BAB V ANALISIS DATA DAN PEMBAHASAN
C. Data dan Analisis
Berdasarkan data yang telah dikumpulkan, jawaban dari responden telah direkapitulasi kemudian dianalisis untuk mengetahui pengaruh faktor– faktor yang meliputi harga, penggolongan dan keragaman produk/jasa, pelayanan, lokasi, desain tempat dan promosi terhadap loyalitas pelanggan wanita pada klinik kecantikan Larissa Skin Care & Hair Treatment Yogyakarta, dengan menggunakan analisis kuantitatif.
Analisis kuantitatif yang digunakan dalam penelitian ini adalah Regresi Linier Berganda, Uji F, Uji Determinansi, Uji Realibilitas dan Uji Validitas. Model analisis regresi linier berganda dipilih untuk mengetahui besarnya pengaruh faktor-faktor loyalitas yang meliputi harga ( X1), penggolongan dan keragaman produk/jasa (X2), pelayanan (X3), lokasi (X4), desain tempat (X5), promosi (X6) terhadap loyalitas (Y) pelanggan wanita pada klinik kecantikan Larissa Skin Care & Hair Treatment Yogyakarta
1. Analisis Regresi Linier Berganda
Model Regresi Linier Berganda digunakan untuk menjawab hipotesis yaitu apakah harga, penggolongan dan keragaman produk/jasa,
pelayanan, lokasi, desain tempat dan promosi secara simultan berpengaruh positif terhadap loyalitas pelanggan wanita pada klinik kecantikan. Hasil analisis regresi linier berganda dapat ditunjukkan seperti pada tabel II.3 sebagai berikut :
Tabel II.3
Hasil Estimasi Regresi Linier Berganda Variabel Koef.
Regresi (B)
Koef. Beta
Thitung Sig t Keterangan
Konstanta
0, 015 0,053 0,958
Harga ( X1)
0,170 0,231 3,104 0,003 Signifikan
Penggolongan dan
Keragaman Produk/Jasa ( X2) 0,229 0,263 3,153 0,002 Signifikan Pelayanan (X3) 0,202 0,233 3,574 0,001 Signifikan Lokasi (X4) 0,124 0,154 2,442 0,017 Signifikan Desain Tempat (X5) 0,203 0,219 3,626 0,000 Signifikan Promosi (X6) 0,118 0,155 2,608 0,011 Signifikan Standar error = 0,29057 Adjusted R Square = 0,700 Multiple R = 0,718 F hitung = 39,504 Signifikan F = 0,000 Sumber : Data Primer yang diolah, 2010
Dari hasil analisis regresi didapatkan koefisien regresi yang dapat dibuat persamaan regresi sebagai berikut :
a. Uji Asumsi Klasik 1) Uji Multikolonieritas
Uji multikolinieritas dimaksudkan untuk menguji apakah model regresi ditemukan adanya kolerasi antara variabel bebas/independen. Untuk mendeteksi adanya multikolinieritas, jika nilai Variance Inflation Factor (VIF) tidak lebih dari 10 maka terbebas dari multikolinieritas. Hasil nilai Variance Inflation Factor (VIF) dengan menggunakan SPSS 16.0yaitu sebagai berikut: 1,833 (variabel harga), 2,304 (variabel penggolongan & keragaman produk/jasa), 1.406 (variabel pelayanan) dan 1,318 (variabel lokasi), 1,318 (variabel desain tempat), 1,318 (variabel promosi). Hasil ini berarti variabel terbebas dari asumsi klasik multikolinieritas, karena hasilnya lebih kecil dari 10.
2) Uji Autokorelasi
Uji autokorelasi bertujuan menguji apakah dalam model regresi linier ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode t-1 (sebelumnya). Jika terjadi korelasi, maka dinamakan ada problem autokorelasi. Menurut Makridakis dkk., 1995 (dalam Sujianto, 2009:80) salah satu ukuran dalam menentukan ada tidaknya masalah autokorelasi dengan uji Durbin-Watson (DW) dengan ketentuan sebagai berikut:
b) 1,21 < DW < 1,65 atau 2,35 < DW 2,79 maka tidak dapat disimpulkan.
c) DW < 1,21 atau DW > 2,79 maka terjadi autokorelasi.
Dengan menggunakan SPSS 16.0 diperoleh hasil nilai Durbin- Watson pada Model Summary sebesar 2,031. Jadi karena 1,65 < 2,031 < 2,35 maka tidak ada autokorelasi.
