HASIL PENELITIAN DAN PEMBAHASAN
5.5 Pengujian Asumsi Klasik
5.5.1 Uji Normalitas
Untuk pengujian normalitas data, dalam penelitian ini dilihat melalui perhitungan regresi dengan software SPSS. Uji normalitas data adalah hal yang lazim dilakukan sebelum sebuah metode statistik. Uji normalitas merupakan salah
satu bagian dariuji persyaratan analisis data atau biasa disebut asumsi klasik.
Tujuan uji normalitas adalah untuk mengetahui apakah distribusi sebuah data mengikuti atau mendekati distribusi normal, yakni distribusi data yang mampunyai pola seperti distribusi normal.
Banyak sekali teknik pengujian normalitas suatu distribusi data yang telah dikembangkan oleh para ahli. Beberapa teknik yang bisa kita gunakan untuk menguji normalitas data adalah melalui rumus Kolmogorov-Smirnov. Dasar pengambilan keputusan adalah berdasarkan probabilitas sebagai berikut :
1. Jika nilai probabilitas > 0,05 maka Ho diterima 2. Jika nilai probabilitas < 0,05 maka Ho ditolak
Tabel 5.8 Tabel Kolmogorov-Smirnov
Sumber: Hasil Penelitian,2016
Sehingga berdasarkan hasil Uji Kolmogorov-Smirnov pada Tabel 5.8 didapat kesimpulan sebagai berikut :
1. X1 = 1,061 yang artinya > 0,05 maka populasi berdistribusi normal.
2. X2 = 1,392 yang artinya > 0,05 maka populasi berdistribusi normal.
3. X3 = 1,112 yang artinya > 0,05 maka populasi berdistribusi normal.
4. X4 = 0,742 yang artinya > 0,05 maka populasi berdistribusi normal.
5. X5 = 0,428 yang artinya > 0,05 maka populasi berdistribusi normal.
5.5.2 Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji apakah pada model regresi ditemukan korelasi antar variabel bebas. Jika terjadi korelasi, maka terdapat masalah multikolinearitas,sehingga model regresi tidak dapat dipergunakan. Nilai cut off yang umum dipakai untuk menunjukkan adanya multikolinearitas adalah Tolerance < 0,10 atau sama dengan nilai VIF > 10. Hasil pengujian multikolinearitas pada penelitian ini dapat dilihat pada Tabel 5.9
Tabel 5.9 Hasil Uji Multikolinearitas
Collinerity Statistics
Model (Constant)
Tolerance VIF
Air Conditioner .221 4.515
Kualitas Udara .324 3.089
Layout Ruangan .225 4.454
Kebersihan Gedung .246 4.069
Perawatan Gedung .345 2.899
a. Dependent Variable : Kepuasan Tenant
Sumber : Hasil Penelitian, 2016(Data diolah)
Dari hasil pengolahan data pada Tabel 5.9 menunjukkan tidak ada variabel independen, yaitu Air Conditioner, Kualitas Udara, Layout Ruangan, Kebersihan Gedung, Perawatan Gedung yang memiliki nilai Tolerance yang kurang dari 0.10, hal ini berarti tidak ada korelasi antara variabel independen. Hasil perhitungan
nilai Variance Inflation Factor (VIF) juga menunjukkan hal yang sama tidak satu variabel independen yang memiliki nilai VIF lebih dari 10. Jadi dapat disimpulkan bahwa tidak ada multikolinearitas antara variabel independen dalam model regresi pada penelitian ini, sehingga model regresi layak dipakai untuk memprediksikan Kepuasan Tenant pada Gedung Bank Mandiri_Jalan Imam Bonjol No.7 Medan.
5.5.3 Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk menguji apakah dalam sebuah regresi terjadi ketidaksamaan varian dan residul suatu pengamatan ke pengamatan lain. Jika varian dari residual ke residual lain tetap maka disebut homokedastisitas dan jika varian berbeda disebut heteroskedastisitas. Heteroskedastisitas adalah salah satu asumsi klasik sebagai prasyarat melakukan analisis regresi. Model regresi yang baik adalah tidak terjadi heteroskedastisitas. Pengujian heteroskedastisitas dilakukan uji glejser adalah uji hipotesisuntuk mengetahui apakah sebuah model regresi memiliki indikasi heterokedastisitas dengan cara meregres absolut residual (UbsUt).
