BAB V HASIL PENELITIAN
5.3 Hasil Uji Instrumen
5.4.1.2 Uji Normalitas Kolmogorov Smirnov
Jika nilai signifikansi lebih besar dari 0,05 maka data tersebut berdistribusi normal. Sebaliknya, jika nilai signifikan lebih kecil 0,05 maka data tersebut tidak berdistribusi normal.
Tabel 5.09
Uji Kolmogorov Smirnov
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 40
Normal Parametersa,b Mean ,0000000
Std. Deviation 1,41035359 Most Extreme Differences Absolute ,111
Positive ,057
Negative -,111
Test Statistic ,111
Asymp. Sig. (2-tailed) ,200c,d
a. Test distribution is Normal.
Sumber : Hasil Pengolahan Data 2017
Berdasarkan output diatas, diketahui bahwa nilai signifikasi sebesar 0,200 lebih besar dari 0.05 sehingga dapat disimpulkan bahwa data yang kita uji berdistribusi normal.
5.4.2 Uji Heteroskedastisitas
Uji Heteroskedastisitas dimaksudkan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang lain. Jika variance dari residual satu pengamatan ke pengamatan lain tetap, maka homokedastisitas dan jika berbeda disebut heteroskedastisitas. Model regresi yang baik adalah yang homokedastisitas atau tidak terjadi heteroskedastisitas. Deteksi ada tidaknya problem heteroskedastisitas adalah dengan media grafik scatter plot, apabila grafik membentuk pola khusus maka model tersebut heteroskedastisitas. Tetapi jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka terjadi heteroskedastisitas. Hasil uji heteroskedastisitas adalah sebagai berikut :
Gambar 5.02 Uji Heteroskedastisitas
Sumber : Hasil Pengolahan Data 2017
Grafik scatter plot memperlihatkan bahwa titik-titik pada grafik tidak bisa membentuk pola tertentu yang jelas, dimana titik-titik menyebar diatas dan dibawah 0 pada sumbu Y, sehingga grafik tersebut tidak bisa dibaca dengan jelas. Hasil ini memperlihatkan bahwa tidak terjadi heteroskedastisitas.
5.4.3 Uji Multikolinieritas
Penguji multikolinieritas digunakan untuk menunjukkan apakah ada korelasi diantara variabel independen. Didalam penelitian yang menggunakan teknik analisa berganda antara variabel independen tidak boleh saling berkorelasi atau terjadi multikolinieritas. Deteksi tidak terjadinya multikolinieritas dapat dilihat pada collinearity statistics,
dengan ketentuan apabila nilai VIF masing-masing variabel independen berada dibawah 10 dan tolerance diatas 0,10 maka tidak terjadi multikolieritas. Hasil uji multikolinieritas dapat dilihat hasilnya sebagai berikut :
Tabel 5.10
Hasil Uji Multikolinieritas
Variabel
Collinearity
Statistics Keterangan Tolerance VIF
Penetapan Harga 0,969 1,032
Bebas
Mulikolinieritas
Kualitas Produk 0,807 1,238
Bebas
Mulikolinieritas
Kualitas Pelayanan 0,806 1,241
Bebas
Mulikolinieritas
Sumber : Hasil Pengolahan Data 2017
Berdasarkan hasil pengujian multikolineritas menunjukkan bahwa antar variabel independen penetapan harga, kualitas produk, dan kualitas pelayanan tidak terjadi multikolinieritas, karena nilai tolerance masing independen berada diatas 0,10 dan nilai VIF masing-masing variabel independen berada dibawah 10.
