Pengaruh Kualitas Pelayanan Dan Kepuasan Konsumen Terhadap Loyalitas Pelanggan (Studi Pada PT. Lion Mentari Airlines di Bandara Kualanamu Internasional, Medan)

24 BAB II

METODE PENELITIAN 2.1 Bentuk Penelitian

Penelitian ini termasuk dalam kategori penelitian penjelasan (explanatory research) yaitu menjelaskan suatu hubungan antara variabel-variabel melalui pengujian hipotesis31

31

Imam Ghozali,Model Persamaan Struktural, Konsep dan Aplikasi Dengan Program AMOS Ver. 5.0.Edisi II.Semarang : Badan Penerbit UNDIP, 2005, Hal. 2.

. Jenis penelitian ini dipilih karena tujuan yang hendak dicapai mencakup usaha-usaha yang menjelaskan hubungan dan pengaruh yang terjadi antar variabel yang diteliti yang dilakukan dengan mengumpulkan data melalui survey terhadap konsumen/pelanggan maskapai penerbangan domestik Lion Air dan alat pengumpul data yang pokok digunakan adalah kuesioner.

Berdasarkan hipotesis dalam rancangan penelitian ini ditentukan variabel-variabel yang dipergunakan dalam penelitian. Ada tiga variabel-variabel yaitu variabel-variabel kualitas pelayanan, kepuasan konsumen dan loyalitas pelanggan. Selanjutnya menentukan instrumen berdasarkan variabel penelitian dan kemudian menentukan sampel.

Pengumpulan data dilakukan dengan metode observasi dan kuesioner. Data yang terkumpul diolah dengan menggunakan alat analisis deskriptif dan kuantitatif. Teknik analisa yang dipergunakan untuk menganalisis data adalah analisis regresi linier berganda dua varibel bebas. Hasil analisa kemudian diinterpretasikan dan langkah terakhir disimpulkan serta diberikan saran.

2.2 Lokasi dan Waktu Penelitian 2.2.1 Lokasi Penelitian

Penelitian dilakukan pada penumpang maskapai penerbangan domestik Lion Air yang berada di Bandara Internasional Kualanamu, Medan. Beralamatkan di Jl. Bandara Internasional Kualanamu, Medan, Sumatera Utara Kode Pos 20157.

2.2.2 Waktu Penelitian

Pelaksanaan waktu penelitian dilaksanakan dari Bulan November 2014 sampai dengan selesai.

Tabel 3 Jadwal Kegiatan Penelitian

No Kegiatan

Tahun

2014 Tahun 2015

Nov Des Feb Mar Apr Mei Jun Jul

1. Observasi awal

2. Pengajuan Judul & Outline

3. Penyusunan Proposal

4. Seminar Proposal

5. Perbaikan Proposal

6. Pengajuan Surat Izin Penelitian 7. Pelaksanaan Observasi

Penelitian

8. Penyusunan Skripsi

9. Sidang Skripsi

2.3 Populasi dan Sampel 2.3.1 Populasi

Menurut Sugiyono, populasi adalah wilayah generalisasi yang terdiri atas obyek/subyek yang mempunyai kualitas dan karakteristik tertentu yang ditetapkan oleh peneliti untuk dipelajari dan kemudian ditarik kesimpulannya32

32

Prof. DR. Sugiyono, Statistika Untuk Penelitian, Bandung : Penerbit Alfabeta, 2013, Hal. 61.

2.3.2 Sampel

Menurut Sugiyono, sampel adalah bagian dari jumlah dan karakteristik yang dimiliki oleh populasi tersebut33

Menurut Wiratna Sujarweni jumlah anggota sampel sering dinyatakan dengan ukuran sampel. Jumlah sampel yang diharapkan 100% mewakili populasi adalah jumlah anggota populasi itu sendiri. Untuk penelitian jumlah populasi yang terlalu banyak akan kita ambil untuk dijadikan sampel dengan harapan jumlah sampel yang kita ambil dapat mewakili populasi yang ada. Untuk menentukan ukuran sampel bisa menggunakan Rumus Slovin

. Sampel dilakukan karena keterbatasan peneliti dalam melakukan penelitian baik dari segi dana, waktu, tenaga, dan jumlah populasi yang sangat banyak. Oleh karena itu, sampel yang diambil harus betul-betul representatif.