3) Uji Heteroskedastisitas
Uji heteroskedastisitas digunakan untuk menguji apakah dalam sebuah model regresi terjadi ketidaksamaan varian dan residual dari suatu pengamatan ke pengamatan yang lain. Berdasarkan pola gambar Scatterplot model di bawah ini terlihat bahwa titik-titik menyebar secara acak serta tersebar baik di atas maupun di bawah angka 0 pada sumbu Y. Hal ini dapat disimpulkan bahwa tidak terjadi heteroskedastisitas pada model regresi, sehingga model regresi layak dipakai untuk memprediksi loyalitas pelanggan berdasarkan masukkan variabel independen harga, penggolongan dan keragaman produk/jasa, pelayanan, lokasi, desain tempat dan promosi.
4) Uji Normalitas
Uji normalitas dilakukan untuk mengetahui apakah sebuah model regresi, variabel independen dan variabel dependenatau tidak. Normal disini dalam arti mempunyai distribusi data normal. Keduanya digunakan uji Kolmongorov-Smirnov dengan signifikan atau α = 5% dan untuk pengambilan keputusan dengan pedoman sebagai berikut (dalam Sujianto, 2009:83):
a) Nilai signifikan (α) atau nilai probabilitas < 0,05, distribusi data adalah tidak normal.
b) Nilai signifikan (α) atau nilai probabilitas > 0,05, distribusi data adalah normal.
Model regresi yang baik adalah berdistribusi normal atau mendekati normal. Dari tabel One-Sample Kolmongorov-Smirnov Test dengan menggunakan SPSS 16.0 diperoleh angka probabilitas atau Asym. Sig. (2-tailed), maka model regresi ini memenuhi asumsi normalitas. Hasil uji normalitas dapat ditunjukkan seperti pada tabel V.10 sebagai berikut:
Tabel II.4 Hasil Uji Normalitas
Sumber: Data primer yang diolah, 2010
Dari hasil uji asumsi klasik menyatakan bahwa model regresi linier berganda terbebas dari asumsi klasik dan dari persamaan regresi linier berganda tersebut, diketahui bahwa koefisien regresi linier berganda dari ke enam variabel bebas yang meliputi harga, penggolongan dan keragaman produk/jasa, pelayanan, lokasi, desain tempat dan promosi bertanda positif, yang berarti bahwa semua variabel berpengaruh terhadap variabel terikat yaitu loyalitas pelanggan wanita.
Nama Variabel Nilai Asymp. Sig. (2-tailed) Taraf signifikansi Keputusan Harga ( X1) 0,083 0,05 Normal Penggolongan dan Keragaman Produk/Jasa (X2) 0,064 0,05 Normal Pelayanan (X3) 0,087 0,05 Normal Lokasi (X4) 0,056 0,05 Normal
Desain Tempat (X5) 0,062 0,05 Normal
Promosi (X6) 0,051 0,05 Normal
Dari persamaan Regresi Linier Berganda, diketahui bahwa koefisien Regresi linier Berganda dari ke enam variabel bebas yang meliputi harga, penggolongan dan keragaman produk/jasa, pelayanan, lokasi, desain tempat dan promosi bertanda positif, yang berarti bahwa semua variabel bebas memiliki pengaruh terhadap variabel terikat yaitu Loyalitas.
a. Secara matematis jika X1 = X2 = X3 = X4 = X5 = X6 = 0, maka nilai Y=0.015. Hal ini menunjukan bahwa apabila variabel harga, penggolongan dan keragaman produk/jasa, pelayanan, lokasi, desain tempat dan promosi dianggap nol atau tidak ada maka loyalitas pelanggan wanita pada klinik kecantikan Larissa Skin Care & Hair Treatment Yogyakarta telah ada sebesar 0.015 atau pembentukan loyalitas sudah ada sebesar 0.015.
b. Koefisien (b1) mengukur besarnya perubahan variabel terikat (Y) akibat perubahan variabel bebas X1, sebesar satu satuan, dengan asumsi variabel bebas X2, X3, X4, X5 dan X6 adalah tetap/konstan. Nilai b1=0.170, dapat diartikan bahwa apabila persepsi harga meningkat satu satuan, maka loyalitas pelanggan wanita akan meningkat sebesar 0.170 satuan.
c. Kefisien (b2) mengukur besarnya perubahan variabel terikat (Y) akibat perubahan variabel bebas X2, sebesar satu satuan, dengan asumsi variabel bebas X1, X3, X4, X5 dan X6 adalah tetap/konsatan. Nilai b2=0.229, dapat diartikan bahwa apabila persepsi penggolongan dan
keragaman produk/jasa meningkat satu satuan, maka loyalitas pelanggan wanita akan meningkat sebesar 0.229 satuan.
d. Koefisien (b3) mengukur besarnya perubahan variabel terikat (Y) akibat perubahan variabel bebas X3, sebesar satu satuan, dengan asumsi variabel bebas X1, X2, X4, X5 dan X6 adalah tetap/konstan. Nilai b3=0.202, dapat diartikan bahwa apabila persepsi pelayanan meningkat satu satuan, maka loyalitas pelanggan wanita akan meningkat sebesar 0.203 satuan.
