BAB V HASIL PENELITIAN DAN PEMBAHASAN

(1)

BAB V

HASIL PENELITIAN DAN PEMBAHASAN

5.1. Hasil Penelitian

Data yang diperolah dari kuesioner yang diberikan kepada 100 responden, dapat diketahui bahwa persentase yang mengisi kuesioner memiliki jabatan supervisor lebih besar dibandingkan dari Manager. Dari hasil kuesioner dapat diketahui bahwa jumlah responden dengan jabatan supervisor 80 Responden atau 80% dan responden 20 responden atau 20% seperti pada tabel berikut :

Tabel 5.1.

Karakteristik Responden Berdasarkan Jabatan

Jabatan Jumlah

Manager 20

Supervisor 80

Jumlah 100

Sumber : Pengolahan Data Penelitian (2014)

5.2. Hasil analisa Data 5.2.1. Uji Instrumen

Pada penelitian ini pengujian validitas dan reabilitas dilakukan dengan menggunakan SPSS ver. 21. Pengujian ini dilakukan untuk mengetahui dan memastikan bahwa kuesioner sebagai instrumen untuk mengukur persepsi responden benar-benar bisa diandalkan dan tiap indikatornya sah untuk digunakan. Pengujian ini dilakukan sebelum kuseioner di sebar kepada responden. Dalam uji reabilitas indikatornya adalah nilai Croncbach’s Alpha, dengan ketentuan jika nilai Croncbach’s Alpha >0,6, maka kuesioner dinyatakan reliable.

(2)

5.2.1.1. Uji Validitas pada variabel kualitas Layanan

Agar setiap pertanyaan dalam kuesioner dianggap mewakili, maka harus dilakukan pengukuran melalui Uji Validitas. Pada pengujian validitas digunakan korelasi pearson (r hitung) terhadap masing-masing butir pertanyaan (indikator). Jika r hitung >r tabel, maka indikator atau pernyataan tersebut layak digunakan. Melalui analisa faktor maka instrumen kuesioner dinyatkan valid jika memiliki nilai r hitung>0,1966.

Berikut ini adalah hasil dari uji realibilitas dan validitas untuk variabel dalam penelitian ini. Uji validitas ini menggunakan perhitungan SPSS V.21.

Tabel 5.2.

Uji validitas pertanyaan Kualitas Layanan

Kode pertanyaan r hitung r tabel Status Keputusan Kualitas layanan 1 0,705 0,1966 Valid Digunakan Kualitas layanan 2 0,620 0,1966 Valid digunakan Kualitas layanan 3 0,615 0,1966 Valid digunakan Kualitas layanan 4 0,691 0,1966 Valid digunakan Kualitas layanan 5 0,729 0,1966 Valid digunakan Kualitas layanan 6 0,705 0,1966 Valid digunakan Kualitas layanan 7 0,742 0,1966 Valid digunakan Sumber : pengolahan Data Penelitian (2014)

Hasil uji validitas menunjukkan bahwa setiap kuesioner melebihi nilai r table sehingga data diatas dianggap valid dan layak digunakan.

5.2.1.2. Uji Validitas pada variabel persepsi Harga

Berikut hasil uji validitas data penelitian terhadap variabel persepsi Harga, keseluruhan informasi ditunjukkan tabel dibawah ini :

Tabel 5.3.

Hasil uji validitas terhadap variabel Persepsi Harga

Kode pertanyaan R Hitung Nlai minimal

status Keputusan Persepsi Harga 1 0,561 0,1966 Valid digunakan Persepsi Harga 2 0,712 0,1966 Valid digunakan

(3)

Persepsi Harga 3 0,654 0,1966 Valid digunakan Persepsi Harga 4 0,657 0,1966 Valid digunakan Persepsi Harga 5 0,658 0,1966 Valid digunakan Persepsi Harga 6 0,508 0,1966 Valid digunakan Persepsi Harga 7 0,563 0,1966 Valid digunakan Sumber : Pengolahan Data Penelitian (2014)

5.2.1.3. Uji Validitas pada variabel people

Berikut hasil uji validitas data penelitian terhadap variabel people, keseluruhan informasi ditunjukkan tabel dibawah ini :

Tabel 5.4.

Hasil uji validitas terhadap variabel People

status Keputusan

People 1 0,651 0,1966 Valid digunakan

5.2.1.4. Uji Validitas pada variabel Kepuasan Pelanggan

Berikut hasil uji validitas data penelitian terhadap variabel Kepuasan Pelanggan, keseluruhan informasi ditunjukkan tabel dibawah ini :

Tabel 5.5.

