BAB IV HASIL PENELITIAN DAN PEMBAHASAN
4.1.3 Tanggapan Responden
Dalam penelitian ini terdapat variabel terikat (dependent variable) yaitu
kepuasan konsumen (Y) dan dua variabel bebas (independent variable) masing-
masing variabel harga (X1) dan variabel saluran distribusi (X2).
4.1.3.1 Tanggapan Responden Tentang Kebijakan Harga
Harga merupakan faktor yang memberikan informasi tentang seberapa besar
nilai yang harus dikeluarkan oleh konsumen yang menjadi responden, yaitu
kemampuan konsumen untuk membeli, daya saing harga, perbandingan harga,
program discount, bonus yang ditawarkan, sistem pembayaran dan metode kredit.
Tabel 4-5 Tabulasi Skor Responden Tentang Karakteristik Kebijakan Harga
Freq % Freq % Freq % Freq % Freq %
1 1 2 4% 25 46% 26 48% 1 2% 0 0% 54 100% 2 2 2 4% 28 52% 21 39% 3 6% 0 0% 54 100% 3 3 2 4% 31 57% 21 39% 0 0% 0 0% 54 100% 4 4 7 13% 22 41% 22 41% 3 6% 0 0% 54 100% 5 5 9 17% 22 41% 23 43% 0 0% 0 0% 54 100% 6 6 3 6% 22 41% 25 46% 4 7% 0 0% 54 100% 7 7 3 6% 24 44% 23 43% 4 7% 0 0% 54 100% 8 8 6 11% 26 48% 22 41% 0 0% 0 0% 54 100% 34 8% 200 46% 183 42% 15 3% 0 0% 432 100%
Pilihan 3 Pilihan 4 Total Total
Percentage Total Pilihan 5 Pilihan Jawaban No Pertanyaan No Pilihan 1 Pilihan 2
Untuk butir pertanyaan-pertanyaan variabel kebijakan harga, sebagian besar
responden memberikan opsi jawaban dengan skor 3 dan 4, hal ini menunjukkan
responden memberikan tanggapan yang positif terhadap kebijakan harga yang
ditetapkan perusahaan. Secara lebih terperinci hasil tabulasi skor dari variable harga
terlihat pada tabel 4-5 diatas
4.1.3.2 Tanggapan Responden Tentang Saluran Distribusi
Saluran distribusi adalah faktor yang berhubungan dengan ketepatan waktu
pengantaran, pengenaan biaya lain-lain, keberadaan saluran distribusi, keteraturan
sistem distribusi dan kondisi pesanan.
Tabel 4-6 Tabulasi Skor Responden Tentang Karakteristik Saluran Distribusi
Freq % Freq % Freq % Freq % Freq %
1 1 0 0% 25 46% 28 52% 1 2% 0 0% 54 100% 2 2 1 2% 31 57% 19 35% 3 6% 0 0% 54 100% 3 3 1 2% 34 63% 19 35% 0 0% 0 0% 54 100% 4 4 2 4% 31 57% 20 37% 1 2% 0 0% 54 100% 5 5 7 13% 23 43% 24 44% 0 0% 0 0% 54 100% 6 6 2 4% 32 59% 20 37% 0 0% 0 0% 54 100% 7 7 1 2% 31 57% 22 41% 0 0% 0 0% 54 100% 8 8 7 13% 27 50% 19 35% 1 2% 0 0% 54 100% 21 5% 234 54% 171 40% 6 1% 0 0% 432 100% Total Pilihan 5 Kategori
No Item No Pilihan 1 Pilihan 2 Pilihan 3 Pilihan 4 Total Total Percentage
Sumber : Hasil Penelitian, 2006 (data diolah)
Untuk butir pertanyaan-pertanyaan variabel saluran distribusi, sebagian besar
responden memberikan opsi jawaban dengan skor 3 dan 4, hal ini menunjukkan
digunakan. Secara lebih terperinci hasil tabulasi skor dari variable saluran distribusi
rlihat pada tabel 4-6 diatas.
gan harapannya, atau dengan kata lain kepuasan konsumen adalah
distribusi (speed of distribution),
keberadaan pelayanan (availability of service), profesionalisme (profesionalism) dan
kepuasan menyeluruh yang terkait den
Tabel 4-7
Tabulasi Skor Responden Tentang Kepuasan Konsumen te
4.1.3.3 Tanggapan Responden Tentang Kepuasan Konsumen
Kepuasan konsumen adalah evaluasi konsumen setelah membandingkan apa
yang dirasakan den
hasil yang dirasakan atas penggunaan produk dan jasa, sama atau melebihi harapan
yang diinginkan.