34

33

Ibid, Hal. 62.

34

V. Wiratna Sujarweni, Belajar Mudah SPSS Untuk Penelitian Skripsi, Tesis, Disertasi & Umum, (Yogyakarta: Global Media Informasi, 2008), hlm. 10

.

. Rumus Slovin adalah sebagai berikut:

� = �

1 + (�+�2₎

� = 150

1 + (150 + 0,052₎

�= 150

1 + (150�0,0025)= 109,09

Dimana:

n : Ukuran sampel N : Populasi

Sampel yang akan diambil dalam penelitian ini adalah sebanyak 120 responden.

2.3.3 Teknik Sampling

Adapun teknik pengambilan sampel yang digunakan dalam penelitian ini adalah :

a. Purposive sampling yaitu teknik penentuan sampel dengan pertimbangan

tertentu, yakni dengan cara memberikan kuisioner kepada setiap responden yang ditemui dan pernah menggunakan jasa maskapai penerbangan Lion Air

b. Sampling incidental adalah teknik penentuan sampel berdasarkan

kebetulan, yaitu siapa saja yang kebetulan bertemu dengan peneliti dapat digunakan sebagai sampel bila dipandang orang yang kebetulan ditemui itu cocok sebagai sumber data35.

2.4 Teknik Pengumpulan Data

Dalam penelitian ini untuk memperoleh data atau informasi, keterangan-keterangan yang diperlukan penulis menggunakan teknik pengumpulan data sebagi berikut :

1. Pengumpulan Data Primer

Yaitu pengumpulan data yang dilakukan secara langsung ke lokasi penelitian. Data primer tersebut dilakukan dengan cara sebagai berikut :

35

a. Metode angket (Kuesioner) yaitu teknik pengumpulan data dengan memberikan daftar pertanyaan sacara tertutup yang telah disediakan kepada responden.

b. Observasi yaitu teknik pengumpulan data dengan pengamatan langsung objek penelitian dengan mencatat gejala-gejala yang ditemukan dilapangan untuk melengkapi data-data yang diperlukan sebagai acuan yang berkenaan dengan topik penelitian.

2. Pengumpulan Data Sekunder

Yaitu pengumpulan data yang dilakukan melalui :

a. Penelitian kepustakaan yaitu pengumpulan data yang diperoleh dengan menggunakan berbagai literature seperti buku-buku karya ilmiah, pendapat para ahli yang memiliki relevansi dengan masalah yang diteliti.

b. Studi dokumentasi yaitu pengumpulan data yang diperoleh melalui pengkajian dan penelaahan terhadap catatan tertulis maupun dokumen-dokumen yang berkaitan dengan masalah yang diteliti dengan instansi terkait.

2.5 Instrumen penelitian 2.5.1 Skala Pengukuran

Jenis data yang dihasilkan dalam penelitian ini ada dua, yaitu data nominal dan data ordinal. Data nominal digunakan untuk mengetahui karakteristik responden seperti variabel demografi responden. Data ordinal merupakan skala berjarak atas suatu respon yang ditawarkan dengan bentuk skala Likert. Dengan

skala ini, responden diminta untuk menentukan tingkat penilaian dari berbagai indikator. Masing-masing alternatif jawaban akan diberi skor numerik sebagai berikut:

1. Sangat setuju diberi skor 5 2. Setuju diberi skor 4

3. Netral diberi skor 3 4. Tidak setuju diberi skor 2 5. Sangat tidak setuju diberi skor 1

Tabel 4 Skoring Kualitas Pelayanan dan Kepuasan Konsumen dan Loyalitas Pelanggan Berdasarkan Skala Likert

Skor Kisaran Skor Keterangan 1

2 3 4 5

1,0 - < 1,8 1,8 - < 2,6 2,6 - < 3,4 3,4 - < 4,2 4,2 - < 5,0

Sangat Tidak Setuju (STS) Tidak Setuju (TS)

Netral (N) Setuju (S)

