2. Korelasi product moment - Pengaruh Kualitas Pelayanan dan Harga terhadap Kepuasan Konsumen p

Sumber:(Sanusi, 2012: 77) Keterangan:

r = Koefisien korelasi X = Skor butir

Y = Skor total dari butir

n = jumlah sampel (responden)

Kriteria^q diterima^q dan^q tidaknya^q suatu^q data^q valid^q atau^q tidak^q, jika^q:

1. Jika² r^q hitung^q ≥^q r^q tabel^q, maka^q item-item^q pada^q pertanyaan^q dinyatakan^q berkorelasi^q signifikan^q terhadap^q skor^q total^q item^q tersebut^q, maka^q item^q dinyatakan^q valid^q.

2. Jika^q r^q hitung^q <^q r^q tabel^q, maka^q item-item^q pada^q pertanyaan^q dinyatakan^q tidak^q berkorelasi^q signifikan^q terhadap^q skor^q total^q item^q tersebut^q, maka^q item^q dinyatakan^q tidak^q valid^q.

3.5.2.2 Uji Reliabilitas

Suatup alatp pengukurz dikatakanz reliabelz bilaz alatz ituz dalamz mengukurz suatuz gejalaq padaq waktuq yangq berlainanq senantiasaq menunjukkanq hasilq yangq sama. Jadiq alatq yangq reliabelq secaraq konsistenq memberiq hasilq ukuranq yangq sama. Metodeq ujiq reliabelq yangq digunakanq dalamq penelitianq iniq adalahq Cronbach’s Alpha (Priyatno, 2013: 30). Kriteriaq reliabelq denganq caraq melihatq nilaiq Cronbach’s Alpha, jikaq nilaiq

Cronbach’s Alpha lebih besar dari 0.6 maka dapat dikatakan item pertanyaan tersebut reliabel (Wibowo, 2012: 53). Namun dapat juga digunakan tabel index reliabilitas, jika nilai masih berada pada rentang 0.3 ke atas maka dapat dikatakan item pertanyaan memiliki derajat reliabilitas yang bisa ditoleransi.

3.5.3 Uji Asumsi Klasik

Sebuah^w model^q regresi^q akan^q digunakan^q untuk^q melakukan^q peramalan^q sebuah^q model^q yang^q baik^q adalah^q model^q dengan^q kesalahan^q peramalan^q yang^q seminimal^q mungkin^q. Karena itu^q, sebuah^q model^q sebelum^q digunakan^q seharusnya^q memenuhi^q beberapa^q asumsi^q, yang^q biasa^q disebut^q dengan^q asumsi^q klasik^q (Prasetyo^q & Jannah^q, 2012: 364). Berikut^q dijelaskan^q secara^q singkat^q asumsi-asumsi^q tersebut^q dan^q cara^q pengujiannya^q dengan^q SPSS^q.

3.5.3.1 Uji Normalitas

Penggunaan^m model^w regresi^w untuk^w prediksi^w akan^w menghasilkan^w kesalahan^w (disebut^w residu^w), yakni^w selisih^w antara^w data^w aktual^w dan^w data^w hasil^w peramalan^w. Residu^w yang^w ada^w seharusnya^w berdistribusi^w normal^w (Prasetyo^w & Jannah^w, 2012:

364). Pada^w SPSS^w, akan^w digunakan^w fasilitas^w Histogram^w dan^w Normal^w Probability^w Plot^w untuk^w mengetahui^w kenormalan^w residu^w dari^w model^w regresi^w (Prasetyo^w &

Jannah^w, 2012: 364).

3.5.3.2 Uji Multikolinearitas

Multikolinearitas^w adalah^w keadaan^w dimana^w variabel-variabel^w independen^w dalam^w persamaan^w regresi^w mempunyai^w korelasi^w (hubungan^w) yang^w erat^w satu^w sama^w lain^w. Parameter^q yang^q mudah^q ditengarai^q dari^q adanya^q multikolinearitas^q (Pratisto^q, 2009: 176):

1. Biasanya^q regresi^q mempunyai^q persamaan^q dengan^q nilai^q R²^q yang^q tinggi^q, F^q hitung^q tinggi^q tetapi^q banyak^q variabel^q bebas^q yang^q tidak^q signifikan^q (t^q hitungnya^q rendah^q).

