 90 4.3.150 . 11 5 4.3.151 a. Dependent Variable: abs_res 4.3.152 4.3.153 Hasil tampilan output pada tabel 4.14 di atas menunjukkan bahwa variabel independen secara statistik tidak berpengaruh terhadap variabel dependen yaitu nilai Absolut Residual. Hal itu terlihat dari nilai signifikan variabel independen tersebut lebih besar dari 0,05. Dengan demikian, dapat disimpulkan bahwa pada variabel independen tersebut tidak terjadi gejala heterokedastisitas pada model regresi dengan persepsi nilai sebagai variabel dependen. 4.3.154 Pengujian Hipotesis 4.3.155 Uji Kelayakan Model F- Test 4.3.156 Uji F digunakan untuk mengetahui kelayakan model, apakah pemodelan yang dibangun memenuhi kriteria fit atau tidak. Model regresi dikatakan fit apabila tingkat probabilitas F statistik lebih kecil dari 0,05. Berdasarkan hasil perhitungan diperoleh nilai F hitung pada model regresi dengan kepuasan pelanggan sebagai variabel dependen seperti disajikan pada tabel 4.15 berikut: 4.3.157 4.3.158 4.3.159 Tabel 4.15 4.3.160 Uji F persamaan regresi pertama 4.3.161 ANOVA b 4.3.162 Model 4.3.163 Sum of Squares 4.3.164 df 4.3.165 Mean Square 4.3.166 F 4.3.167 Sig. 4.3.168 14.3.169 Regressi on 4.3.170 335.714 4.3.171 5 4.3.172 67.143 4.3.173 114. 982 4.3.174 . 000 a 4.3.176 Residual 4.3.177 51.971 4.3.178 89 4.3.179 .584 4.3.180 4.3.181 4.3.183 Total 4.3.184 387.684 4.3.185 94 4.3.186 4.3.187 4.3.188 4.3.189 a. Predictors: Constant, persepsi nilai, kemudahan operasional alat, respon keluhan pelanggan, akses perolehan token, kualitas alat 4.3.190 b. Dependent Variable: kepuasan pelanggan 4.3.191 Sumber: Output SPSS yang diolah 2013 4.3.192 4.3.193 Berdasarkan hasil uji F seperti disajikan pada tabel 4.15 di atas, diperoleh nilai F hitung sebesar 114.982 serta nilai probabilitas 0,000. Hasil perbandingan menunjukkan bahwa nilai probabilitas 0,000 α 0,05. Karena probabilitas jauh lebih kecil dari 0,05, maka model regresi untuk memprediksi kepuasan pelanggan atau dapat dikatakan bahwa persepsi nilai, kemudahan operasional alat, respon keluhan pelanggan, akses perolehan token, dan kualitas alat secara bersama-sama berpengaruh terhadap kepuasan pelanggan. dapat juga dikatakan bahwa model regresi dalam penelitian ini adalah baik atau layak. 4.3.194 Sementara itu uji F pada model regresi dengan persepsi nilai sebagai variabel dependen dapat dilihat pada Tabel 4.16 berikut: 4.3.195 4.3.196 4.3.197 Tabel 4.16 4.3.198 Hasil Uji F Persamaan regresi Kedua 4.3.199 ANOVAb 4.3.200 Model 4.3.201 Sum of Squares 4.3.202 df 4.3.203 Mean Square 4.3.204 F 4.3.205 Sig. 4.3.206 14.3.207 Regressi on 4.3.208 31.541 4.3.209 1 4.3.210 31.541 4.3.211 5.84 5 4.3.212 . 018 a 4.3.214 Residual 4.3.215 501.890 4.3.216 93 4.3.217 5.397 4.3.218 4.3.219 4.3.221 Total 4.3.222 533.432 4.3.223 94 4.3.224 4.3.225 4.3.226 4.3.227 a. Predictors: Constant, respon keluhan pelanggan 4.3.228 b. Dependent Variable: persepsi nilai 4.3.229 Sumber: Output SPSS yang diolah 2013 4.3.230 4.3.231 Berdasarkan hasil uji F pada tabel 4.16 di atas , diperoleh nilai F hitung sebesar 5,845 dengan probabilitas 0,018. Karena probabilitas lebih kecil dar 0,05, maka model regresi dapat digunakan untuk memprediksi kepuasan pelanggan atau dapat dikatakan bahwa respon keluhan pelanggan secara bersama-sama berpengaruh terhadap persepsi nilai. 