METODE PENELITIAN
ANALISIS HASIL DAN PEMBAHASAN
4.3.4 Uji Analisis Korelasi
Analisis korelasi merupakan suatu analisis yang digunakan un tuk mengetahui ada atau tidaknya hubungan yang signifikan antara variabel dependen dengan variabel-variabel independen. Teknik analisis korelasi Pearson Product Moment termasuk teknik statistic parametrik yang menggunakan data interval dan ratio dengan persyaratan tertentu (Riduwan dan Kuncoro, 2013:61).
Menurut Sugiyono (2016:184) pedoman untuk menginterpretasikan hasil koefisien korelasi antara lain sebagai berikut:
Tabel 4.15
Interprestasi Koefisien Korelasi Indeks Korelasi Penafsiran
0,00-0,199 Sangat Rendah
0,20-0,399 Rendah
0,40-0,599 Sedang
0,60-0,799 Kuat
0.80-1,000 Sangat Kuat
Sumber. Sugiyono (2016:184)
92
Untuk melakukan pengujiannya, kriterianya adalah sebagai berikut:
a. Jika Pearson Correlation bernilai positif, maka hubungan yang terjadi searah
b. Jika Pearson Correlation bernilai negatif, maka hubungan yang terjadi tidak searah.
Tabel 4.16
Output Kualitas Produk (X1), Kualitas Pelayanan (X2) dan Harga (X3) Terhadap Kepuasan Konsumen (Y)
kualitas pelayanan Pearson Correlation .191 1 .099 .461**
Sig. (2-tailed) .162 .472 .000
**. Correlation is significant at the 0.01 level (2-tailed).
93
Berdasarkan tabel 4.16 diperoleh hasil variabel Kualitas Produk (X1) mempunyai nilai r = 0,348. Hal ini menunjukan adanya hubungan positif atau searah yang Rendah antara Kualitas Produk (X1) terhadap Kepuasan Konsumen (Y). Artinya, apabila Kualitas Produk meningkat maka Kepuasan Konsumen akan meningkat dan sebaliknya jika Kualitas Produk menurun maka Kepuasan Konsumen akan menurun.
Berdasarkan tabel 4.16 diperoleh hasil variabel Kualitas Pelayanan (X2) mempunyai nilai r = 0,461. Hal ini menunjukan adanya hubungan positif atau searah yang sedang antara Kualitas Pelayanan (X2) terhadap Kepuasan Konsumen (Y). Artinya, apabila Kualitas Pelayanan meningkat maka Kepuasan Konsumen akan meningkat dan sebaliknya jika Kualitas Pelayanan menurun maka Kepuasan Konsumen akan menurun.
Berdasarkan tabel 4.16 diperoleh hasil variabel Harga (X3) mempunyai nilai r = 0,114. Hal ini menunjukan adanya hubungan positif atau searah sangat rendah antara Harga (X3) terhadap Kepuasan Konsumen (Y). Artinya, apabila harga meningkat maka Kepuasan Konsumen akan meningkat dan sebaliknya jika harga menurun maka Kepuasan Konsumen akan menurun.
94 4.3.5 Pengujian Hipotesis
Uji Hipotesis adalah cabang Ilmu Statistika yang dipergunakan untuk menguji kebenaran suatu pernyataan secara statistik dan menarik kesimpulan apakah menerima atau menolak pernyataan tersebut. Pernyataan ataupun asumsi sementara yang dibuat untuk diuji kebenarannya tersebut dinamakan dengan Hipotesis (Hypothesis) atau Hipotesa. Tujuan dari Uji Hipotesis adalah untuk menetapkan suatu dasar sehingga dapat mengumpulkan bukti yang berupa data-data dalam menentukan keputusan apakah menolak atau menerima kebenaran dari pernyataan atau asumsi yang telah dibuat.