Multikolinearitas menyebabkan timbulnya masalah-masalah, yaitu (Pratisto, 2009: 176):

1. Koefisien regresi yang bertanda positif dalam regresi sederhana bisa berubah negatif dalam regresi berganda atau sebaliknya.

2. Fluktuasi nilai estimasi koefisien regresi sangat besar.

3. Jika variabel-variabel independen terkorelasi satu sama lain, variabel- variabel tersebut menjelaskan varian yang sama dalam mengestimasi variabel dependen. Jadi, penambahan variabel independen tidak berpengaruh apa-apa.

Pada^q model^q regresi^q yang^q bagus^q, variabel-variabel^q independen^q seharusnya^q tidak^q berkorelasi^q satu^q dengan^q yang^q lain^q. Pada^q SPSS^q, hal^q ini^q dapat^q dideteksi^q dengan^q melihat^q korelasi^q antarvariabel^q independen^q, atau^q lewat^q angka^q VIF (Prasetyo^q & Jannah^q, 2012: 365).

Y = α +b1 X1 + b2 X2 + b3X3+e 3.5.3.3 Uji Heteroskedastisitas

Heteroskedastisitas^s terjadi^l karena^q perubahan^q situasi^q yang^q tidak^q tergambarkan^q dalam^q spesifikasi^q model^q regresi^q. Misalnya^q, perubahan^q struktur^q ekonomi^q dan^q kebijakan^q pemerintah^q yang^q dapat^q mengakibatkan^q terjadinya^q perubahan^q tingkat^q keakuratan^q data^q. Dengan^q kata^q lain^q, heteroskedastisitas^q terjadi^q jika^q residual^q tidak^q memiliki^q varians^q yang^q konstan^q (Pratisto^q, 2009: 169).

Uji^k heteroskedastisitas^k dalam^k penelitian^k ini^k adalah^k dengan^k menggunakan^k metode grafik, yaitu^k dengan^k melihat^l pola^k titik-titik^k pada^k scatterplot. Jika^k titik-titik^k menyebar^k dengan^k pola^k yang^k tidak^k jelas^k di^k atas^k dan^k di^j bawah^j angka^j 0^k pada^k sumbu^y Y^y, maka^k tidak^k terjadi^j masalah^h heteroskedastisitas^s (Priyatno, 2013^p: 69).

3.5.4 Uji Pengaruh

3.5.4.1 Analisis Regresi Linear Berganda

Regresi^q linear^q berganda^q pada^q dasarnya^q merupakan^q perluasan^q dari^q regresi^q linear^q sederhana^q, yaitu^q menambah^q jumlah^q variabel^q bebas^q yang^q satu^q menjadi^q dua^q atau^q lebih^q variabel^q bebas^q.

Bentuk^s persamaan^s regresi^s dalam^s penelitian^s ini^s adalah^s sebagai^s berikut^s: Rumus 3. 3. Persamaan Regresik Lineark Bergandak

Sumber: (Sanusi, 2012: 135) Keterangan^s:

Y = Kepuasan^s pelanggan α = Konstanta

βⁱ = Koefisien^s regresi X¹ = Kualitas Pelayanan X² = Harga

ɛ = Variabel^s pengganggu

3.5.4.2 Koefisien Determinasi (R²)

Koefisien^s’ determinasi^s (R²^s) sering^s pula^s disebut^s dengan^s koefisien^s determinasi^s majemuk^s yang^q hampir^q sama^q dengan^q koefisien^q r²^q. R^q juga^q hampir^q serupa^q dengan^q r^q, tetapi^q keduanya^q berbeda^q dalam^q fungsi^q (kecuali^q regresi^q linear^q sederhana^q). R²^q menjelaskan^s proporsi^s variasi^s dalam^s variabel^s terikat^s (Y^s) yang^s dijelaskan^s oleh^s variabel^s bebas^s (lebih^s dari^s satu^s variabel^s) secara^s bersama-sama^s. Sementara^s itu^s, r²^s mengukur^s kebaikan^s sesuai^s (goodness-of-hit) dari^s persamaan^s regresi^s, yaitu^s memberikan^s persentase^s variasi^s total^s dalam^s variabel^s terikat^s (Y^s) yang^s dijelaskan^s oleh^s hanya^s satu^s variabel^s bebas^s (X^s). Lebih^s lanjut^s, r^s adalah^s koefisien^s korelasi^s yang^s menjelaskan^s keeratan^s hubungan^s linear^s di^s antara^s dua^s variabel^s, nilainya^s dapat^s negatif^s dan^s positif^s. Sementara^s itu^s, R^s adalah^s koefisien^s korelasi^s majemuk^s yang^s mengukur^s tingkat^s hubungan^s antara^s variabel^s terikat^s (Y^s) dengan^s semua^s variabel^s bebas^s yang^s menjelaskan^s secara^s bersama-sama^s dan^s nilainya^s selalu^s positif^s (Sanusi^', 2012).