4.3.232 Uji Koefisien Determinasi R 2 4.3.233Koefisien determinasi Adjusted R Square digunakan untuk melihat kemampuan variabel bebas dalam menerangkan variabel terikat dan proporsi variasi dari variabel terikat yang diterangkan oleh variasi dari variabel-variabel bebasnya. Jika R 2 yang diperoleh dari hasil perhitungan menunjukkan semakin besar mendekati satu, maka dapat dikatakan bahwa sumbangan dari variabel bebas terhadap variasi variabel terikat semakin besar. Hal ini berarti model yang digunakan semakin besar untuk menerangkan variabel terikatnya. 4.3.234 Tabel 4.17 4.3.235 Hasil uji model regresi pertama 4.3.236 Model Summary 4.3.237 M o d e l 4.3.238 R 4.3.239 R Squar e 4.3.240 Adjusted R Square 4.3.241 Std. Error of the Estimate 4.3.242 1 4.3.243 . 931 a 4.3.244 .866 4.3.245 .858 4.3.246 .764 4.3.247 a. Predictors: Constant, persepsi nilai, kemudahan operasional alat, respon keluhan pelanggan, akses perolehan token, kualitas alat 4.3.248 Sumber : Data Mentah Diolah, 2013 4.3.249 4.3.250 4.3.251Tabel di atas menunjukkan bahwa besarnya Adjusted R square adalah 0.858 artinya bahwa variasi perubahan kepuasan pelanggan Y 2 yang dipengaruhi oleh kualitas alat X 1 , kemudahan operasionalisasi alat X 2 , akses perolehan token X 3 dan respon keluhan pelanggan X 4 adalah sebesar 85,8 , sedangkan sisanya sebesar 14,2 dipengaruhi oleh variabel lain yang tidak dimasukkan dalam penelitian. Dengan demikian model regresi dalam penelitian ini adalah baik atau layak. 4.3.252Sedangkan hasil uji koefisien determinasi R 2 dengan persepsi nilai sebagai variabel dependen dapat dilihat pada tabel 4.18 berikut: 4.3.253 4.3.254 4.3.255 Tabel 4.18 4.3.256 Koefisien determinasi 4.3.257 Model Summary 4.3.258 M o d e l 4.3.259 R 4.3.260 R Squar e 4.3.261 Adjusted R Square 4.3.262 Std. Error of the Estimate 4.3.263 1 4.3.264 . 243 a 4.3.265 .059 4.3.266 .049 4.3.267 2.323 4.3.268 a. Predictors: Constant, respon keluhan pelanggan 4.3.269 Sumber: Output SPSS yang diolah 2013 4.3.270 4.3.271Untuk mengetahui besarnya nilai koefisien determinasi ditunjukkan oleh nilai R Square yaitu sebesar 0,49 yang menunjukkan bahwa respon keluhan pelanggan dapat menjelaskan minat beli ulang sebesar 4,9, sedangkan sisanya 95,1 dijelaskan oleh faktor lain yang tidak diteliti dalam penelitian ini. 4.3.272 4.3.273 Hasil Analisis Jalur Path Analysis 4.3.274Metode analisis jalur path analysis digunakan untuk menguji variabel intervening. Analisis jalur merupakan perluasan dari regresi linier berganda, atau analisis jalur adalah penggunaan analisis regresi untuk menaksir hubungan kausalitas antar variabel model casual yang telah ditetapkan sebelumnya berdasarkan teori Ghozali, 2011. 4.3.275Dalam penelitian ini menggunakan dua model persamaan regresi. Persamaan regresi pertama digunakan untuk mengetahui besarnya pengaruh persepsi nilai, kemudahan operasional alat, respon keluhan pelanggan, akses perolehan token, dan kualitas alat terhadap kepuasan pelanggan. Sedangkan persamaan regresi kedua digunakan untuk mengetahui besarnya pengaruh respon keluhan pelanggan terhadap persepsi nilai. Kedua persamaan tersebut adalah sebagai berikut: 4.3.276 KP = 0,105X 1 + 0,101X 2 + 0,109X 3 + 0,106X 4 + 0,799Y 1 4.3.277 PN = 0,243 X 4 4.3.278Hasil analisis dari persamaan regresi yang pertama yaitu untuk mengetahui pengaruh persepsi