Uji glejser mengusulkan untuk meregres nilai absolut residual (UbsUt) sebagai variabel dependen dengan persamaan sebagai berikut:
UbsUt = a + bXt+vi . Hasil uji glejser pada penelitian ini sebagaimana pada Tabel 5. 10
Tabel 5.10 Tabel Hasil Uji Glejser
Coefficientsa
Model
Unstandardized Coefficients
Standardized
Coefficients T Sig. Collinearity Statistics
B Std. Error Beta Tolerance VIF
Sumber : Hasil Pengolah Data, 2016
Sehingga berdasarkan hasil Uji Glejser pada Tabel 5.10 didapat tingkat signifikansi (nilai Sig) masing-masing variabel sebagai berikut :
1. Variabel X1 (Air Conditioner). Nilai Sig = 0.129;
2. Variabel X2 (Kualitas Udara). Nilai Sig = 0.243;
3. Variabel X3 (Layout Ruangan). Nilai Sig = 0.254;
4. Variabel X4 (Kebersihan Gedung). Nilai Sig = 0.310;
5. Variabel X5 (Perawatan Gedung). Nilai Sig = 0.924;
Pengambilan keputusan dan interprestasi dari uji glejser 1. Jika Sig di atas 0,05 maka Ho diterima.
2. Jika Sig di bawah 0,05 maka Ho ditolak.
Berdasarkan nilai Significancy atau Sig yang berada lebih besar dari 0,05 sehingga diputuskan tidak ada indikasi Heterokedastisitas.
5.5.4 Hasil Regresi Linier Berganda
Hasil uji hipotesis menyatakan bahwa Air Conditioner, Kualitas Udara, Layout Ruangan, Kebersihan Gedung dan Perawatan Gedung berpengaruh terhadap Kepuasan Tenant. Besar pengaruh per variabel dapat dibandingkan antara nilai t-tabel dan nilai t-hitung. Apabila nilai t-tabel < nilai t-hitung maka variabel tersebut berpengaruh terhadap variabel dependennya. Nilai t-tabel dapat dicari dengan menentukan nilain df terlebih dahulu melalui rumus df=n-k, maka df=33-6, dengan significant 0.05 maka nilai t-tabel adalah 2.052.
Tabel 5.11 Hasil Uji Koefesien Regresi Linier Berganda
a. Dependent Variable: Kepuasan Tenant
Sumber : Hasil Pengolahan Data, 2016
Berdasarkan Tabel 5.11 variabel Kualitas Udara, Layout Ruangan dan variabel Kebersihan Gedung memberikan pengaruh yang lebih besar dibandingkan dengan variabel Air Conditioner, Perawatan Gedung, maka persamaan analisis regresi linier berganda dari model penelitian ini adalah :
Y = 0.539 + 0.059X1 + 0.195 X2 + 0.325 X3 + 0.188 X4 + 0.123X5
5.5.5 Koefisien Determinasi (R-Square)
Koefisien Determinasi (R-Square) adalah pengujian untuk mengetahui besarnya pengaruh kesemua variabel atau konstruk bebas terhadap variabel terikat.
Tabel 5.12 Hasil Uji Koefisien Determinasi (R-Square)
Model Summaryb
Model R R Square Adjusted R Square Std. Error of the Estimate
1 .966a .933 .920 .273
a. Predictors: (Constant), Perawatan Gedung, Kualitas Udara, Kebersihan Gedung, Layout Ruangan, Air Conditioner
b. Dependent Variable: Kepuasan Tenant
Sumber : Hasil Penelitian, 2016 (Data diolah)
Berdasarkan hasil perhitungan didapat bahwa nilai R Square 0.966 menunjukkan bahwa proporsi pengaruh variabel Air Conditioner, Kualitas Udara, Layout Ruangan, Kebersihan Gedung dan Perawatan Gedung terhadap variabel Kepuasan Tenant sebesar 96.6%. Artinya proporsi pengaruh kesemua variabel independen terhadap variabel dependen memberikan pengaruh sebesar 96.6%, sedangkan sisanya 3.4% dipengaruhi variabel lain yang tidak ada didalam model regresi linier.