5.5 Analisis Regresi Berganda
Pada penelitian ini teknik analisa data yang digunakan adalah regresi berganda. Teknik analisa ini digunakan untuk mengetahui besarnya pengaruh antara penetapan harga, kualitas produk, dan kualitas pelayanan terhadap kepuasan pelanggan pada Holland Bakery Cabang Cibitung. Dengan pengolahan SPSS Versi 22 maka dapat dihasilkan regresi sebagai berikut :
Tabel 5.11
Hasil Analisis Regresi Berganda
Coefficientsa
a. Dependent Variable: KEPUASAN_PELANGGAN
Sumber : Hasil Pengolahan Data 2017
Dalam penelitian ini, hasil regersi menggunakan Unstandardized Coefficients persamaan linier dari hasil regresi yag didapat adalah sebagai berikut :
Y = 6,211 + 0,149X1 + 0,033X2 + 0,520X3
Pada persamaan regresi tersebut, koefisien regresi semua variabel independen berpengaruh positif terhadap variabel dependen, artinya apabila
variabel independen naik, maka variabel dependen juga meningkat dan jika variabel independen turun, maka variabel dependen juga menurun.
Dari hasil koefisien regresi dapat menunjukkan, faktor kualitas pelayanan (X3 = 0,520) menjadi faktor terbesar yang mempengaruhi kepuasan pelanggan dibandingkan faktor penetapan harga (X1 = 0,149) dan faktor kualitas produk ( X2 = 0,033 ).
5.6 Uji Hipotesis
Untuk pengujian hipotesis, yang kemudian diuji dengan uji-t dan uji-f hipotesis bisa dikemukakan sebagai berikut :
1. Hipotesis 1
Ho : Diduga tidak ada hubungan antara penetapan harga dengan kepuasan pelanggan
Ho : RyX1 = 0
Ha : Diduga ada hubungan antara penetapan harga dengan kepuasan pelanggan
Ha : RyX1 ≠ 0 2. Hipotesis 2
Ho : Diduga tidak ada hubungan antara kualitas produk dengan kepuasan pelanggan
Ho : RyX2 = 0
Ha : Diduga ada hubungan antara kualitas produk dengan kepuasan pelangan
Ha : RyX2 ≠ 0 3. Hipotesis 3
Ho : Diduga tidak ada hubungan antara kualitas pelayanan terhadap kepuasan pelanggan
Ho : RyX3 = 0
Ha : Diduga ada hubungan antara kualitas pelayanan terhadap kepuasan pelanggan
Ha : RyX3 ≠ 0 4. Hipotesis 4
Ho : Diduga tidak ada hubungan antara penetapan harga, kualitas produk, dan kualitas pelayanan terhadap kepuasan pelanggan
Ho : RyX1X2X3 = 0
Ha : Diduga ada pengaruh antara penetapan harga, kualitas produk, dan kualitas pelayanan terhadap kepuasan pelanggan
Ha : RyX1X2 X3 ≠ 0 5.6.1 Uji - t
Uji – t ini digunakan untuk membuktikan apakah variabel independen yang digunakan dalam model regresi mempunyai pengaruh secara parsial terhadap veriabel dependennya. Adanya pengaruh signifikan antara penetapan harga, kualitas produk, dan kualitas pelayanan terhadap kepuasan pelanggan secara parsial. Ketentuan ttabel :
α = 0,05 ; n-2 = 40-2 = 38 maka ttabel = 2,0244 ketentuan penerimaan hipotesis yaitu :
Ho : ditolak bila sig > 0,05 atau thitung < ttabel
Ha : diterima bila sig < 0,05 atau thitung > ttabel
Berdasarkan hasil pengolahan dengan program SPSS versi 22 maka didapat hasil uji-t sebagai berikut :
Tabel 5.12
a. Dependent Variable: KEPUASAN_PELANGGAN
Sumber : Hasil Pengolahan Data 2017
Dari hasil regresi tersebut diatas, terlihat bahwa konstanta sebesar 6,211 menyatakan jika variabel independen dianggap konstanta, maka rata-rata kepuasan pelanggan 6,211 dari ketiga variabel dependen yang dijadikan model regresi didapatkan hasil bahwa variabel penetapan harga dan kualitas produk secara signifikan tidak berpengaruh terhadap kepuasan pelanggan. Hal ini dapat dilihat dari nilai signifikan untuk
variabel penetapan harga adalah 0,300 jauh diatas 0,05 dan thitung = 1,052 yang lebih kecil dari trabel = 2,0244. Untuk variabel kualitas produk didapatkan nilai signifikan adalah 0,850 jauh diatas 0,05 dan thitung = 0,191 yang lebih kecil dari ttabel = 2,0244 . Sedangkan varabel kualitas pelayanan secara parsial berpengaruh signifikan terhadap kepuasan pelanggan, hal ini dapat dilihat dari nilai signifikan 0,002 yang kurang dari 0,05 dan thitung = 3,369 lebih besar dari pada ttabel = 2,0224.