nilai, kemudahan operasional alat, respon keluhan pelanggan, akses perolehan token, dan kualitas alat terhadap kepuasan pelanggan dapat dilihat pada tabel 4.19 berikut ini: 4.3.279 4.3.280 Tabel 4.19 4.3.281 Hasil Uji Hipotesis 4.3.282 Coefficients a 4.3.283 Model 4.3.284 Unstandardize d Coefficients 4.3.285 S tandardi zed Coeffici ents 4.3.286 t 4.3.287 Sig. 4.3.289 B 4.3.290 Std. Error 4.3.291 B eta 4.3.294 1 4.3.295 Constant 4.3.296 .728 4.3.297 1.262 4.3.298 4.3.299 .577 4.3.300 .566 4.3.302 kualitas alat 4.3.303 .077 4.3.304 .032 4.3.305 . 105 4.3.306 2.419 4.3.307 .018 4.3.309 kemudahan operasional alat 4.3.310 .072 4.3.311.029 4.3.312 . 101 4.3.313 2.494 4.3.314 .014 4.3.316 akses perolehan token 4.3.317 .087 4.3.318 .034 4.3.319 . 109 4.3.320 2.587 4.3.321 .011 4.3.323 respon keluhan pelanggan 4.3.324 .087 4.3.325 .033 4.3.326 . 106 4.3.327 2.613 4.3.328 .011 4.3.330 persepsi nilai 4.3.331 .681 4.3.332 .036 4.3.333 . 799 4.3.334 18.816 4.3.335 .000 4.3.336 a. Dependent Variable: kepuasan pelanggan 4.3.337 Sumber : Data Mentah Diolah, 2013 4.3.338 4.3.339Sedangkan hasil analisis dari persamaan regresi yang kedua yaitu untuk mengetahui pengaruh respon keluhan pelanggan terhadap persepsi nilai dilihat pada tabel 4.20 berikut: 4.3.340 4.3.341 4.3.342 4.3.343 Tabel 4.20 4.3.344 Hasil uji model 4.3.345 Coefficients a 4.3.346 Model 4.3.347 Unstandardized Coefficients 4.3.348 Standardize d Coefficient s 4.3.349 t 4.3.350 Sig. 4.3.352 B 4.3.353 Std. Error 4.3.354 Beta 4.3.357 1 4.3.358 Constant 4.3.359 20. 541 4.3.360 2.370 4.3.361 4.3.362 8.667 4.3.363 .000 4.3.365 respon keluhan pelanggan 4.3.366 . 234 4.3.367 .097 4.3.368 .243 4.3.369 2.418 4.3.370 .018 4.3.371 a. Dependent Variable: persepsi nilai 4.3.372 Sumber: Output SPSS yang diolah 2013 4.3.373 4.3.374Berdasarkan hasil pengujian yang seperti tampak pada tabel 4.19 dan tabel 4.20 di atas, maka diperoleh persamaan regresi sebagai berikut: 4.3.375 KP = 0,105X 1 + 0,101X 2 + 0,109X 3 + 0,106X 4 + 0,799Y 1 4.3.376 PN = 0,243 X 4 4.3.377Dari tabel 4.19 dan persamaan regresi yang pertama dengan Kepuasan Pelanggan sebagai variabel dependen, dapat dilihat bahwa Kualitas Alat mempunyai pengaruh positif terhadap Kepuasan Pelanggan dengan koefisien regresi sebesar 0,105. Artinya bahwa setiap peningkatan kualitas alat maka kepuasan pelanggan Listrik Prabayar PLN akan mengalami peningkatan juga. Hal yang sama juga terjadi pada variabel kemudahan operasionalisasi alat , mempunyai pengaruh positif terhadap kepuasan pelanggan dengan koefisien sebesar 0,101. Artinya setiap peningkatan kemudahan operasionalisasi alat maka kepuasan pelanggan Listrik Prabayar PLN juga akan mengalami peningkatan. Akses perolehan token juga memiliki pengaruh positif terhadap kepuasan pelanggan dengan koefisien 0,109. Ini berarti bahwa setiap peningkatan kemudahan dalam akses perolehan token maka kepuasan pelanggan Listrik Prabayar PLN akan juga meningkat. Respon keluhan pelanggan mempunyai pengaruh positif terhadap Kepuasan Pelanggan dengan koefisien regresi sebesar 0,106. Artinya bahwa setiap peningkatan kecepatan dalam merespon keluhan pelanggan maka kepuasan pelanggan Listrik Prabayar PLN akan mengalami peningkatan. Demikian juga yang terjadi pada variabel persepsi nilai. Persepsi nilai mempunyai pengaruh positif terhadap Kepuasan Pelanggan