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)
2.2 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.
(3)
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
(4)
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
(5)
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
(6)
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
(7)
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
(8)
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
(9)
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.
(10)
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,
(11)
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.
(12)
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.
(13)
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
(14)
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
(1)
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,
(2)
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,
(3)
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.
(4)
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
(5)
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
(6)
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