Hasil uji validitas terhadap variabel Kepuasan Pelanggan

Status Keputusan KepuasanPelanggan 1 0,738 0,1966 Valid digunakan Kepuasan Pelanggan2 0,550 0,1966 Valid digunakan Kepuasan Pelanggan3 0,613 0,1966 Valid digunakan Kepuasan Pelanggan4 0,663 0,1966 Valid digunakan Kepuasan Pelanggan5 0,657 0,1966 Valid digunakan Kepuasan Pelanggan6 0,628 0,1966 Valid digunakan Sumber : Pengolahan Data Penelitian (2014)

(4)

5.2.1.5. Uji Reliabilitas

Metode yang digunakan dalam analisis reliabilitas ini adalah metode Alpha-Cronbach. Pengambilan keputusan reliabilitas suatu variabel ditentukan dengan membandingkan nilai alpha cronbach dengan 0,6. Apabila nilai alpha >0,6 maka variabel yang diteliti adalah reliabel. Adapun hasil analisis uji reliabilitas yang diteliti dalam penelitian ini dapat dilihat :

Tabel 5.6. Hasil uji Reliabilitas

Kode pertanyaan alpha cronbach

Nlai minimal

status Keputusan

KualitasLayanan 0,814 0,6 Valid Digunakan

PersepsiHarga 0,731 0,6 Valid digunakan

People 0,766 0,6 Valid digunakan

KepuasanPelanggan 0,711 0,6 Valid digunakan

Dari hasil Reliabilitas diatas menunjukkan bahwa seluruh variabel diatas nilai 0,6 sehingga semua variabel diatas dinyatakan valid.

5.3. Uji Asumsi Klasik

Untuk penelitian yang bersifat aspsiatif diperlukan pengujian datanya secara artifisial, terutama jika analisa datanya yang dilakukan dengan menggunakan uji regresi dan kolerasi. Oleh karena itu dengan melakukan pengecekan terlebih dahulu dari sebaran datanya apakah akan berdistribusi normal atau tidak. Selanjutnya dilakukan pengecekan tentang multikolonieritas sampai dengan sifat datanya apakah termasuk ke golongan data yang heterogen atau tidak. Penjelasan mengenai Uji asumsi klasik akan lebih dijelaskan di dalam bab ini.

(5)

5.3.1. Uji Normalitas

Pengujian normalitas bertujuan untuk melihat visualisasi penyebaran datanya akan mendekati distribusi normal atau tidak. Untuk menguji data penelitian menyebar secara normal atau tidak dapat dilakukan dengan menggunakan diagram histogram yang digambarkan bersamaan dengan kurva normal atau dengan menggunakan metode Kolmogorov – Smirnov.

Berikut terlampir hasil pengujian Uji normalitas data yang menjelaskan apakah sebaran data apakah data menyebar secara normal atau tidak.

Tabel 5.7.

Hasil Uji normalitas dengan menggunakan Kolmogorov-Smirnov One-Sample Kolmogorov-Smirnov Test

Kualitas Layanan Persepsi Harga People Kepuasan Pelanggan N 100 100 100 100

Normal Parametersa,b

Mean 3.76857 3.72857 3.82333 3.80667 Std. Deviation .590860 .533557 .615375 .530612 Most Extreme Differences Absolute .117 .119 .133 .121 Positive .082 .065 .086 .074 Negative -.117 -.119 -.133 -.121 Kolmogorov-Smirnov Z 1.169 1.193 1.330 1.213

Asymp. Sig. (2-tailed) .130 .116 .058 .106

a. Test distribution is Normal. b. Calculated from data.

Sumber: Pengolahan Data Penelitian (2014)

Terdapat dua cara untuk mendeteksi apakah residual data berdistribusi normal atau tidak, yaitu dengan melihat grafik normal probability plot dan uji statistic One-Simple Kolmogrov Smirnov Test. Berdasarkan perhitungan pada hasil pengolahan data yang tercantum pada tabel 5.7. diatas menunjukkan kesemua variabel yang digunakan dalam penelitian ini mempunya nilai yang signifikan sehingga layak untuk digunakan untuk analisa berikutnya.

(6)

Apabila dilihat secara diagram histogram maka penyebaran data dalam penelitian ini dapat diketahui melalui informasi yang disajikan berikut ini.