Hal-hal yang diteliti dalam kepuasan konsumen terutama dalam hal kewajaran
harga (reasonable price), fleksibilitas distribusi (distribution flexibility), ketanggapan
pelayanan (responsive of service), kecepatan
Freq % Freq % Freq % Freq % Freq % 1 1 4 7% 31 57% 18 33% 1 2% 0 0% 54 100% 3 3 3 6% 30 56% 21 39% 0 0% 0 0% 54 100% 4 4 3 6% 30 56% 21 39% 0 0% 0 0% 54 100% 6 6 6 11% 31 57% 17 31% 0 0% 0 0% 54 100% 7 7 2 4% 24 44% 27 50% 1 2% 0 0% 54 100% 8 8 4 29 Total Total Pilihan 5 Pilihan Jawaban rtanyaan 2 2 5 9% 22 41% 26 48% 1 2% 0 0% 54 100% 5 5 2 4% 32 59% 20 37% 0 0% 0 0% 54 100% 7% 23 43% 26 48% 1 2% 0 0% 54 100% 7% 223 52% 176 41% 4 1% 0 0% 432 100% Pilihan 4 Total Percentage No Pe
No Pilihan 1 Pilihan 2 Pilihan 3
Sumber : Hasil Penelitian, 2006 (data diolah)
ertanyaan variabel kepuasan konsumen, sebagian
si Klasik
ik telah terpenuhi, alat
uji statistik linear berganda dapat dipergunakan.
4.14.1 Uji Normalitas
Untuk pengujian normalitas data dalam penelitian ini dideteksi melalui analisa
grafik dan statistik yang dihasilkan melalui perhitungan regresi dengan SPSS. Hasil
pengujian normalitas dapat dilihat pada Gambar 4-1 berikut : Untuk butir pertanyaan-p
besar responden memberikan opsi jawaban dengan skor 3 dan 4, hal ini menunjukkan
bahwa responden atau konsumen menyatakan puas terhadap pelayanan yang
diberikan. Secara lebih terperinci hasil tabulasi skor dari variable kepuasan konsumen
terlihat pada tabel 4-7.
4.1.4 Pengujian Asum
Sebelum melakukan pengujian hipotesis, terlebih dahulu dilakukan pengujian
asumsi klasik yang dimaksudkan untuk memastikan bahwa model regresi linear
-3 -2 -1 0 1 2 3
Regression Standardized Residual
0 2 4 6 8 10 12 14 Frequency Mean = 1.04E-17 Std. Dev. = 0.981 N = 54
Dependent Variable: Kepuasan Histogram
Sumber : Hasil Pengolahan SPSS
0.0 0.2 0.4 0.6 0.8 1.0
Observed Cum Prob
0.0 0.2 0.4 0.6 0.8 1.0 E x pect ed C u m P rob
Dependent Variable: Kepuasan
Normal P-P Plot of Regression Standardized Residual
Sumber : Hasil Pengolahan SPSS
Gambar 4.2 Uji Normalitas
Dari Gambar 4-2. di atas, dapat disimpulkan bahwa data yang digunakan
menunjukkan normal. Ghozali (2005) menyatakan bahwa, jika data menyebar
disekitar garis diagonal dan mengikuti arah garis diagonal atau grafik histogramnya
menunjukkan pola distribusi normal maka model regresi memenuhi asumsi
mengikuti arah garis diagonal atau grafik histogram tidak menunjukkan pola
distribusi normal, maka model regresi tidak memenuhi asumsi nomalitas. Analisis
dari grafik di atas terlihat titik-titik menyebar di sekitar garis diagonal, serta
penyebarannya mengikuti arah garis diagonal. Maka model regresi layak dipakai
untuk memprediksi kepuasan konsumen berdasarkan masukan variabel independen.
Selanjutnya uji normalitas data dilakukan dengan analisis statistik dengan
menggunakan alat uji non parametrik Kolmogorov – Smirnov (K-S), seperti terlihat
pada Tabel 4-8 berikut ini:
Tabel 4-8. Uji Kolmogorov – Smirnov (K-S)
Unstandardized Residual
N 54
Normal Parameters Mean .0000000
Std Deviation 1.96869141
Most Extreme Absolute .069
Differences Positive .068
Negative -069
Kolmogorov-Smirnov Z .510
Asymp. Sig. (2tailed) .957
One - Samples Kolmogorov-Smirnov Test
Sumber : Hasil Pengolahan SPSS
Dari Tabel 4-8 di atas diketahui besarnya nilai Kolmogorov-Smirnov adalah
0,510 dan tidak signifikan pada 0,957. Hal ini berarti data residual berdistribusi
4.1.4.2 Uji Multikolinieritas
Uji mulitikolinieritas bertujuan untuk menguji apakah pada model regresi
ditemukan adanya korelasi antar variabel independen. Jika terjadi korelasi, maka
terdapat masalah multikolinieritas. Pada model regresi yang baik tidak terjadi korelasi
di antara variabel independen.