dengan koefisien regresi sebesar 0,799. Artinya bahwa setiap peningkatan persepsi nilai maka kepuasan pelanggan Listrik Prabayar PLN akan mengalami peningkatan juga. 4.3.378Sedangkan dari tabel 4.20 dapat dilihat bahwa respon keluhan pelanggan Listrik Prabayar PLN mempunyai pengaruh positif terhadap persepsi nilai 0,243. Hal ini dapat diartikan bahwa respon keluhan pelanggan Listrik Prabayar PLN mempunyai pengaruh yang searah dengan persepsi nilai. Artinya setiap ada peningkatan respon keluhan pelanggan maka persepsi nilai juga akan mengalami peningkatan. 4.3.379Hasil output SPSS pada tabel 4.19 menunjukkan nilai standardized beta kualitas alat pada persamaan 1 sebesar 0,105 dan signifikan pada 0,018 yang berarti kualitas alat mempengaruhi kepuasan pelanggan. Nilai koefisien Standardized beta kualitas alat 0,105 merupakan nilai path atau jalur p1. Pada tabel tersebut juga menunjukkan nilai standardized beta kemudahan operasional alat pada persamaan 1 sebesar 0,101 dan signifikan pada 0,014 yang berarti kemudahan operasional alat mempengaruhi kepuasan pelanggan. Nilai koefisien standardized beta kemudahan operasional alat 0,101 merupakan nilai path atau jalur p2. Pada tabel tersebut juga menunjukkan nilai standardized beta akses perolehan token pada persamaan 1 sebesar 0,109 dan signifikan pada 0,011 yang berarti akses perolehan token mempengaruhi kepuasan pelanggan. Nilai koefisien standardized beta akses perolehan token 0,109 merupakan nilai path atau jalur p3. Pada tabel tersebut juga menunjukkan nilai standardized beta respon keluhan pelanggan pada persamaan 1 sebesar 0,106 dan signifikan pada 0,011 yang berarti respon keluhan pelanggan mempengaruhi kepuasan pelanggan. Nilai koefisien standardized beta respon keluhan pelanggan 0,106 merupakan nilai path atau jalur p4. Pada tabel tersebut juga menunjukkan standardized beta persepsi nilai pada persamaan 1 sebesar 0,799 dan signifikan pada 0,000 yang berarti persepsi nilai mempengaruhi kepuasan pelanggan. Nilai koefisien standardized beta persepsi nilai 0,799 merupakan nilai path atau jalur p6. 4.3.380Sedangkan pada hasil output SPSS pada tabel 4.20 menunjukkan bahwa nilai standardized beta respon keluhan pelanggan pada persamaan regresi 2 sebesar 0,243 dan signifikan pada 0,018 yang berarti respon keluhan pelanggan mempengaruhi persepsi nilai. Nilai koefisien standardized beta 0,243 merupakan nilai path atau jalur p5. Untuk lebih jelasnya analisis jalur path analysis dapat dilihat pada gambar 4.5 berikut ini: 4.3.381 4.3.382 Analisis Jalur Path Analysis pada Kerangka Pemikiran 4.3.383 4.3.384 Kualitas alat Kemudahan operasionalisasi alat 0,105 P1 4.3.385 4.3.386 4.3.387 4.3.388 4.3.389 4.3.390 4.3.391 4.3.392 4.3.393 4.3.394 Uji Hipotesis Penelitian 4.3.395Untuk menguji hipotesis dalam penelitian ini dilakukan uji statistik t yang bertujuan mengetahui apakah variabel independen secara parsial berpengaruh signifikan terhadap variabel dependen. 4.3.396Untuk lebih jelasnya pengaruh langsung dan tidak langsung antar variabel dapat diringkas seperti pada tabel 4.21 berikut: 4.3.397 4.3.398 Tabel 4.21 4.3.399 Tabel Pengaruh Langsung, Tidak Langsung dan Total Hubungan Antar Variabel 4.3.400 4.3.401 4.3.402 4.3.403 4.3.404 4.3.405 4.3.406 Sumber: Data sekunder yang diolah

1. Uji Hipotesis Kualitas Alat terhadap