5.5.6 Uji Serempak (Uji F)
Untuk mengetahui pengaruh variabel bebas Air Conditioner (X1), Kualitas Udara (X2), Layout Ruangan(X3), Kebersihan Gedung (X4) dan Perawatan
Gedung (X5) terhadap variabel Kepuasan Tenant (Y) secara bersama-sama maka digunakan Uji F atau Uji Serempak. Rumus mencari nilai F-Tabel
df(1)=k-1=6-1=5 (pembilang),
f(2)=n-k=33-6=27 (penyebut),
maka nilai F-Tabel adalah 2.57
Hasil pengujian hipotesis secara serempak dapat dilihat pada Tabel 5.13 berikut ini.
Tabel 5.13 Hasil Uji-F Secara Simultan
ANOVAb
Model
Sum of
Squares Df Mean Square F Sig.
1 Regression 28.042 5 5.608 74.998 .000a
Residual 2.019 27 .075
Total 30.061 32
a. Predictors: (Constant), Perawatan Gedung, Kualitas Udara, Kebersihan Gedung, Layout Ruangan, Air Conditioner
b. Dependent Variable: Kepuasan Tenant Sumber : Hasil Penelitian, 2016 (Data diolah)
Berdasarkan Tabel 5.13, ditunjukkan bahwa nilai F-Hitung sebesar 74.998 >
dari F-Tabel sebesar 2.57 dan signifikansi F adalah 0.000 atau nilai < nilai sig α (0.05) dengan demikian disimpulkan bahwa variabel bebas Air Conditioner (X1), Kualitas Udara (X2), Layout Ruangan(X3), Kebersihan Gedung (X4) dan Perawatan Gedung (X5) secara serempak berpengaruh signifikan terhadap variabel
Kepuasan Tenant (Y). Hal ini berarti bahwa Kepuasan Tenant akan meningkat apabila kualitas dan standar Air Conditioner (X1), Kualitas Udara (X2), Layout Ruangan(X3), Kebersihan Gedung (X4) dan Perawatan Gedung (X5) dijaga dan ditingkatkan.
5.5.7 Uji Secara Parsial (Uji t)
Untuk mengetahui pengaruh dari masing-masing variabel bebas, yaitu Air Conditioner (X1), Kualitas Udara (X2), Layout Ruangan(X3), Kebersihan Gedung (X4) dan Perawatan Gedung (X5) terhadap variabel Kepuasan Tenant (Y) maka digunakan Uji t (Parsial). Rumus mencari nilai t-tabel adalah :
df = n-k df = 33-6 df = 27 dengan significant 0.05 maka nilai t-tabel adalah 2.052
Tabel 5.14 Hasuk Uji t (Parsial)
Berdasarkan Tabel 5.14 dapat disimpulkan hasil sebagai berikut :
1. Nilai t-hitung untuk variabel Air Conditioner sebesar 0.515 < nilai t-tabel sebesar Berdasarkan hasil yang diperoleh maka H0 diterima dan H1 ditolak untuk
variabel Air Conditioner, dengan demikian maka secara parsial variabel Air Conditioner tidak berpengaruh signifikan terhadap Kepuasan Tenant.
2. Nilai t-hitung untuk variabel Kualitas Udara sebesar 3.544 > nilai t-tabel sebesar 2.052. Berdasarkan hasil yang diperoleh maka H0 ditolak dan H1 diterima untuk variabel Kualitas Udara, dengan demikian maka secara parsial variabel Kualitas Udara berpengaruh positif dan signifikan terhadap Kepuasan Tenant.
3. Nilai t-hitung untuk variabel Layout Ruangan sebesar 3.730 > nilai t-tabel sebesar 2.052. Berdasarkan hasil yang diperoleh maka H0 ditolak dan H1 diterima untuk variabel Layout Ruangan, dengan demikian maka secara parsial variabel Layout Ruangan berpengaruh positif dan signifikan terhadap Kepuasan Tenant.
4. Nilai t-hitung untuk variabel Kebersihan Gedung sebesar 2.056 < nilai t-tabel
sebesar 2.052. Berdasarkan hasil yang diperoleh maka H0 ditolak dan H1
diterima untuk variabel Kebersihan Gedung, dengan demikian maka secara parsial variabel Kebersihan Gedung berpengaruh positif dan signifikan terhadap Kepuasan Tenant.
5. Nilai t-hitung untuk variabel Perawatan Gedung sebesar 1.126 < nilai t-tabel
sebesar 2.052. Berdasarkan hasil yang diperoleh maka H0 diterima dan H1
ditolak untuk variabel Perawatan Gedung, dengan demikian maka secara parsial variabel Perawatan Gedung tidak berpengaruh signifikan terhadap Kepuasan Tenant.