BAB IV ANALISIS DAN PEMBAHASAN
D. Analisis Data Penelitian
3) Responden berdasarkan Pendidikan terakhir
Data berdasarkan Pendidikan terakhir responden barokah water adalah sebagai berikut:
Tabel 4. 9 Pendidikan Terakhir
Sumber: Data primer yang diolah, 2022
Dari data yang disajikan pada Tabel 4.9 disimpulkan bahwa mayoritas responden dengan Pendidikan terakhir tingkat SMA/SMK sebanyak 77 orang, sedangkan pendidian terakhir SD/Sederajat sebanyak 2 orang, SMP/MTS sebanyak 2 orang, dan S1/D4 sebanyak 19 orang.
D. Analisis Data Penelitian
normal. Jika sig > ɑ maka diterima H0 yang artinya residual berdistribusi normal.
Model I (Kualitas pelayanan (X1) dan Harga (X2) terhadap Kepuasan pelanggan (Z) )
Tabel 4. 10
Hasil Uji Normalitas Model I One-Sample Kolmogorov-Smirnov Test
Unstandardiz ed Residual
N 100
Normal Parametersa,b Mean .0000000
Std. Deviation 1.45599529
Most Extreme Differences
Absolute .092
Positive .092
Negative -.077
Test Statistic .092
Asymp. Sig. (2-tailed) .037c
Monte Carlo Sig. (2- tailed)
Sig. .347d
99% Confidence Interval
Lower Bound
.335 Upper
Bound
.360 Sumber: Data primer yang diolah, 2022
Dari data yang disajikan pada Tabel 4.10. dapat diketahui bahwa nilai Unstandarized Monte Carlo.Sig 0.347 ˃ 0,05 maka data dalam penelitian dinyatakan berdistribusi normal.
Model II (Kualitas pelayanan (X1), Harga (X2), dan Kepuasan pelanggan (Z) Terhadap Loyalitas Pelanggan (Y))
Tabel 4. 11
Hasil Uji Normalitas Model II One-Sample Kolmogorov-Smirnov Test
Unstandardiz ed Residual
N 100
Normal Parametersa,b Mean .0000000
Std. Deviation 1.71055493
Most Extreme Differences
Absolute .088
Positive .062
Negative -.088
Test Statistic .088
Asymp. Sig. (2-tailed) .054c
Monte Carlo Sig. (2- tailed)
Sig. .395d
99% Confidence Interval
Lower Bound
.382 Upper
Bound
.407 Sumber: Data primer yang diolah, 2022
Dari data yang disajikan pada Tabel 4.11. dapat diketahui bahwa nilai Unstandarized Monte Carlo.Sig 0.395 ˃ 0,05. Maka data dalam penelitian ini dinyatakan berdistribusi normal.
b. Uji Multikolinieritas
Uji multikolinieritas dilakukan dengan membandingkan nilai Variance Inflation Factor (VIF). Jika VIF ˂ 10 maka diterima H0 yang artinya tidak terjadi gangguan multikolinieritas.
Model I (Kualitas Layanan (X1) dan Harga (X2) terhadap Kepuasan Konsumen (Z))
Tabel 4. 12
Hasil Uji multikolinieritas Model I
Variabel VIF Keterangan
Kualitas Layanan 1.504 Tidak terjadi multikolinieritas Harga 1.504 Tidak terjadi multikolinieritas Sumber: Data primer yang diolah, 2022
Dari data yang disajikan pada Tabel 4.12. dapat diketahui bahwa nilai VIF variabel kualitas layanan dan harga sebesar 1.504 yang mana nilai tersebut ˂ 10. Sehingga bisa ditarik kesimpulan tidak terjadi multikolinieritas atau tidak adanya hubungan linier antara variabel bebas dalam regresi.
