ANALISIS DATA DAN PEMBAHASAN
C. Hasil Penelitian
2. Hasil Analisis Regresi Linier Berganda
Analisis regresi linier berganda dilakukan dengan langkah-langkah sebagai berikut:
1) Uji Normalitas
Uji ini digunakan untuk menguji variabel bebas dan variabel terikat pada persamaan regresi yang dihasilkan berdistribusi normal.Metode yang digunakan untuk mengetahui apakah data residual penelitian berdistribusi normal atau tidak adalah uji Kolmogorov-Smirnov dengan bantuan SPSS for Windwos Versi 17.00dasar pengambilan keputusan normalitas adalah dengan melihat angka probabilitas, jika nilai probabilitas lebih kecil dari maka data tersebut tidak berdistirbusi normal dan jika nilai probabilitas lebih besar dari maka data tersebut berdistribusi normal.
Tabel V.13 Hasil Uji Normalitas
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 100
Normal Parametersa,,b Mean .0000000 Std. Deviation .44410241 Most Extreme Differences Absolute .100 Positive .100
Negative -.089 Kolmogorov-Smirnov Z .995 Asymp. Sig. (2-tailed) .275 a. Test distribution is Normal.Sumber: Data Primer April 2017
b. Calculated from data.
Berdasarkan hasil pengujian pada Tabel V.13, hasil pengujian One Sample Kolmogorov-Smirnov Test menghasilkan asymptotic significance 0,05. Hasil dari perhitungan SPSS sebesar (0,275 0,05). Berdasarkan hasil tersebut maka dapat disimpulkan bahwa model regresi telah memenuhi asumsi kenormalan.
Gambar V.1
Histogram Distribusi Normal
Sumber: Data Primer April 2017
Selain menggunakan tabel di atas, uji normalitas juga dapat dicari dengan menggunakan normal probability plots.
Gambar V.2
Pada gambar di atas terlihat bahwa plot data mengikuti arah garis diagonal atau tidak melenceng. Berarti dapat dikatakan data berdistrubusi normal.
2)
Uji HeteroskedastisitasUji heteroskedastisitas menunjukkan bahwa avarians variabel tidak sama untuk semua pengamatan. Jika varians residual satu pengamatan ke pengamatan lain tetap maka disebut homoskedastisitas. Model regresi yang baik adalah homoskedastisitas atau tidak terjadi heteroskedastisitas.Dasar pengambilan keputusan adalah dengan melihat ada tidaknya pola tertentu antara Y yang diprediksi dengan residual.
(1) Jika ada pola tertentu seperti titik-titik yang ada membentuk suatu pola tertentu yang teratur maka terjadi heteroskedastisitas.
(2) Jika tidak ada pola yang jelas serta titik-titik menyebar di atas dan di bawah angka 0, maka tidak terjadi heteroskedastisitas. Berdasarkan hasil pengolahan SPSS Versi 17.0 for Windows didapatkan kurva pengujian heteroskedastisitas seperti terlihat pada gambar dibawah ini :
Gambar V.3
Hasil Uji Heteroskedastisitas
Dari grafik di atas dapat disimpulkan tidak terjadi heteroskedastisitas atau model regresi liniernya homoskedastisitas.
Tabel. 14
Hasil Uji Heterokedasitas dengan Gletjer SPSS
Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) 0.312 0.236 1.325 0.188 X1 -0.027 0.056 -0.051 -0.484 0.629 X2 0.041 0.038 0.112 1.065 0.29 a. Dependent Variable: Abs_res Sumber: Data Primer April 2017
Berdasarkan Tabel perhitungan Abs_Res (Absolute Residual) diatas diketahui bahwa nilai Signifikansi (Sig) variabel kualitas pelayanan (X ) dan citra merek (X )yakni lebih besar dari alpha
5% (0,05), yang artinya tidak terjadi Heteroskedastisitas pada ketiga variabel tersebut.
3) Uji Multikolinearitas
Uji multikolinearitas dilakukan untuk menguji apakah dalam model regresi ditemukan adanya korelasi antar variabel bebas.Model regresi yang baik adalah non multikolinear.Analisis ini ditentukan oleh besarnya nilai VIF (Varians Inflation Factor) dan Tolerance. Pedoman suatu model regresi yang bebas multikolinearitas adalah mempunyai nilai VIF yang tidak lebih dari 10 dan mempunyai angka tolerance lebih dari 0,1. Berdasarkan hasil pengolahan SPSS versi 17.0 For Windows didapatkan nilai VIF (Varians Inflation Factor) dan Tolerance untuk masing-masing variabel bebas pada tabel berikut ini :
Tabel V.15
Hasil Uji Multikolinearitas
Coefficientsa Model Collinearity Statistics Tolerance VIF 1 X1 .917 1.090 X2 .917 1.090 a. Dependent Variable: Y
Sumber: Data Primer April 2017
(a) Dependent Variabel : Loyalitas Konsumen (Y)
Berdasarkan Tabel V.15 dapat diketahui bahwa besarnya niali VIF (Varians Inflation Factor) dari masing-masing variabel
independen memiliki nilai VIF tidak lebih dari 10 dan Tolerance lebih dari 0,1. Sehingga dapat disimpulkan bahwa seluruh variabel independen tidak terdapat adanya multikolinearitas.