Gambar 5.1. Diagram Histogram Data Penelitian

Selain penggambaran diagram histogram diatas, cara mengetahui sebaran data berdistribusi normal atau tidak dapat diketahui melalui gambar Normal P-Plot yang menunjukkan bahwa data penelitian berada medekati garis diagonal kurva normal P-Plot. Berikut ini adalah gambar sebaran penelitian tersebut.

(7)

Gambar 5.2. Diagram P-Plot Data Penelitian

Dapat terlihat diatas bahwa sebaran data berada pada sepanjang garis diagonal dan tidak menjauhi berada menjauhi garis, hal tersebut menandakan bahwa sebaran data dianggap normal dan layak digunakan untuk analisa selanjutnya.

5.3.2. Uji Multikolonieritas

Uji ini digunakan untuk mengetahui ada tidaknya penyimpangan asumsiklasik multikolonieritas yaitu hubungan linier antar variabel independen atau untuk memastikan variabel bebas yang satu tidak mempunyai hubungan yang kuat atau berkolerasi tinggi dengan variabel bebas yang lainnya dalam suatu model multiple regression. Jika terjadi korasi yang tinggi maka terdapat masalah.

(8)

Dalam penelitian yang menggunakan model regresi yang baik, seharsunya tidak boleh terjadi korelasi antar variabel independent. Pada penelitian ini metode yang digunakan adalah dengan melihat nilai VIF (Variance Inflation Factor) angka yang direkomendasikan untuk menunjukkan tidak adanya masalah multikolonieritas adalah nilai Tolerance > 0,1 dan nilai VIF < 10 (Hai, dkk : 2010)

H0 : Toleransi >0,1 dan VIF < 10, maka tidak terjadi multikolonieritas antar variabel bebas.

H1 : Toleransi <0,1 dan VIF > 10, maka terjadi multikolonieritas antar variabel bebas.

Didalam penelitian ini, variabel yang akan diuji multikolonieritasnya adalah variabel Kualitas Layanan, Persepsi harga, People dan Kepuasan pelanggan yang telah diolah dalam penelitian.

Tabel 5.8.

Hasil Uji Multikolonieritas Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics

B Std. Error Beta Tolerance VIF

1

(Constant) 1.419 .365 3.884 .000

Kualitas Layanan .192 .089 .214 2.157 .033 .726 1.377

Persepsi Harga .229 .104 .230 2.208 .030 .657 1.523

People .212 .092 .246 2.295 .024 .620 1.613

a. Dependent Variable: Kepuasan Pelanggan

Berdasarkan hasil tabel 5.8. diatas dapat terlihat semua variabel independent yang digunakan dalam penelitian ini, Kualitas Layanan, harga, People dan Kepuasan pelanggan mempunyai nilai VIF dibawah 10 dan nilai tolerance diatas 0,1. Hal tersebut menandakan bahwa tidak ada gejala multikolonieritas dan tidak terjadi korelasi antar variabel bebas (independent) sehingga dapat digunakan untuk analisa berikutnya.

(9)

5.4. Uji Heteroskedastisitas

Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan varians dari residual satu pengamatan ke pengamatan yang lain. Terjadinya heteroskedastisitas dapat dideteksi dengan cara melihat grafik plot antara nilai prediksi variabel terikat (dependen) yaitu ZPRED dengan residualnya SRESID

Gambar 5.3. Scatterplot Uji Heteroskedastisitas

Dari gambar 5.3. diatas dapat diketahui bahwa titik-titik tidak membentuk pola yang jelas, dan titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y. Jadi dapat disimpulkan bahwa tidak terjadi masalah heteroskedastisitas dalam model regresi.

(10)

5.5. Uji Hipotesis

5.5.1. Analisis Regresi Linier Berganda

Pengaruh perubahan nilai variabel terikat (Y) yang diakibatkan oleh pengaruh variabel bebas (X) dapat diketahui menggunakan analisis regresi linier berganda. Persamaan yang digunakan untuk melakukan analisis model linier berganda adalah : Ŷ = α + β1 X1 + β2 X2 + e. Nilai α, β1, β2 maka digunakan hasil regresi variabel independen terhadap variabel dependen ditunjukan dalam tabel berikut:

Tabel 5.9.