Model II (Kualitas Layanan (X1), Harga (X2), dan Kepuasan Konsumen (Z) Terdapat Lotalitas pelanggan (Y))
Tabel 4. 13
Hasil Uji multikolinieritas Model II
Variabel VIF Keterangan
Kualitas Layanan 1.736 Tidak terjadi multikolinieritas Harga 1.590 Tidak terjadi multikolinieritas Kepuasan Konsumen 1.482 Tidak terjadi multikolinieritas Sumber: Data primer yang diolah, 2022
Dari data yang disajikan pada Tabel 4.13. dapat diketahui bahwa nilai VIF variabel kualitas layanan sebesar 1.736 ˂ 10, variabel harga sebesar 1.590 ˂ 10, dan variabel kepuasan konsumen sebesar 1.482 ˂ 10. Sehingga bisa ditarik kesimpulan tidak terjadi multikolinieritas atau tidak adanya hubungan linier antara variabel bebas dalam regresi.
c. Uji Heteroskedastisitas
Model regresi yang memenuhi persyaratan ketika terdapat kesamaan varians dari residual satu ke pengamatan lain. Uji statistik yang dapat digunakan adalah uji Glejser. dengan nilai signifikansi 0,05. Jika nilai hasil pengujian nilai sig > dari 0,05 maka tidak terjadi kasus heteroskedastisitas.
Model I (Kualitas Layanan (X1) dan Harga (X2) terhadap Kepuasan Konsumen (Z))
Tabel 4. 14
Hasil Uji Heteroskedastisitas Model I
Variabel T Sig Keterangan
Kualitas
Layanan -0. 741 0.461 Tidak terjadi heteroskedastisitas Harga -1.370 0.174 Tidak terjadi
heteroskedastisitas Sumber: Data primer yang diolah, 2022
Dari data yang disajikan pada Tabel 4.14. dapat diketahui bahwa nilai sig variabel kualitas layanan 0.461 ˃ 0,05 dan nilai sig variabel harga 0.174 ˃ 0,05. Seluruh variabel dalam penelitian ini memiliki nilai sig > 0,05 sehingga dinyatakan tidak terjadi heterokedastisitas
Model II (Kualitas Layanan (X1), Harga (X2), dan Kepuasan Konsumen (Z) terhadap Loyalitas Pelanggan (Y)
Tabel 4. 15
Hasil Uji Heteroskedastisitas Model II
Variabel T Sig Keterangan
Kualitas Layanan 0.331 0.742 Tidak terjadi heteroskedastisitas Harga 0.959 0.340 Tidak terjadi
heteroskedastisitas Kepuasan
Konsumen -1.058 0.293 Tidak terjadi heteroskedastisitas Sumber : Data primer yang diolah, 2022
Dari data yang disajikan pada Tabel 4.15. dapat diketahui bahwa nilai signifikansi variabel kualitas layanan 0.742 ˃ 0.05, nilai signifikansi variabel harga 0.340 ˃ 0.05 dan kepuasan konsumen 0.293 ˃ 0.05. Sehingga dapat disimpulkan bahwa tidak terjadi heteroskedastisitas.
d. Uji Linieritas
Uji linieritas ini digunakan untuk melihat apakah spesifikasi model yang digunakan sudah benar atau tidak. Apakah fungsi yang digunakan dalam suatu studi empiris sebaiknya berbentuk linier,kuadrat atau kubik. Dengan uji linieritas akan diperoleh informasi apakah model empiris sebaiknya linier, kuadrat atau kubik. Jika nilai sig. ˃ 0,05 maka model berbentuk linier.
Tabel 4. 16
Hasil Uji Linieritas X1, X2 dan Y Terhadap Z Variabel Nilai Sig. Keterangan
Kualitas Layanan 0.160 Linier
Harga 0.221 Linier
Kepuasan Konsumen 0.095 Linier
Sumber : Data primer yang diolah, 2022
Dari data yang disajikan pada tabel 4.16. dapat diketahui bahwa nilai signifikansi variabel kualitas layanan 0.160 > 0.05, variabel harga 0.221 > 0.05, dan kepuasan konsumen 0.095 > 0.05. Sehingga dapat disimpulkan bahwa tidak terjadi heteroskedastisitas.
2. Analisis Regresi
a. Analisis Regresi Linier Sederhana
Analisis regresi linier sederhana merupakan regresi dengan menggunakan satu variabel independen sebagai penyebab berubahnya variabel dependen.