Sangat Setuju (SS)

2.5.2 Pengujian Instrumen Penelitian

Instrumen penelitian diharapkan dapat memberikan data-data yang sesuai,maka perlu diadakan pengujian terhadap instrumen antara lain:

2.5.2.1 Uji Validitas

Uji validitas digunakan untuk mengukur sah atau valid tidaknya suatu kuesioner. Suatu kuesioner dikatakan valid jika pertanyaan kuesioner mampu untuk mengungkapkan sesuatu yang akan diukur oleh kuisioner tersebut. Uji signifikan dilakukan dengan membandingkan nilai rhitung dengan nilai tabel untuk

degree of freedom (df) = n-2 dengan alpha 0.05. Jika rhitung lebih besar dari rtabel dan nilai r positif, maka butir atau pertanyaan dikatakan valid

Kriteria instrumen dikatakan valid apabila nilai korelasi (Pearson

Correlation) adalah positif dan nilai probabilitas korelasi {sig. (2-tailed)} ≤

derajat signifikan 0,05 (α = 5%). Jumlah responden dalam uji validitas penelitian ini adalah sebanyak 118 responden dengan taraf signifikan 5%. Jadi diperoleh nilai rtabel Product Moment sebesar 0,182.

2.5.2.2 Uji reliabilitas

Reliabilitas adalah ukuran konsistensi internal indikator-indikator sebuah variabel bentukan yang menunjukkan derajat sampai dimana masing-masing indikator itu mengindikasikan sebuah variabel bentukan yang umum.

Pada uji reliabilitas digunakan Cronbach Alpha (α-Cronbach) untuk uji tiap dimensi tingkat-1 dan/atau tingkat-2. Jika skala itu dikelompokkan ke dalam 5 kelas dengan range yang sama, maka ukuran kemantapan alpha dapat diinterpretasikan sebagai berikut :

1. Nilai Alpha Cronbach’s 0,00 s.d 0,20 berarti kurang reliabel 2. Nilai Alpha Cronbach’s 0,20 s.d 0,40 berarti agak reliabel 3. Nilai Alpha Cronbach’s 0,40 s.d 0,60 berarti cukup reliabel 4. Nilai Alpha Cronbach’s 0,60 s.d 0,80 berarti reliabel

2.6 Teknik Analisis Data 2.6.1 Uji Asumsi Klasik

Uji asumsi klasik digunakan untuk mengetahui apakah model regresi linier berganda yang digunakan sesuai dengan asumsi klasik.

2.6.1.1. Uji Multikolinieritas

Uji ini bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas (independen). Model regresi yang baik seharusnya tidak terjadi korelasi di antara variabel independen. Jika variabel independen saling berkorelasi, maka variabel-variabel ini tidak ortogonal. Untuk mendeteksi adanya multikolinearitas, dapat dilihat dari Variance Inflation Factor (VIF). Apabila nilai VIF > 10, terjadi multikolinieritas. Sebaliknya, jika VIF < 10, tidak terjadi multikolinearitas.

2.6.1.2 Uji Heteroskedastisitas

Pengujian ini digunakan untuk melihat apakah variabel pengganggu mempunyai varian yang sama atau tidak. Heteroskedastisitas mempunyai suatu keadaan bahwa varian dari residual suatu pengamatan ke pengamatan yang lain berbeda. Salah satu metode yang digunakan untuk menguji ada tidaknya Heterokedastisitas akan mengakibatkan penaksiran koefisien-koefisien regresi menjadi tidak efisien. Hasil penaksiran akan menjadi kurang dari semestinya. Heterokedastisitas bertentangan dengan salah satu asumsi dasar regresi linear, yaitu bahwa variasi residual sama untuk semua pengamatan atau disebut homokedastisitas.

Untuk mendeteksi ada atau tidaknya heteroskedastisitas yaitu dengan melihat grafik Plot antara nilai prediksi variabel terikat (dependen) yaitu ZPRED

dengan residualnya SRESID. Deteksi ada atau tidaknya heteroskedastisitas dapat dilakukan dengan melihat ada tidaknya pola tertentu pada grafik scatterplot antara SRESID dan ZPRED dimana sumbu Y adalah Y yang telah diprediksi, dan sumbu X adalah residual (Y prediksi – Y sesungguhnya) yang telah di-studentized.