Perhitungan Koefisien Regresi Berganda Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics

1

(Constant) 1.419 .365 3.884 .000

Persepsi Harga .229 .104 .230 2.208 .030 .657 1.523

People .212 .092 .246 2.295 .024 .620 1.613

a. Dependent Variable: Kepuasan Pelanggan

Berdasarkan tabel 5.9. diperoleh persamaan regresi Ῠ= 1,419 + 0,192X1 - 0,229X2 + 0,212X3. Konstanta positif, artinya jika ada upaya yang baik terhadap kualitas layanan, persepsi harga, people, maka kepuasan pelanggan akan positif.

5.5.2. Hasil PengujianSimultan (Uji F)

Uji statistik F dilakukan untuk mengetahui apakah semua variabel independen yang dimasukkan dalam model mempunyai pengaruh secara bersama-sama atau simultan terhadap variabel dependen.

(11)

Tabel 5.10. Uji Statistik F

ANOVAa

Model Sum of Squares df Mean Square F Sig.

1

Regression 8.794 3 2.931 14.749 .000b

Residual 19.079 96 .199

Total 27.873 99

a. Dependent Variable: KepuasanPelanggan

b. Predictors: (Constant), People, KualitasLayanan, PersepsiHarga Sumber : Pengolahan Data Penelitian (2014)

Dari Tabel 5.10. diperoleh nilai Fhitung sebesar 14,749 sedangkan untuk nilai

Ftabel dengan taraf signifikansi 5% dan derajat kebebasan (dk) pembilang = k (banyak

variabel bebas) = 3 dan derajat kebebasan (dk) penyebut = n-k-1 = 100 – 3 – 1 = 96 diperoleh Ftabel = 2,70. Jika nilai Fhitung dibandingkan dengan Ftabel maka akan terlihat bahwa Fhitung (14,749) > Ftabel (2,70) dengan tingkat sig. 0,000< 0,05 adalah signifikan. artinya H0 ditolak dan H4 diterima.Hal ini berarti kualitaslayanan, persepsiharga, peopleberpengaruh signifikan secara bersama-sama terhadap kepuasanpelanggan.

5.5.3. Hasil Pengujian Parsial (Uji t)

Pengujian statistik t bertujuan untuk melihat seberapa jauh pengaruh satu variabel independen terhadap variabel dependen dengan menganggap variabel independen lainnya konstan. Jadi pengujian statistik t ini digunakan untuk mengetahui apakah terdapat pengaruh secara parsial antara persepsi harga terhadap kepuasan pelanggan. Dalam pengujian ini jika t hitung > t tabel atau signifikansi t hitung (p-value) < α, maka ini berarti terdapat pengaruh yang signifikan secara statistik antara variabel independen tersebut terhadap variabel dependen.

(12)

Tabel 5.11. Uji Statistik T

Untuk menentukan diterima atau ditolaknya hipotesis, maka dilakukan uji signifikan sebagai berikut:

1. Uji Hipotesis Parsial untuk Variabel Kualitas Layanan

H0 : β1 = 0 ; kualitas layanan secara parsial tidak memberikan pengaruh yang signifikan terhadap kepuasan pelanggan.

H1 : β1≠ 0 ; kualitas layanan secara parsial memberikan pengaruh yang signifikan terhadap kepuasan pelanggan.

Dari Tabel 5.11. diatas terlihat thitung untuk variabel kualitas layanan (X1) adalah sebesar 2,157> ttabel(1,985), dengan tingkat signifikansi atau probabilitas sig. 0,033< 0,05 adalah signifikan. artinya H0 ditolak dan H1 diterima. Hal ini berarti Persepsi Harga berpengaruh terhadap kepuasan pelanggan.

2. Uji Hipotesis Parsial untuk Variabel Persepsi Harga

H0 : β1 = 0 ; persepsi harga secara parsial tidak memberikan pengaruh yang signifikan terhadap Kepuasan pelanggan.

Coefficientsa

Model Unstandardized

Coefficients

Standardized Coefficients

t Sig. Collinearity Statistics

1

(Constant) 1.419 .365 3.884 .000

Persepsi Harga .229 .104 .230 2.208 .030 .657 1.523

People .212 .092 .246 2.295 .024 .620 1.613

(13)

H1 : β1≠ 0 ; persepsi harga secara parsial memberikan pengaruh yang signifikan terhadap Kepuasan pelanggan.

Dari Tabel 5.11. diatas untuk variabel persepsi harga (X2) diperoleh nilai thitung sebesar 2,208> ttabel(1,985), dengan tingkat signifikansi atau probabilitas sig. 0,030> 0,05 adalah tidak signifikan. artinya H0 diterima dan H1 ditolak. Hal ini berarti persepsi harga berpengaruh terhadap kepuasan pelanggan.