Model I (Kualitas Layanan (X1) dan Harga (X2) terhadap Kepuasan Konsumen (Z))
Tabel 4. 17
Hasil Uji Analisis Regresi Linier Sederhana X1 Terhadap Z
Sumber: Data primer yang diolah, 2022
Dari data yang disajikan pada Tabel 4.17 dapat dirumuskan persamaan regresi sebagai berikut:
Z = 4.541 + 0.402 X1+ error
1) Konstanta sebesar 4.541 artinya secara matematis dapat menyatakan jika nilai variabel bebas kualitas layanan sama dengan nol atau tetap maka kepuasan konsumen akan meningkat 4.541.
Coefficientsa Model
Unstandardized Coefficients
Standardized
Coefficients t Sig.
B Std. Error Beta
1 (Constant) 4.541 .808 5.622 .000
X1 .402 .064 .535 6.273 .000
2) Kualitas layanan mempunyai koefisien regresi sebesar 0.402 dengan arah positif yang menunjukkan adanya hubungan yang searah antara variabel kualitas layanan (X1) terhadap kepuasan konsumen (Z). Jika kualitas layanan meningkat maka kepuasan konsumen juga meningkat. Nilai koefisien sebesar 0.402 artinya jika kualitas layanan dinaikkan sebesar 1% atau dinaikan satu tingkat maka kepuasan konsumen naik sebesar 0.402 satuan dengan anggapan variabel independen yang lain tetap.
Tabel 4. 18
Hasil Uji Analisis Regresi Linier Sederhana X2 Terhadap Z Coefficientsa
Model
Unstandardized Coefficients
Standardized
Coefficients t Sig.
B Std. Error Beta
1 (Constant) 4.723 .923 5.115 .000
X2 .496 .094 .470 5.272 .000
Sumber: Data primer yang diolah, 2022
Dari data yang disajikan pada Tabel 4.18 dapat dirumuskan persamaan regresi sebagai berikut :
Z = 4.723 + 0.496 X2 + error
1) Konstanta sebesar 4.723 secara matematis menyatakan bahwa jika nilai variabel bebas harga sama dengan nol atau tetap maka kepuasan konsumen akan meningkat 4.723.
2) harga mempunyai koefisien regresi sebesar 0.496 dengan arah positif yang menunjukkan adanya hubungan yang searah antara variabel harga (X2) terhadap kepuasan konsumen (Z). Jika harga meningkat maka kepuasan konsumen juga meningkat. Nilai
koefisien sebesar 0.496 artinya jika harga dinaikkan sebesar 1%
atau dinaikan satu tingkat maka kepuasan konsumen naik sebesar 0.496 satuan dengan anggapan variabel independen yang lain tetap.
Model II (Kualitas Layanan (X1), Harga (X2), dan Kepuasan Konsumen (Z) terhadap Loyalitas Pelanggan (Y))
Tabel 4. 19
Hasil Uji Analisis Regresi Linier Sederhana X1 Terhadap Y Coefficientsa
Model
Unstandardized Coefficients
Standardized
Coefficients t Sig.
B Std. Error Beta
1 (Constant) 4.055 .997 4.068 .000
X1 .915 .079 .760 11.571 .000
Sumber: Data primer yang diolah, 2022
Dari data yang disajikan pada Tabel 4.19 dapat dirumuskan persamaan regresi sebagai berikut :
Y = 4.055 + 0.915 X1 + error
1) Konstanta sebesar 4.055 secara matematis menyatakan bahwa jika nilai variabel bebas kualitas layanan sama dengan nol atau tetap maka loyalitas pelanggan akan meningkat 4.055.
2) Kualitas layanan mempunyai koefisien regresi sebesar 0.915 dengan arah positif yang menunjukkan adanya hubungan yang searah antara variabel kualitas layanan (X1) terhadap loyalitas pelanggan (Y). jika kualitas layanan meningkat maka loyalitas pelanggan juga meningkat. Nilai koefisien sebesar 0.915 artinya jika kualitas layanan dinaikkan sebesar 1% atau
dinaikan satu tingkat maka loyalitas pelanggan naik sebesar 0.915 satuan dengan asumsi variabel independen yang lain tetap.