Dasar analisisnya adalah sebagai berikut:

a. Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur (bergelombang, melebar kemudian menyempit), maka mengindikasikan telah terjadi heteroskedastisitas.

b. Jika ada pola yang jelas, serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas.

2.6.1.3 Uji Normalitas

Uji normalitas adalah pengujian tentang kenormalan distribusi data. Penggunaan uji normalitas pada analisis statistik parametik, asumsi yang harus dimiliki oleh data adalah bahwa data tersebut harus terdistribusi secara normal. Maksud data terdistribusi secara normal adalah bahwa data akan mengikuti bentuk distribusi normal.

Pada Normal P-P Plot prinsipnya normalitas dapat dideteksi dengan melihat penyebaran data (titik) pada sumbu diagonal grafik atau dengan melihat histogram dari residualnya. Dasar pengambilan keputusan:

a. Jika data menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal atau grafik histogramnya menunjukkan pola distribusi normal, maka model regresi memenuhi asumsi normalitas.

b. Jika data menyebar jauh garis diagonal dan/atau tidak mengikuti arah garis diagonal atau grafik histogram tidak menunjukkan pola distribusi normal, maka model regresi tidak memenuhi asumsi normalitas.

2.6.1.4 Uji Autokorelasi

Uji autokorelasi merupakan pengujian asumsi dalam regresi dimana variabel dependen tidak berkorelasi dengan dirinya sendiri. Maksud korelasi dengan diri sendiri adalah bahwa nilai dari variabel dependen tidak berhubungan dengan nilai variabel itu sendiri, baik nilai variabel sebelumnya atau nilai periode sesudahnya.

Cara menentukan atau mengidentifikasi adanya kasus autokorelasi adalah dengan menggunakan pengujian Durbin-Watson. Pada tabel Durbin-Watson diperoleh output tabel, yaitu nilai Durbin-Watson batas bawah (dL) dan batas atas

(dU). Kriteria pemeriksaan asumsi autokorelasi residual menggunakan Nilai

Durbin-Watson (d) adalah sebagai berikut: • Deteksi Autokorelasi Positif :

 Jika d < dL maka terdapat autokorelasi positif,

 Jika d > dU maka tidak terdapat autokorelasi positif,

 Jika dL < d < dU maka pengujian tidak meyakinkan atau tidak dapat

disimpulkan.

• Deteksi Autokorelasi Negatif:

 Jika (4 - d) < dL maka terdapat autokorelasi negatif,

 Jika dL < (4 - d) < dU maka pengujian tidak meyakinkan atau tidak

dapat disimpulkan.

2.6.2 Analisis Regresi Linear Berganda

Analisis regresi berganda digunakan untuk mengetahui pengaruh harga dan pelayanan terhadap keputusan pembelian, dengan rumus (Sudjana, 2007:348) Y = a + b1X1 + b2X2 + e

Keterangan:

X1 = Kualitas Pelayanan X2 = Kepuasan Konsumen Y = Loyalitas Pelanggan a = Konstanta

b1, b2 = Koefisien regresi e = Error sampling

2.6.3 Uji Hipotesis

2.6.3.1. Uji Parsial (uji T)

Uji parsial (uji T) yaitu untuk mengetahui tingkat signifikansi kualitas pelayanan (X1) dan kepuasan konsumen (X2) secara parsial terhadap loyalitas pelanggan (Y). Hipotesa yang akan diuji adalah H1 sampai dengan H2 dengan tingkat toleransi sebesar 5% (α = 0,05). Ho diterima apabila probabilitasnya sign > 0,05 atau Jika thitung < ttabel, maka Ho diterima dan Ha ditolak. Ho ditolak apabila probabilitasnya sign ≤ 0,05 atau Jika thitung > ttabel, maka Ho ditolak dan Ha diterima.