b. Hasil Analisis Regresi Linier Berganda
Pada penelitian ini penulis menggunakan teknik analisis regresi linier berganda. Analisis regresi linier berganda digunakan untuk menjawab apakah adanya pengaruh variabel independen terhadap variabel dependen. Berdasarkan perhitungan regresi berganda antara kualitas pelayanan, citra merek, dan loyalitas konsumen dengan menggunakan program SPSS versi 17.0 For Windows, diperoleh hasil sebagai berikut :
Tabel V.16
Hasil Uji Regresi Berganda
Coefficientsa Model Unstandardized Coefficients Standardized Coefficients T Sig. Collinearity Statistics B Std. Error Beta Tolerance VIF 1 (Constant) 2.517 .427 5.901 .000
X1 .345 .101 .331 3.402 .001 .917 1.090 X2 .103 .069 .145 1.486 .140 .917 1.090 a. Dependent Variable: Y Sumber: Data Primer April 2017
Dari hasil perhitungan tabel V.16, dapat dilihat kedalam bentuk persamaan regresi berganda sebagai berikut:
Hasil perhitungan diperoleh nilai koefisien konstan sebesar 2,517, koefisien regresi kualitas pelayanan (X ) sebesar 0,345 dan koefisien regresi citra merek (X ) sebesar 0,103.
c. Hasil Pengujian Hipotesis
1) Uji F (Simultan)
Uji F dilakukan untuk mengetahui ada tidaknya pengaruh variabel bebas terhadap variabel terikat, maka dilakukan pengujian terhadap hipotesis yang diajukan dalam penelitian ini. Untuk mengetahui tingkat signifikansi pengaruh variabel-variabel independen secara bersama-sama (simultan) terhadap variabel dependen.
Tabel V.17 Hasil Uji F ANOVAb Model Sum of Squares Df Mean Square F Sig. 1 Regression 3.662 2 1.831 9.096 .000a Residual 19.525 97 0.201 Total 23.187 99
a. Predictors: (Constant), X2, X1 Sumber: Data Primer April
2017
b. dependent Variabel: Y
a. Menentukan rumusan hipotesis :
: Kualitas pelayanan dan citra merek secara simultan tidak berpengaruh terhadap loyalitas konsumen.
: Kualitas pelayanan dan citra merek secara simultan berpengaruh terhadap loyalitas konsumen.
Taraf signifikansi menggunakan = 5% (signifikansi 5% atau 0,05).
c. Kriteria Pengambilan Keputusan
(1) , berarti tidak terdapat pengaruh secara simultan.
(2) ,berarti berpengaruh secara simultan.
d. Kesimpulan
Dilihat dari tabel V.17 di atas diperoleh hasil nilai Sig. = 0,000 0,05, maka . Hal ini berarti variabel kualitas pelayanan dan citra merek secara bersama-sama berpengaruh signifikan terhadap loyalitas konsumen. Artinya, apabila kualitas pelayanan dan citra merek secara bersama-sama ditingkatan maka loyalitas konsumen juga akan meningkat. Begitupun sebaliknya, apabila kualitas pelayanan dan citra meek secara bersama-sama diturunkan maka loyalitas konsumen juga akan menurun pada Warung Papeda Babarsari.
2) Uji T (Parsial)
Pada output regresi linear berganda, hasil uji t akan dilihat pada nilai signifikansi output dari SPSS. Apabila nilai Sig > 0,05 maka
Tabel V.18 Hasil Uji T Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) 2.517 .427 5.901 .000 X1 .345 .101 .331 3.402 .001 X2 .103 .069 .145 1.486 .140 a. Dependent Variable: Y Sumber: Data Primer April 2017
a) Variabel Kualitas Pelayanan (X ) (1) Menentukan Formulasi Hipotesis
H : Kualitas pelayanan secara parsial tidak berpengaruh terhadap loyalitas konsumen.
: Kualitas pelayanan secara parsial berpengaruh terhadap loyalitas konsumen.
(2) Menentukan Tingkat Signifikan
Tingkat signifikan menggunakan α=5% (signifikansi 0,05). (3) Kriteria Pengambilan Keputusan
a. Apabila Sig 0,05 H diterima dan Hₐ ditolak (tidak berpengaruh).
b. Apabila Sig 0,05 H ditolak dan Hₐ diterima (berpengaruh).
(4) Kesimpulan
Dari hasil perhitungan statistik yang menggunakan SPSS 17 pada Tabel V.18 untuk variabel kualitas pelayanan (X )nilai Sig.0,001 , maka H
ₐ
diterima dan H ditolak. Hal ini berarti kualitas pelayanan berpengaruh terhadap loyalitas konsumen (Y) pada Warung Papeda Babarsari. Artinya semakin tinggi kualitas pelayanan maka semakin tinggi loyalitas konsumen, sebaliknya semakin rendah kualitas pelayanan maka semakin rendah juga loyalitas konsumen di Warung Papeda Babarsari.b) Variabel Citra Merek (X )
(1) Menentukan Hipotesis
: Citra merek secara parsial tidak berpengaruh terhadap loyalitas konsumen.
: Citra merek secara parsial berpengaruh terhadap loyalitas konsumen.
(2) Menentukan Tingkat Signifikan
Tingkat signifikan menggunakan α =5% (signifikansi 0,05).
(3) Kriteria Pengambilan Keputusan
a. ditolak, jika nilai Sig > 0,05. Artinya citra merek tidak berpengaruh terhadap loyalitas konsumen.
b. jika nilai Sig ≤ 0,05.
Artinya citra merek berpengaruh terhadap loyalitas konsumen.
(4) Kesimpulan
Dari hasil perhitungan statistik yang menggunakan SPSS 17 pada Tabel V.18 untuk variabel citra merek (X ) nilai Sig. , maka H