Pengujian Reliabilitas Uji Asumsi Klasik

diambil kesimpulan bahwa model regresi tersebut tidak terdapat multikolinieritas Santoso, 2000. Hasil uji Multikolinieritas dapat dilihat pada Tabel 11. Tabel, 11. Hasil Uji Multikolinieritas Collinearity Statistic Peubah Toleran VIF Bukti Langsung 0.647 1.545 Keandalan 0.636 1.572 Jaminan 0.486 2.056 Empaty 0.783 1.277 Sumber: Data primer yang diolah 2014 Berdasarkan Tabel 11 dapat dilihat bahwa model regresi tidak mengalami gangguan multikolinieritas. Hal ini tampak pada nilai tolerance masingmasing peubah lebih besar dari 10 persen 0,1. Hasil perhitungan VIF juga menunjukkan bahwa nilai VIF masing-masing peubah kurang dari 10, maka disimpulkan tidak ada multikolinieritas antar peubah bebas dalam model regresi tersebut. b. Uji Heteroskedastisitas Uji heteroskedastisitas dilakukan untuk menguji apakah dalam sebuah model regresi terjadi ketidaksamaan varians residual dari satu pengamatan ke pengamatan yang lain tetap, Santoso, 2000. Salah satu cara untuk mendeteksi heteroskedastisitas adalah dengan melihat grafik scatter plot antara nilai prediksi peubah terikat ZPRED dan nilai residualnya SRESID. Jika titik-titik membentuk pola tertentu yang teratur seperti gelombang besar melebar, kemudian menyempit maka dikatakan terjadi heteroskedastisitas. Jika titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y tanpa membentuk pola tertentu, maka tidak terjadi heteroskedastisitas. Hasil uji heteroskedastisitas dari program SPSS dapat dilihat pada Gambar 3. Gambar, 3. Hasil uji heteroskedastisitas Data primer yang diolah, 2014 Pada Gambar 3 dapat dilihat bahwa titik-titik pada grafik scatterplot pencar tidak mempunyai pola penyebaran yang jelas dan titik-titik tersebut menyebar di atas dan di bawah angka 0 pada sumbu Y. Hal ini menunjukkan bahwa tidak terdapat gangguan heteroskedastisitas pada model regresi c. Uji Normalitas Tujuan uji normalitas adalah menguji apakah dalam sebuah model regresi, peubah terikat dan peubah bebas atau keduanya mempunyai distribusi normal ataukah tidak. Model regresi yang baik adalah distribusi data normal atau mendekati normal. Deteksi normalitas dilakukan dengan melihat grafik Normal Probability Plot Ghozali, 2005. Untuk menguji apakah distribusi data normal atau tidak, dilakukan dengan melihat grafik normal probability plot yang membandingkan distribusi kumulatif dari data sesungguhnya dengan distribusi kumulatif dari distribusi normal. Jika data menyebar di sekitar garis dan mengikuti arah garis diagonal, maka model regresi memenuhi asumsi normalitas, tetapi jika data menyebar jauh dari garis diagonal danatau mengikuti arah garis diagonal, maka model regresi tidak memenuhi asumsi normalitas.

4.6. Uji Koefisien Regresi Linear Berganda

a. Uji t digunakan untuk menguji berarti atau tidaknya hubungan peubah-peubah independent seperti Bukti Langsung X 1 , Kehandalan X 2 , Jaminan X 3 , EmpatiPerhatian X 4 dengan peubah terlihat kepuasan pasien Y. Langkah- langkah pengujiannya sebagai berikut : 1 Menentukan Formulasi Hipotesis - H : b = 0, artinya peubah X 1 , X 2 , X 3 , dan X 4 tidak mempunyai pengaruh nyata secara parsial terhadap peubah Y. - H : b = 0, artinya peubah X 1 , X 2 , X 3 , dan X 4 mempunyai pengaruh nyata secara parsial terhadap peubah Y. b. Menentukan derajat kepercayaan 95 α =0,05 c. Menentukan nyata - Nilai nyata P Value 0,05, maka H ditolak dan H a diterima. - Nilai nyata P Value 0,05, maka H diterima dan H a ditolak. 2 Membuat kesimpulan - Bila P Value 0,05, maka H ditolak dan H a diterima. Artinya peubah bebas secara parsial memengaruhi peubah terkait. - Bila P Value 0,05, maka H diterima dan ditolak. Artinya peubah bebas secara parsial tidak memengaruhi peubah terkait. Hasil uji t pada penelitian ini dapat dilihat pada Tabel 12. Tabel 12. Hasil uji t Peubah Hasil Uji Signifikasi Bukti Langsung 0,298 Keandalan 0,104 Jaminan 0,003 Empati 0,796 Sumber. Data primer yang diolah, 2014 Berdasarkan Tabel 12 hasil uji t pada penelitian ini dapat dijelaskan sebagai berikut: 1. Peubah Bukti Langsung Hipotesis peubah bukti langsung adalah: - H : b = 0, peubah bukti langsung tidak mempunyai pengaruh nyata secara parsial terhadap peubah kepuasan konsumen. - H : b ≠ 0, peubah bukti langsung mempunyai pengaruh nyata secara parsial terhadap peubah kepuasan konsumen. Pada peubah bukti langsung dengan taraf α = 0,05. Angka nyata P Value pada peubah bukti langsung 0,298 0,05. Atas dasar perbandingan tersebut, maka H diterima berarti peubah bukti langsung tidak punya pengaruh nyata terhadap peubah kepuas konsumen . 2. Peubah Keandalan Hipotesis peubah kehandalan adalah: - H : b = 0, peubah kehandalan tidak mempunyai pengaruh nyata secara parsial terhadap peubah kepuasan konsumen. - H : b ≠ 0, peubah kehandalan mempunyai pengaruh nyata secara parsial terhadap peubah kepuasan konsumen. Pada peubah kehandalan dengan pengaruh nyata α = 0,05. Angka nyata P Value pada peubah keandalan 0,104 0,05. Atas dasar perbandingan tersebut, maka H diterima berarti peubah keandalan tidak punya pengaruh nyata terhadap peubah kepuasan konsumen. 3. Peubah Jaminan - H : b = 0, peubah kehandalan tidak mempunyai pengaruh nyata secara parsial terhadap peubah kepuasan konsumen. - H : b ≠ 0, peubah kehandalan mempunyai pengaruh nyata secara parsial terhadap peubah kepuasan konsumen. Pada peubah kehandalan dengan pengaruh nyata α = 0,05. Angka nyata P Value pada peubah keandalan 0,003 0,05. Atas dasar perbandingan tersebut, maka H ditolak atau berarti peubah jaminan mempunyai pengaruh nyata terhadap peubah kepuasan konsumen.