Ho : βi=0 : tidak ada pengaruh yang positif antara kualitas pelayanan (X1) dan pelayanan (X2) secara parsial terhadap loyalitas pelanggan (Y)

Ha : βi>0 : ada pengaruh yang positif antara kepuasan konsumen (X1) dan pelayanan (X2) secara parsial terhadap loyalitas pelanggan (Y)

2.6.3.2. Uji Simultan (Uji F)

Uji simultan bertujuan untuk mengetahui apakah variabel X1 dan X2 berpengaruh secara bersama terhadap variabel Y. Uji simultan dilakukan secara serentak untuk membuktikan hipotesis awal tentang pengaruh variabel kualitas pelayanan (X1) dan kepuasan konsumen (X2) terhadap loyalitas pelanggan (Y) sebagai variabel terikat. Adapun hipotesis yang dapat diajukan untuk uji F adalah sebagai berikut:

Hipotesis nol (Ho) ditolak dan hipotesis alternatif (Ha) diterima artinya ada pengaruh antara kualitas pelayanan (X1) dan kepuasan konsumen (X2) terhadap loyalitas pelanggan (Y).

Hipotesis nol (Ho) diterima dan hipotesis alternatif (Ha) ditolak artinya tidak ada pengaruh antara kualitas pelayanan (X1) dan kepuasan konsumen (X2) terhadap loyalitas pelanggan (Y).

Kriteria pengujian dengan SPSS:

Apabila nilai signifikansi > 0,05, maka Ho diterima dan Ha ditolak. Apabila nilai signifikansi < 0,05, maka Ho ditolak dan Ha diterima.

2.6.4 Koefisien Determinasi (R2) / Goodness Of Fit Test 2.6.4.1. Koefisien Determinasi Parsial

Koefisen determinasi parsial digunakan untuk mengetahui besarnya kontribusi pengaruh dari masing-masing variabel bebas terhadap variabel terikat. Besarnya kontribusi pengaruh variabel bebas secara parsial dapat dihitung dengan rumus r2 x 100%. Besarnya koefisien korelasi (r) variabel bebas secara parsial dapat diketahui dari nilai partial correlation dari output SPSS. Semakin tinggi nilai koefisien (r) masing-masing variabel bebas maka semakin tinggi pula kontribusi pengaruh masing-masing variabel bebas terhadap variabel terikat.

2.6.4.2. Koefisien Determinasi Simultan

Dalam uji regresi linier berganda juga dianalisis besarnya koefisien regresi (R2). R2 pada dasarnya mengukur seberapa jauh kemampuan model regresi dalam menerangkan variasi variabel dependen atau variabel terikat (Ghozali, 2006:83). Nilai R2 adalah antara nol dan satu. R2 mendekati 1 (satu) maka dapat dikatakan semakin kuat kemampuan variabel bebas dalam model regresi tersebut dalam menerangkan variabel terikat, sebaliknya jika R2 mendekati 0 (nol) maka semakin lemah variabel bebas menerangkan variasi variabel terikat.

Dalam penggunaan koefisien determinasi terdapat kelemahan dasar yang tidak dapat dihindari, yaitu bisa terhadap jumlah variabel independen yang dimasukkan kedalam model. Setiap tambahan satu variabel independen, maka R2 pasti meningkat tidak peduli apakah variabel tersebut berpengaruh secara signifikan terhadap variabel dependen. Oleh karena itu dianjurkan untuk menggunakan nilai Adjusted R2 pada saat mengevaluasi mana model regresi

terbaik. Tidak seperti R2, nilai Adjusted R2 dapat naik atau turun apabila satu variabel independen ditambahkan ke dalam model.

Dalam kenyataan nilai Adjusted R2 dapat bernilai negatif, walaupun yang dikehendaki harus bernilai positif. Menurut Gujarati (2003:125) jika dalam uji empiris didapat nilai Adjusted R2 negatif, maka nilai Adjusted R2 dianggap bernilai nol. Secara sistematis jika nilai R2 = 1, maka Adjusted R2 = R2 = 1 sedangkan jika nilai R2 = 0, maka Adjusted R2 = (1 – k)/(n –k). Jika k > 1, maka

dengan residualnya SRESID. Deteksi ada atau tidaknya heteroskedastisitas dapat

dilakukan dengan melihat ada tidaknya pola tertentu pada grafik scatterplot antara

SRESID dan ZPRED dimana sumbu Y adalah Y yang telah diprediksi, dan sumbu

X adalah residual (Y prediksi – Y sesungguhnya) yang telah di-studentized.