3. Uji Hipotesis Parsial untuk Variabel People

H0 : β1 = 0 ; people secara parsial tidak memberikan pengaruh yang signifikan terhadap Kepuasan pelanggan.

H1 : β1≠ 0 ; people secara parsial memberikan pengaruh yang signifikan terhadap Kepuasan pelanggan.

Dari Tabel 5.11. diatas untuk variabel people (X3) diperoleh nilai thitung adalah sebesar 2,295> ttabel(1,985), dengan tingkat signifikansi atau probabilitas sig. 0,024< 0,005 adalah signifikan. artinya H0 ditolak dan H1 diterima. Hal ini berarti people berpengaruh terhadap Kepuasan pelanggan.

5.5.4. Analisis Korelasi dan Determinasi

Untuk mengetahui seberapa kuat pengaruh variabel independen terhadap variabel dependen dan arah korelasi yang terjadi maka dilakukan analisis korelasi. Dalam analisis korelasi ini yang dilakukan adalah menghitung besarnya koefisien korelasi dan menganalisisnya. Dari hasil perhitungan SPSS diperoleh nilai koefisien korelasi (R) untuk variabel kualitas layanan (X1), variabel persepsi harga (X2) dan variabel people (X3) terhadap variabel kepuasan pelanggan (Y) sebagaimana pada Tabel 5.12.

(14)

Tabel 5.12.

Korelasi nilai R dan R Square

Model Summaryb

Model R R Square Adjusted R Square Std. Error of the Estimate

1 .562a .315 .294 .445806

a. Predictors: (Constant), P, KualitasLayanan, Persepsi Harga b. Dependent Variable: KepuasanPelanggan

Berdasarkan Tabel 5.12. diketahui bahwa nilai R sebesar 0,562. Untuk mengetahui pengaruh nilai R sebesar 0,562 maka digunakan tabel koefisien korelasi seperti pada Tabel 5.12.

Tabel 5.13.

Interpretasi Koefisien Korelasi

Range Nilai Keterangan

0,00 - 0,25 Korelasi sangat lemah dianggap tidak ada 0,25 - 0,50 Korelasi cukup kuat

0,50 - 0,75 Korelasi kuat 0,75 -1,00 Korelasi sangat kuat Sumber : Sarwono (2007)

Dari Tabel 5.13. diatas diketahui bahwa nilai 0,562 terletak pada kisaran 0,50 – 0,75 sehingga korelasinya merupakan korelasi kuat yang artinya bahwa korelasi antara kualitas layanan, persepsi harga, people, terhadap kepuasan pelanggan adalah kuat.

5.5.5. Analisis Determinasi

Untuk mengetahui seberapa besar pengaruh yang diberikan oleh variabel independen terhadap variabel dependen maka dilakukan analisis determinasi. Dari hasil perhitungan SPSS diperoleh nilai koefisien determinasi (RSquare) untuk variabel kualitas layanan (X1), variabel persepsi harga (X2) dan variabel people (X3) terhadap variabel kepuasan pelanggan (Y) yang tercantum pada tabel 5.13.

(15)

Berdasarkan tabel 5.12. diperoleh nilai Adjusted R Square sebesar 0,294 atau 29,4%. Jadi dapat disimpulkan bahwa 29,4% variabel kepuasan pelanggan dipengaruhi oleh variabel kualitas layanan, persepsi harga dan people. Sedangkan sisanya sebesar 70,6 % dipengaruhi oleh faktor-faktor lain yang tidak diteliti dalam penelitian ini.

5.6. Pengujian Korelasi Antar Dimensi

Matriks korelasi antar dimensi digunakan untuk mengetahui dimensi mana dari masing-masing variabel bebas yang paling dominan dan berpengaruh besar dari dimensi lainnya. Dengan demikian kita akan mengetahui langkah apa yang harus kita lakukan untuk meningkatkan variabel terikatnya lebih besar lagi. Berikut merupakan matriks korelasi atas penelitian ini.

Tabel 5.14.