e. Kefisien (b4) mengukur besarnya perubahan variabel terikat ( Y ) akibat perubahan variabel bebas X4, sebesar satu satuan, dengan asumsi variabel bebas X1, X2, X3, X5 dan X6 adalah tetap/konstan. Nilai b4=0.124, dapat diartiakan bahwa apabila persepsi lokasi meningkat satu satuan, maka loyalitas pelanggan wanita akan meningkat sebesar 0.124 satuan.
f. Koefisien (b5) mengukur besarnya perubahan variabel terikat (Y) akibat perubahan variabel bebas X5, sebesar satu satuan, dengan asumsi variabel bebas X1, X2, X3, X4 dan X6 adalah tetap/konsatan. Nilai b5=0.203, dapat diartikan bahwa apabila persepsi desain tempat meningkat satu satuan, maka loyalitas pelanggan wanita akan meningkat sebesar 0.203 satuan.
g. Koefisien (b6) mengukur besarnya perubahan variabel terikat (Y) akibat perubahan variabel bebas X6, sebesar satu satuan, dengan asumsi variabel bebas X1, X2, X3, X4 dan X5 adalah tetap/konstan. Nilai
b6=0.118, dapat diartikan bahwa apabila persepsi promosi meningkat satu satuan, maka loyalitas pelanggan wanita akan meningkat sebesar 0.118 satuan.
2. Koefisien Determinasi (R²)
Nilai koefisien Determinan (R²) menunjukkan besarnya variasi dari variabel dependen yang dapat dijelaskan oleh variabel independen dalam model. Nilai R² berkisar antara 0 sampai 1. Apabila R² mendekati 1, ini menunjukkan bahwa variasi variabel dependen secara bersama -sama (simultan) dapat dijelaskan oleh variasi variabel independen. Sebaliknya jika nilai R² mendekati 0, maka variasi dari variabel dependen tidak dapat dijelaskan oleh variabel independen.
Hasil uji memperoleh nilai koefisien determinasi (R²) sebesar=0,718 atau 71,8%. Hal ini menunjukan bahwa 71,8% loyalitas pelanggan wanita pada klinik kecantikan Larissa Skin Care & Hair Treatment di Yogyakarta dapat dijelaskan oleh variabel independen yang terdiri dari harga (X1), penggolongan dan keragaman produk/jasa (X2), pelayanan (X3), lokasi (X4), desain tempat (X5) dan promosi (X6), sedangkan 28,2% lainnya dipengaruhi oleh variabel lain yang tidak dimasukkan dalam model penelitian.
3. Pengujian Signifikan
a. Pengujian Hipotesis dengan Uji F pada Regresi Linier Berganda
Uji statistik (uji F) dimaksudkan untuk menguji pengaruh antara variabel-variabel faktor-faktor pengaruh loyalitas yang meliputi harga
(X1), penggolongan dan keragaman produk/jasa (X2), pelayanan (X3), lokasi (X4), desain tempat (X5) dan promosi (X6) secara simultan terhadap loyalitas pelanggan wanita (Y) pada Larissa Skin Care & Hair Treatment Yogyakarta.
Adapun langkah-langkah yang dilakukan dalam Uji F ini adalah sebagai berikut:
Ho : Harga, penggolongan dan keragaman produk/jasa, pelayanan, lokasi, desain tempat dan promosi secara simultan tidak berpengaruh terhadap loyalitas pelanggan wanita pada klinik kecantikan.
Ha : Harga, penggolongan dan keragaman produk/jasa, pelayanan, lokasi, desain tempat dan promosi secara simultan berpengaruh terhadap loyalitas pelanggan wanita pada klinik kecantikan. Dari uji ANOVA atau Ftest dengan menggunakan program SPSS versi 16.0, didapat Fhitung adalah 39,504, dengan taraf signifikan (α)= 5% dan derajat kebebasan n - k - 1 = 100 - 6 - 1 = 93, maka Ftabel (0,05 ; 93) = 2,19, setelah Fhitung dan Ftabel diketahui, maka langkah selanjutnya adalah membandingkan nilai Fhitung dengan Ftabel.
Apabila Fhitung > Ftabel maka ada pengaruh yang signifikan, sebaliknya apabila Fhitung ≥ F tabel maka tidak ada pengaruh yang signifikan.
Dari hasil perhitungan diperoleh Fhitung = 39,504, sedangkan Ftabel=2,19, artinya Fhitung ≥ Ftabel. Hal ini menunjukkan bahwa Ho
ditolak dan Ha diterima. Jadi, dapat disimpulkan bahwa harga, penggolongan dan keragaman produk/jasa, pelayanan, lokasi, desain tempat dan promosi secara simultan berpengaruh terhadap loyalitas pelanggan wanita pada klinik kecantikan Larissa Skin Care & Hair Treatment Yogyakarta.