Dasar analisisnya adalah sebagai berikut:

a. Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola

tertentu yang teratur (bergelombang, melebar kemudian menyempit),

maka mengindikasikan telah terjadi heteroskedastisitas.

b. Jika ada pola yang jelas, serta titik-titik menyebar di atas dan di bawah

angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas.

2.6.1.3 Uji Normalitas

Uji normalitas adalah pengujian tentang kenormalan distribusi data.

Penggunaan uji normalitas pada analisis statistik parametik, asumsi yang harus

dimiliki oleh data adalah bahwa data tersebut harus terdistribusi secara normal.

Maksud data terdistribusi secara normal adalah bahwa data akan mengikuti bentuk

distribusi normal.

Pada Normal P-P Plot prinsipnya normalitas dapat dideteksi dengan

melihat penyebaran data (titik) pada sumbu diagonal grafik atau dengan melihat

histogram dari residualnya. Dasar pengambilan keputusan:

a. Jika data menyebar di sekitar garis diagonal dan mengikuti arah garis

diagonal atau grafik histogramnya menunjukkan pola distribusi normal,

b. Jika data menyebar jauh garis diagonal dan/atau tidak mengikuti arah garis

diagonal atau grafik histogram tidak menunjukkan pola distribusi normal,

maka model regresi tidak memenuhi asumsi normalitas.

2.6.1.4 Uji Autokorelasi

Uji autokorelasi merupakan pengujian asumsi dalam regresi dimana

variabel dependen tidak berkorelasi dengan dirinya sendiri. Maksud korelasi

dengan diri sendiri adalah bahwa nilai dari variabel dependen tidak berhubungan

dengan nilai variabel itu sendiri, baik nilai variabel sebelumnya atau nilai periode

sesudahnya.

Cara menentukan atau mengidentifikasi adanya kasus autokorelasi adalah

dengan menggunakan pengujian Durbin-Watson. Pada tabel Durbin-Watson

diperoleh output tabel, yaitu nilai Durbin-Watson batas bawah (dL) dan batas atas

(dU). Kriteria pemeriksaan asumsi autokorelasi residual menggunakan Nilai

Durbin-Watson (d) adalah sebagai berikut:

• Deteksi Autokorelasi Positif :

 Jika d < dL maka terdapat autokorelasi positif,

 Jika d > dU maka tidak terdapat autokorelasi positif,

 Jika dL < d < dU maka pengujian tidak meyakinkan atau tidak dapat disimpulkan.

• Deteksi Autokorelasi Negatif:

 Jika (4 - d) < dL maka terdapat autokorelasi negatif,

 Jika dL < (4 - d) < dU maka pengujian tidak meyakinkan atau tidak dapat disimpulkan.

2.6.2 Analisis Regresi Linear Berganda

Analisis regresi berganda digunakan untuk mengetahui pengaruh harga

dan pelayanan terhadap keputusan pembelian, dengan rumus (Sudjana, 2007:348)

Y = a + b1X1 + b2X2 + e

Keterangan:

X1 = Kualitas Pelayanan

X2 = Kepuasan Konsumen

Y = Loyalitas Pelanggan

a = Konstanta

b1, b2 = Koefisien regresi

e = Error sampling

2.6.3 Uji Hipotesis

2.6.3.1. Uji Parsial (uji T)

Uji parsial (uji T) yaitu untuk mengetahui tingkat signifikansi kualitas

pelayanan (X1) dan kepuasan konsumen (X2) secara parsial terhadap loyalitas

pelanggan (Y). Hipotesa yang akan diuji adalah H1 sampai dengan H2 dengan

tingkat toleransi sebesar 5% (α = 0,05). Ho diterima apabila probabilitasnya sign > 0,05 atau Jika thitung < ttabel, maka Ho diterima dan Ha ditolak. Ho ditolak apabila

probabilitasnya sign ≤ 0,05 atau Jika thitung > ttabel, maka Ho ditolak dan Ha diterima.