Tabel 4. 20
Hasil Uji Analisis Regresi Linier Sederhana X2 Terhadap Y Coefficientsa
Model
Unstandardized Coefficients
Standardized
Coefficients t Sig.
B Std. Error Beta
1 (Constant) 5.131 1.307 3.925 .000
X2 1.060 .133 .627 7.963 .000
Sumber: Data primer yang diolah, 2022
Dari data yang disajikan pada Tabel 4.20 dapat dirumuskan persamaan regresi sebagai berikut :
Y = 5.131 + 1.069 X2 + error
1) Konstanta sebesar 5.131 secara matematis menyatakan bahwa jika nilai variabel bebas harga sama dengan nol atau tetap maka loyalitas pelanggan akan meningkat 5.131.
2) harga mempunyai koefisien regresi sebesar 1.069 dengan arah positif yang menunjukkan adanya hubungan yang searah antara variabel harga (X2) terhadap loyalitas pelanggan (Y).
jika harga meningkat maka loyalitas pelanggan juga meningkat. Nilai koefisien sebesar 1.069 artinya jika kualitas layanan dinaikkan sebesar 1% atau dinaikan satu tingkat maka kepuasan konsumen naik sebesar 1.069 satuan dengan asumsi variabel independen yang lain tetap.
Tabel 4. 21
Hasil Uji Analisis Regresi Linier Sederhana Z Terhadap Y
Sumber: Data primer yang diolah, 2022
Dari data yang disajikan pada Tabel 4.21 dapat dirumuskan persamaan regresi sebagai berikut :
Y = 7.377 + 0.842 Z + error
1) Konstanta sebesar 7.377 secara matematis menyatakan bahwa jika nilai variabel bebas kepuasan konsumen sama dengan nol atau tetap maka loyalitas pelanggan akan meningkat 7.377.
2) Kepuasan konsumen mempunyai koefisien regresi sebesar 0.842 dengan arah positif yang menunjukkan adanya hubungan yang searah antara variabel kepuasan konsumen (Z) terhadap loyalitas pelanggan (Y). jika kepuasan konsumen meningkat maka loyalitas pelanggan juga meningkat. Nilai koefisien sebesar 0.842 artinya jika kepuasan konsumen dinaikkan sebesar 1% atau dinaikan satu tingkat maka kepuasan konsumen naik sebesar 0.842 satuan dengan asumsi variabel independen yang lain tetap.
b. Analisis Regresi Linier Berganda
Analisis regresi linier yang mempunyai lebih dari satu variabel independen disebut analisis regresi linier berganda.
Analisis regresi linier berganda merupakan analisis mengenai Coefficientsa
Model
Unstandardized Coefficients
Standardized
Coefficients t Sig.
B Std. Error Beta
1 (Constant) 7.377 1.335 5.526 .000
Z .842 .138 .525 6.103 .000
hubungan secara linier antara dua atau lebih variabel independen (X1,X2) variabel intervening (Z) terhadap variabel dependen (Y).
Uji ini dilakukan untuk mengerahui arah hubungan antara variabel independen dan variabel intervening dengan variabel dependen dan jenis hubunganya masing-masing negatif atau negatif. Berikut adalah hasil uji regresi berganda data penelitian yaitu:
Model I (Kualitas Layanan (X1) dan Harga (X2) terhadap Kepuasan Konsumen (Z))
Tabel 4. 22
Hasil Uji Regresi Linier Berganda X1 dan X2 Terhadap Z
Sumber: Data primer yang diolah, 2022
Dari data yang disajikan pada Tabel 4.22 dapat dirumuskan persamaan regresi sebagai berikut :
Z = 3.380 + 0.297 X1 + 0.254 X2 + error
1) Konstanta sebesar 3.380 secara matematis menyatakan bahwa jika nilai variabel bebas kualitas layanan (X1) dan harga (X2) sama dengan nol atau tetap maka kepuasan konsumen akan meningkat 3.380.