a) Regresi Linier Berganda
Menurut Priyatno (2014:148) analisis regresi linier digunakan untuk mengetahui pengaruh atau hubungan secara linier antara dua atau lebih variabel independen dengan satu variabel dependen. Dalam penelitian ini, persamaan regresi yang digunakan dalam melakukan analisis regresi adalah sebagai berikut (Priyatno, 2014:160)
Y = a + b1 X1 + b2 X2 + b3 X3
Keterangan
Y = Nilai prediksi variabel dependen (Kepuasan Konsumen) a = Konstanta
b1 b2 b3 = Koefisien Regresi
95 X1 = Variabel bebas Kualitas Produk X2 = Variabel bebas Kualitas Pelayanan X3 = Variabel bebas Harga
Tabel 4.17
Output Uji Regresi Linier Berganda Coefficientsa
a. Dependent Variable: KEPUASAN KONSUMEN
Sumber : Data yang diolah peneliti 2018 Persamaan regresi sebagai berikut:
Y = 10,886 + 0,338 X1 + 0,349X2+ 0,105 X3
Berdasarkan persamaan regresi diatas maka dapat disimpulkan :
96
1. Nilai Konstanta = 10,886 artinya jika Kualitas Produk, Kualitas Pelayanan, dan Harga nilainya 0 maka Kepuasan Konsumen bernilai positif yaitu 10,886.
2. Nilai koefisien regresi variable Kualitas Produk (X1) sebesar 0,338 bernilai postif memunayai arti bahwa jika presepsi terhadap kualitas produk semakin baik, maka kepuasan konsumen akan meningkat.
3. Nilai koefisien regresi variable Kualitas Pelayanan (X2) sebesar 0,349 bernilai postif memunayai arti bahwa jika presepsi terhadap kualitas pelayanan semakin baik, maka kepuasan konsumen akan meningkat.
4. Nilai koefisien regresi variable Harga (X3) sebesar 0,105 bernilai postif memunayai arti bahwa jika presepsi terhadap harga semakin baik, maka kepuasan konsumen akan meningkat.
b) Koefisien Determinasi (R2)
Koefisien determinasi menunjukan seberapa besar kemampuan variabel bebas (Kualitas Produk (X1), Kualitas Pelayanan (X2), Harga (X3)) dalam menjelaskan varians variabel terikat, yaitu Kepuasan konsumen (Y). Dari hasil analisis regresi, dapat dilihat pada output moddel summary yang hasilnya disajikan sebagai berikut:
97
Table 4.18
Output Koefisien Determinasi (R2) Model Summaryb
a. Predictors: (Constant), Harga, Kualitas Pelayanan, Kualitas Produk b. Dependent Variable: Kepuasan Konsumen
Sumber : Data yang diolah peneliti 2018
Berdasarkan tabel 4.18 hasil output pengolahan data yang telah dilakukan dengan menggunakan SPSS 22, Menurut Priyatno (2014:142), Adjusted R Square menunjukkan sumbangan pengaruh variabel bebas terhadap varibel terikat.
Adjusted R Square biasanya untuk mengukur sumbangan pengaruh jika dalam regresi menggunakan lebih dari dua variabel independent (bebas). Angka ini kemudian diubah ke bentuk persen, yang artinya presentase sumbangan pengaruh variabel independen terhadap variabel terikat.
Dalam penelitian ini Kualitas Produk (X1), Kualitas Pelayanan (X2), Harga (X3) berpengaruh sebesar 24,2% terhadap Kepuasan Konsumen. Dan sisanya sebesar (100% - 24,2% = 75,8%) dipengaruhi oleh faktor lain yang tidak dijelaskan dalam penelitian ini.