Ho : βi=0 : tidak ada pengaruh yang positif antara kualitas pelayanan (X1) dan pelayanan (X2) secara parsial terhadap loyalitas pelanggan (Y)

Ha : βi>0 : ada pengaruh yang positif antara kepuasan konsumen (X1) dan pelayanan (X2) secara parsial terhadap loyalitas pelanggan (Y)

2.6.3.2. Uji Simultan (Uji F)

Uji simultan bertujuan untuk mengetahui apakah variabel X1 dan X2

berpengaruh secara bersama terhadap variabel Y. Uji simultan dilakukan secara

serentak untuk membuktikan hipotesis awal tentang pengaruh variabel kualitas

pelayanan (X1) dan kepuasan konsumen (X2) terhadap loyalitas pelanggan (Y)

sebagai variabel terikat. Adapun hipotesis yang dapat diajukan untuk uji F adalah

sebagai berikut:

Hipotesis nol (Ho) ditolak dan hipotesis alternatif (Ha) diterima artinya

ada pengaruh antara kualitas pelayanan (X1) dan kepuasan konsumen (X2)

terhadap loyalitas pelanggan (Y).

Hipotesis nol (Ho) diterima dan hipotesis alternatif (Ha) ditolak artinya

tidak ada pengaruh antara kualitas pelayanan (X1) dan kepuasan konsumen (X2)

terhadap loyalitas pelanggan (Y).

Kriteria pengujian dengan SPSS:

Apabila nilai signifikansi > 0,05, maka Ho diterima dan Ha ditolak. Apabila nilai

2.6.4 Koefisien Determinasi (R2) / Goodness Of Fit Test 2.6.4.1. Koefisien Determinasi Parsial

Koefisen determinasi parsial digunakan untuk mengetahui besarnya

kontribusi pengaruh dari masing-masing variabel bebas terhadap variabel terikat.

Besarnya kontribusi pengaruh variabel bebas secara parsial dapat dihitung dengan

rumus r2 x 100%. Besarnya koefisien korelasi (r) variabel bebas secara parsial

dapat diketahui dari nilai partial correlation dari output SPSS. Semakin tinggi

nilai koefisien (r) masing-masing variabel bebas maka semakin tinggi pula

kontribusi pengaruh masing-masing variabel bebas terhadap variabel terikat.

2.6.4.2. Koefisien Determinasi Simultan

Dalam uji regresi linier berganda juga dianalisis besarnya koefisien regresi

(R2). R2 pada dasarnya mengukur seberapa jauh kemampuan model regresi dalam

menerangkan variasi variabel dependen atau variabel terikat (Ghozali, 2006:83).

Nilai R2 adalah antara nol dan satu. R2 mendekati 1 (satu) maka dapat dikatakan

semakin kuat kemampuan variabel bebas dalam model regresi tersebut dalam

menerangkan variabel terikat, sebaliknya jika R2 mendekati 0 (nol) maka semakin

lemah variabel bebas menerangkan variasi variabel terikat.

Dalam penggunaan koefisien determinasi terdapat kelemahan dasar yang

tidak dapat dihindari, yaitu bisa terhadap jumlah variabel independen yang

dimasukkan kedalam model. Setiap tambahan satu variabel independen, maka R2

pasti meningkat tidak peduli apakah variabel tersebut berpengaruh secara

signifikan terhadap variabel dependen. Oleh karena itu dianjurkan untuk

terbaik. Tidak seperti R2, nilai Adjusted R2 dapat naik atau turun apabila satu

variabel independen ditambahkan ke dalam model.

Dalam kenyataan nilai Adjusted R2 dapat bernilai negatif, walaupun yang

dikehendaki harus bernilai positif. Menurut Gujarati (2003:125) jika dalam uji

empiris didapat nilai Adjusted R2 negatif, maka nilai Adjusted R2 dianggap

bernilai nol. Secara sistematis jika nilai R2 = 1, maka Adjusted R2 = R2 = 1

sedangkan jika nilai R2 = 0, maka Adjusted R2 = (1 – k)/(n –k). Jika k > 1, maka