3.5.5 Uji Hipotesis

Pengujian^q’ hipotesis^q mutlak^q dilakukan^q karena^q kebenaran^q yang^q terkadang^q dalam^q pernyataan^q hipotesis^q masih^q bersifat^q sementara (Sanusi^q, 2012). Uji^q hipotesis^q sama^q artinya^q dengan^q menguji^q signifikansi^q koefisien^q regresi^q linear^q

berganda^q secara^q parsial^q yang^q sekait^q dengan^q pernyataan^q hipotesis^q penelitian^q (Sanusi^q, 2012).

Dalam^q penelitian^q ini^q, peneliti^q hanya^q menggunakan^q 2^q (dua^q) metode^q untuk^q uji^q hipotesis^q, yaitu^q uji^q T^q dan^q uji^q F.

3.5.5.1 Uji Parsial (Uji T)

Uji^k t^q bertujuan^q untuk^q membuktikan^q hipotesis^q mengenai^q rata-rata^q suatu^q populasi. Persyaratan^q uji^q ini^q adalah^q data^q harus^q berskala^q interval^q atau^q rasio. Data^q juga^q harus^q berdistribusi^q normal.

Sumber: (Sugiyono, 2011: 96)

Dimana^q:

t = Nilai^w t^w yang^w dihitung x = Rata-rata^w xi

μo = Nilai^w yang^w dihipotesiskan s = Simpangan^w baku

n = Jumlah^w anggota^w sampel

Nilai^k t^j hitung^j ini^j akan^j dibandingkan^j dengan^j nilai^j t^j tabel^j dengan^j taraf^j kesalahan^y tertentu. Kaidah^y dalam^y uji^y ini^y menurut^y (Sanusi^k, 2012: 138) adalah:

1. H_o^s diterima^s dan^s H_a^s ditolak^s jika^s t^s hitung^s ≤^s t^s tabel^s 2. H_o^s ditolak^s dan^s H_a^s diterima^s jika^s t^s hitung^s >^s t^s tabel

t =

^{x− μ}^{o / s/n} Rumus 3. 4. Uji T

3.5.5.2 Uji Simultan (Uji F)

Uji^g F^g dilakukan^g dengan^g tujuan^g menguji^g pengaruh^g variabel^g bebas^g secara^g bersama-sama^g terhadap^g variabel^g terikat^g. Rumus^g untuk^g mencari^g F^g adalah^g sebagai^g berikut^g.

Sumber: (Sugiyono^a, 2011: 171) Dimana^s:

F = Nilai^s F^s yang^s dihitung

MKant = Mean^s kuadrat^s antar^s kelompok^s

MKdal = Mean^s kuadrat^s dalam^s kelompok

Nilai^s F^s hitung^s ini^s akan^s dibandingkan^s dengan^s nilai^s F^s tabel^s dengan^s dk^s pembilang^s (m – 1) dan^s dk^s penyebut^s (N – 1). Kaidah^s yang^s digunakan^s dalam^s uji^s ini^s adalah ^s(Sanusi^s, 2012: 138):

1. H_o^s diterima^s dan^s H_a^s ditolak^s jika^s F^s hitung^s ≤^s F^s tabel 2. H_o^s ditolak^s dan^s H_a^s diterima^s jika^s F^s hitung^s >^s F^s tabel 3.6 Lokasi dan Jadwal Penelitian

3.6.1 Lokasi Penelitian

Proses^l penelitian^z yang^z dilakukan^z peneliti^z berlokasi^z di^z supermarket cabang PT^z Yafindo Sumber Rezeki yaitu Gogo Supermarket, Ruko Harbour Bay Mall, Batu Ampar, Batam.

F = MKant / MKdal Rumus 3.5. Uji F

Dalam dokumen Pengaruh Kualitas Pelayanan dan Harga terhadap Kepuasan Konsumen pada PT Yafindo Sumber Rezeki (Halaman 59-66)