2) Kualitas layanan mempunyai koefisien regresi sebesar 0.297 dengan arah positif yang menunjukkan adanya hubungan yang
Coefficientsa Model
Unstandardized Coefficients
Standardized
Coefficients t Sig.
B Std. Error Beta 1
(Constant) 3.380 .931 3.631 .000
X1 .297 .077 .396 3.869 .000
X2 .254 .108 .241 2.355 .021
searah antara variabel kualitas layanan (X1) terhadap kepuasan konsumen (Z). jika kualitas layanan meningkat maka kepuasan konsumen juga meningkat. Nilai koefisien sebesar 0.297 artinya jika kualitas layanan dinaikkan sebesar 1% atau dinaikan satu tingkat maka kepuasan konsumen naik sebesar 0.297 satuan dengan asumsi variabel independen yang lain tetap.
3) Harga mempunyai koefisien regresi sebesar 0.254 dengan arah positif yang menunjukkan adanya hubungan yang searah antara variabel harga (X2) terhadap kepuasan konsumen (Z).
jika harga meningkat maka kepuasan konsumen juga meningkat. Nilai koefisien sebesar 0.254 artinya jika harga dinaikkan sebesar 1% atau dinaikan satu tingkat maka kepuasan konsumen naik sebesar 0.254 satuan dengan asumsi variabel independen yang lain tetap.
Model II (Kualitas Layanan (X1), Harga (X2) dan Kepuasan Konsumen (Z) Terhadap Loyalitas Pelanggan (Y))
Tabel 4. 23
Hasil Uji Regresi Linier Berganda X1, X2 dan Z Terhadap Y Coefficientsa
Model
Unstandardized Coefficients
Standardized
Coefficients t Sig.
B Std. Error Beta
1
(Constant) 1.296 1.172 1.106 .272
X1 .667 .097 .554 6.848 .000
X2 .431 .131 .255 3.292 .001
Z .174 .120 .108 1.448 .151
Sumber: Data primer yang diolah, 2022
Dari data yang disajikan pada tabel 4.23 dapat dirumuskan persamaan regresi sebagai berikut
Y = 1.296 + 0.667 X1 + 0.431 X2 + 0.174 Z + error
1) Konstanta sebesar 1.296 secara matematis menyatakan bahwa jika nilai variabel bebas kualitas layanan (X1), harga (X2), dan kepuasan konsumen (Z) sama dengan nol atau tetap maka loyalitas pelanggan akan meningkat 1.296.
2) Kualitas layanan mempunyai koefisien regresi sebesar 0.667 dengan arah positif yang menunjukkan adanya hubungan yang searah antara variabel kualitas layanan (X1) terhadap loyalitas pelanggan (Y). jika kualitas layanan meningkat maka loyalitas pelanggan juga meningkat. Nilai koefisien sebesar 0.667 artinya jika kualitas layanan dinaikkan sebesar 1% atau dinaikan satu tingkat maka loyalitas pelanggan naik sebesar 0.667 satuan dengan asumsi variabel independen yang lain tetap.
3) Harga mempunyai koefisien regresi sebesar 0.431 dengan arah positif yang menunjukkan adanya hubungan yang searah antara variabel harga (X2) terhadap loyalitas pelanggan (Y).
jika harga meningkat maka loyalitas pelanggan juga meningkat. Nilai koefisien sebesar 0.431 artinya jika harga dinaikkan sebesar 1% atau dinaikan satu tingkat maka loyalitas pelanggan naik sebesar 0.431 satuan dengan asumsi variabel independen yang lain tetap.
4) Kepuasan konsumen mempunyai koefisien regresi sebesar 0.174 dengan arah positif yang menunjukkan adanya hubungan yang searah antara variabel kepuasan konsumen (Z) terhadap loyalitas pelanggan (Y). jika kepuasan konsumen meningkat maka loyalitas pelanggan juga meningkat. Nilai koefisien sebesar 0.174 artinya jika kepuasan konsumen dinaikkan sebesar 1% atau dinaikan satu tingkat maka loyalitas pelanggan naik sebesar 0.174 satuan dengan asumsi variabel yang lain tetap.
E. Hasil Pengujian Hipotesis