98 c) Uji t
Untuk mengetahui pengaruh dari variabel bebas terhadap variabel terikat, maka dilakukan uji t. Kriteria pengujian pada Uji t menurut Priyatno (2014:145) adalah sebagai berikut:
a. Jika – t tabel ≤ t hitung ≤ t tabel maka Ho diterima
b. Jika -t hitung < - t tabel atau t hitung > t tabel maka Ho ditolak Kriteria pengujian berdasarkan signifikansi
a. Jika Signifikansi> 0,05, maka Ho diterima.
b. Jika Signifikansi< 0,05,maka Ho ditolak.
Menentukan t table dapat dilihat pada tabel signifikansi 0,05 dengan derajat kebebasan df= n-k-1 atau 55-3-1=51 adalah jumlah responden, maka didapat nilai t table =2,007
Tabel 4.19
a. Dependent Variable: Kepuasan Konsumen
Sumber : Data yang diolah peneliti 2018
99
Berdasarkan tabel 4.22 dapat disimpulkan bahwa Kualitas produk(X1) mempunyai t hitung > t tabel (2,192 > 2,007) dan nilai signifikansi 0,033 < 0,05 maka Ho ditolak Ha diterima artinya Kualitas Produk (X1) berpengaruh signifikan terhadap Kepuasan Konsumen (Y). Kualitas Pelayanan (X2) mempunyai t hitung > t tabel (3,351 > 2,007) dan nilai signifikansi 0,002 < 0,05 maka Ho ditolak Ha diterima artinya Kualitas Pelayanan (X2) berpengaruh signifikan terhadap minat Kepuasan konsumen (Y). Harga (X3) mempunyai t hitung < t tabel (0,362 < 2,007) dan nilai signifikansi 0,719 > 0,05 maka Ho diterima Ha ditolak artinya Harga (X3) tidak berpengaruh signifikan terhadap Kepuasan konsumen (Y).
Dari ketiga variable tersebut variable yang paling dominan adalah variable Kualitas Pelayanan (X2), hasil ini didapat karena Kualitas Pelayanan yang mempunyai nilai t hitung yang paling besar yaitu 3,351 dan nilai yang paling signifikan yaitu 0,002.
d) Uji F
Uji Anova atau uji F yaitu uji koefisien regresi secara bersama-sama untuk menguji signifikansi pengaruh beberapa variabel bebas terhadap variabel terikat.
Menurut Priyatno (2014:186), kriteria pengujian pada Uji Anova atau Uji F ini antara lain adalah sebagai berikut:
100 a. Jika F hitung< F tabel maka Ho diterima b. Jika F hitung> F tabel maka Ho ditolak.
Sedangkan untuk mengetahui pengaruh simultan dari variabel berdasarkan nilai signifikansi adalah sebagai berikut:
a. Jika signifikansi> 0,05 maka Ho diterima, tidak ada pengaruh signifikan.
b. Jika signifikansi< 0,05maka Ho ditolak, terdapat pengaruh signifikan.
Tabel 4.20 Output Uji f
ANOVAb
Model Sum of Squares Df Mean Square f Sig.
1 Regression 432.071 3 144.024 6.758 .001a
Residual 1086.911 51 21.312
Total 1518.982 54
a. Predictors: (Constant), Harga, Kualitas Pelayanan, Kualitas Produk b. Dependent Variable: Kepuasan Konsumen
Sumber : Data yang diolah peneliti 2018
Berdasarkan tabel 4.23 diatas dapat disimpulkan bahwa F hitung = 6,758 df 1 (jumlah kelompok data-1) = 4 – 1 = 3, df 2 = (n - 4) = 55 – 4 = 51. Hasil diperoleh untuk F tabel sebesar 2,786 (Lihat pada lampiran tabel F). Nilai F hitung > F tabel ( 6,758 > 2,786) dan nilai probabilitas (signifikan) adalah sebesar 0,01 <
0,05 maka Ho ditolak dan Ha diterima. Dapat disimpulkan kualitas produk,
101
kualitas pelayanan dan harga secara bersama-sama berpengaruh signifikan terhadap kepuasan konsumen.
4.4 Pembahasan