Matriks Korelasi Antar Dimensi

Correlations KepuasanPelanggan KesesuaianKuali tas-Kepuasan Responterhadappelan ggan KesesuaianHar ga-Kepuasan Kualitas Layanan Professionalism and Skills .288 ** .276** .300** Accessibility and Flexibility .310 ** _.294** _.172 Reputation and Credibility .186 .188 .198 * Serviscape .131 .162 .161 Service Recovery .213* .274** .128 Reliability and Trustworthiness .258 ** _.328** _.416**

Attitudes and behavior .225* .326** .194

Persepsi Harga Price-Quality Association .117 .121 .153 Prestige Sensitivity .318** .229* .190 Price Consciousness .232* .182 .250* Value Consciousness .302** .182 .297** Price Mavenism .242* .262** .017 Sale Proneness .305** .299** .177 People People denganPelanggan .373** .353** .338** KeterlibatandenganPelan ggan .398 ** _.371** _.290**

**. Correlation is significant at the 0.01 level (2-tailed). *. Correlation is significant at the 0.05 level (2-tailed). Sumber: Pengolahan Data Penelitian (2014)

(16)

Berdasarkan tabel 5.14. dapat diuraikan hubungan antar dimensi variabel penelitian sebagai berikut :

1. Dimensi Variabel Kualitas Layanan ke Dimensi Variabel Kepuasan Pelanggan

Dari tabel diatas, dapat diketahui bahwa yang mempunyai nilai r paling tinggi dari korelasi antar dimensi variabel Kualitas Layanan (kualitaslayanan) dan variabel Kepuasan Pelangan (kepuasanpelanggan) adalah korelasi antar dimensi Reliability and Trustworthiness dari variabel kualitaslayanan dengan dimensi tidak membedakan pelanggan dari variabel kepuasanpelanggan sebesar 0,416. Artinya dimensi Reliability and Trustworthinessdari variabel kualitas layanan memiliki hubungan yang paling kuat dengan tidak membedakan pelanggan dari variabel kepuasan pelanggan.

2. Dimensi Variabel Persepsi Harga ke Dimensi Variabel Kepuasan Pelanggan

Dari tabel diatas, dapat diketahui bahwa yang mempunyai nilai r paling tinggi dari korelasi antar dimensi variabel Persepsi harga dan variabel Kepuasan Pelanggan) adalah korelasi antar dimensi prestige sensitivity dari variabel persepsiharga dengan dimensi kesesuaian kualitas dengan kepuasan dari variabel kepuasan pelanggan sebesar 0,318. Artinya dimensi price sensitivity dari variabelpersepsiharga memiliki hubungan paling kuat dengan dimensi kesesuaiankualitas dengan kepuasan dari variabel kepuasanpelanggan.

(17)

3. Dimensi Variabel People ke Dimensi Variabel Kepuasan Pelanggan

Dari tabel diatas, dapat diketahui bahwa yang mempunyai nilai r paling tinggi dari korelasi antar dimensi variabel People dan variabel Kepuasan Pelanggan adalah korelasi antar dimensi keterlibatan dengan pelanggan dari variabel people dengan dimensi kesesuaian kualitas dengan kepuasan dari variabel kepuasan pelanggansebesar 0,398. Artinya dimensi keterlibatan dengan pelanggan dari variabel people memiliki hubungan paling kuat dengan dimensi kesesuaiankualitas dengan kepuasan dari variabel kepuasan pelanggan

5.7 Pembahasan Hasil Penelitian

Berikut merupakan pembahasan terhadap persamaan regresi linier berganda.

5.7.1 Variabel Kualitas Layanan

Dari persamaan regresi berganda dapat diketahui bahwa variabel Kualitas Layanan berpengaruh terhadap Kepuasan Pelanggan pada PT. Visionet Internasional. Hasil dari penelitian ini sesuai dengan penelitian yang telah dilakukan oleh Dwi Aryani dan Febrina Rosinta (2010) bahwa terdapat pengaruh yang kuat dan positif antara variabel kualitas layanan KFC terhadap kepuasan pelanggan pada mahasiswa FISIP UI.

5.7.2. Variabel Persepsi Harga

Dari persamaan regresi berganda dapat diketahui bahwa variabel persepsi harga memiliki pengaruh terhadap kepuasan pelanggan. Hasil dari penelitian ini sesuai dengan penelitian yang telah dilakukan oleh Agustini Tanjung, UMB (2012) yang menyebutkan

(18)

bahwa Kualitas produk, harga, kualitas pelayanan secara bersama-sama memiliki pengaruh terhadap kepuasan pelanggan. Artinya apabila kualitas layanan, persepsi harga dan people ditingkatkan, maka kepuasan pelanggan akan meningkat.

5.7.3. Variabel People