Hasil pengujian multikolinieritas data dalam penelitian ini menggunakan alat
bantu SPSS, hasilnya dapat dilihat pada Tabel 4-9 berikut :
Tabel 4-9 Hasil Uji Multikolinearitas
Standardized Coefficient
B Std. Error Beta Tolerance VIF
1 (Constant ) 4.843 4.107 Harga .374 .174 .351 .417 2.397 Distribusi .468 .219 .349 .417 2.397 Collinearity Statistics Unstandardized Coefficient Coefficients Model
Sumber : Hasil Pengolahan SPSS
Dari Tabel 4-9 menunjukkan nilai Tolerance tidak ada variabel independen
yang memiliki nilai Tolerance kurang dari 0,10 yang berarti tidak ada korelasi antar
variabel independen yang nilainya lebih dari 95%. Hasil perhitungan Variance
Inflation Factor (VIF) juga menunjukkan hal sama tidak ada satu variabel
independen yang memiliki nilai VIF lebih dari 10. Jadi dapat disimpulkan bahwa
4.1.4.3 Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk menguji apakah dalam sebuah regresi
terjadi ketidaksamaan varians dari residual satu pengamatan kepengamatan yang lain.
Jika varians dari residual satu pengamatan ke pengamatan yang lain tetap, maka
disebut homoskedastisitas, dan jika varians berbeda disebut heteroskedastisitas.
Model regresi yang baik adalah tidak terjadi heterokedastisitas.
Hasil pengujian heteroskedastisitas data dalam penelitian ini menggunakan
alat Bantu SPSS dengan mengamati pola yang terdapat pada Sctterplots, hasilnya
dapat dilihat pada Gambar 4.3 sebagai berikut :
-3 -2 -1 0 1 2
Regression Standardized Predicted Value -3 -2 -1 0 1 2 3 Regr
ession Studentized Residual
Dependent Variable: Kepuasan Scatterplot
Dari Gambar 4-3 di atas terlihat bahwa titik-ttitik menyebar secara acak
(random) serta tersebar 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.
Menurut Ghozali (2005), jika ada pola tertentu, seperti titik-titik yang
membentuk suatu pola yang teratur (bergelombang, melebar kemudian menyempit),
maka telah terjadi heterokedastisitas dan jika tidak ada pola yang jelas, serta titik-titik
menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi
heteroskedastisitas. Hal ini berarti tidak terjadi heteroskedistisitas pada model regresi,
sehingga model regresi layak dipakai untuk memprediksi keputusan memilih
berdasarkan masukan dari variabel bebasnya.
Selanjutnya dilakukan uji statistik untuk menjamin keakuratan hasil. Adapun
uji statistik yang digunakan untuk mendeteksi ada tidaknya heteroskedasitas adalah
uji Glesjer.
Tabel 4-10. Hasil Uji Glesjer
Standardized Coefficient
B Std. Error Beta Tolerance VIF
1 (Constant ) -419 2.656 -.158 .875 Harga .092 .112 .175 .815 .419 Distribusi -025 .141 -.038 -.179 .859 Collinearity Statistics Unstandardized Coefficient Coefficients Model
Sumber : Hasil Pengolahan SPSS
Dari Tabel 4-10 di atas menunjukkan bahwa tidak ada satupun variabel
terlihat dari probabilitas signifikansinya di atas tingkat kepercayaan 5%. Jadi dapat
disimpulkan model regresi tidak mengandung adanya heteroskedasitas.
4.1.4.4 Uji Kebagusan Model Tabel 4-11. Hasil Uji Determinasi
Model R R Square Adjusted R
Square
Std. Error of the Estimate
1 .658 .433 .410 2.00692
Model Summary
Sumber : Hasil Pengolahan SPSS
Berdasarkan Tabel 4-11 di atas, diketahui bahwa besarnya koefisien
determinasi atau angka R Square adalah sebesar 0,433, yang berarti variabilitas
variabel dependen yang dapat dijelaskan oleh variabilitas indenpenden sebesar
43,3%. Jadi model cukup baik. Sedangkan sisanya 56,7% dijelaskan oleh variabel-
variabel bebas lain yang tidak diteliti dan tidak dimasukkan ke dalam model regresi.