Dari hasil regresi tersebut dapat disimpulkan bahwa untuk variabel penetapan harga Ho diterima dan Ha ditolak. Untuk variabel kualitas produk Ho diterima dan Ha ditolak. Sedangkan untuk variabel kualitas pelayanan Ho ditolak dan Ha diterima.
5.6.2 Uji - f
Uji-f ini digunakan untuk membuktikan apakah semua variabel independen yang digunakan dalam metode regresi mempunyai pengaruh secara bersama-sama terhadap variabel dependennya. Adanya pengaruh yang signifikan antara penetapan harga, kualitas produk, dan kualitas pelayanan terhadap kepuasan pelanggan secara simultan.
Ketentuan f tabel :
df1 = k-1 3-1 = 2
df2 = n-k 40-2 = 38
Keterangan : n = sampel
k = variabel bebas
Maka ftabel = 3,24
Ho= Ditolak bila sig. > 0,05 atau fhitung < ftabel
Ha= Diterima bila sig. < 0,05 atau fhitung > ftabel
Berdasarka hasil pengolahan dengan program SPSS maka didapat hasil uji-f, yang hasilnya sebagai berikut :
Tabel 5.13 Hasil Uji-f
ANOVAa
Model Sum of Squares df Mean Square F Sig.
1 Regression 37,200 3 12,400 5,754 ,003b
Residual 77,575 36 2,155
Total 114,775 39
a. Dependent Variable: KEPUASAN_PELANGGAN
b. Predictors: (Constant), KUALITAS_PELAYANAN, PENETAPAN_HARGA, KUALITAS_PRODUK
Sumber : Hasil Pengolahan Data 2017
Dari hasil ANOVA atau Uji-f diketahui bahwa bersama-sama variabel independen memiliki pengaruh signifikan terhadap variabel dependen. Hal ini dapat dibuktikan dari nilai fhitung 5,754 dengan nilai signifikan sebesar 0,003. Diperoleh nilai signifikan lebih kecil dari 0,05 dan fhitung > ftabel = 5,754 > 3,24 sehinggan membuktikan hipotesis yang menyatakan bahwa ada pengaruh antara penetapan harga, kualitas produk, dan kualitas pelayanan secara bersama-sama terhadap kepuasan pelanggan.
5.6.3 Koefisiensi Determinasi
Koefisiensi determinasi digunakan untuk mengetahui kemampuan variabel independen dalam menjelaskan variabel dependen. Besarnya koefisiensi determinasi dapat dilihat pada adjusted r square dan dinyatakan dalam presentasi. Hasil koefisiensi determinasi antar penetapan harga, kualitas produk, dan kualitas pelayanan terhadap kepuasan pelanggan, pada Holland Bakery Cabang Cibitung.
Tabel 5.14 Koefisiensi Determinasi
Model Summaryb
Model R R Square
Adjusted R Square
Std. Error of the Estimate
1 ,569a ,324 ,268 1,468
a. Predictors: (Constant), KUALITAS_PELAYANAN, PENETAPAN_HARGA, KUALITAS_PRODUK b. Dependent Variable: KEPUASAN_PELANGGAN
Pada tabel diatas menunjukkan hasil nilai adjusted r square sebesar 0,268 atau 26,8%. Hasil pengujian ini menunjukkan bahwa 26,8 % variabel kepuasan pelanggan dapat dijelaskan oleh variabel penetapan harga, kualitas produk, dan kualitas pelayanan. Sedangkan sisanya sebesar 73,2% dapat dijelaskan oleh variabel-variabel lain yang tidak dimasukkan dalam model penelitian.