BAB IV HASIL PENELITIAN DAN PEMBAHASAN
B. Pengujian Persyaratan Analisis
2 X2 0,587 0,285 Valid
3 X3 0,445 0,285 Valid
4 X4 0,501 0,285 Valid
5 X5 0,564 0,285 Valid
6 X6 0,563 0,285 Valid
7 X7 0,639 0,285 Valid
8 X8 0,737 0,285 Valid
9 X9 0,683 0,285 Valid
10 Y1 0,734 0,285 Valid
11 Y2 0,761 0,285 Valid
12 Y3 0,601 0,285 Valid
13 Y4 0,776 0,285 Valid
14 Y5 0,807 0,285 Valid
15 Y6 0,653 0,285 Valid
16 Y7 0,831 0,285 Valid
17 Y8 0,842 0,285 Valid
18 Y9 0,767 0,285 Valid
Sumber: Data Primer yang diolah, 2018
Dari tabel diatas dapat diketahui bahwa masing-masing item pernyataan memiliki r hitung > dari r tabel (0,285) dan bernilai positif.
Dengan demikian butir peryataan tersebut dinyatakan valid.
b. Uji Reliabilitas
Suatu keusioner dapat dikatakan reliabel atau handal jika jawaban seseorang terhadap pernyataan adalah konsisten atau stabil dari waktu ke waktu. Dalam pengujian ini peneliti menggunakan cara one shot atau pegukuran sekali saja, disini pengukurannya hanya sekali dan kemudian hasilnya dibandingkan dengan pernyataan lain atau mengukur korelasi antar jawaban pernyataan. SPSS memberikan fasilitas untuk mengukur reliabilitas dengan uji statistik Cronbach Alpha (α). Suatu konstruk atau variabel dikatakan reliabel jika memberikan nila Cronbach Alpha > r tabel. Dari penghitungan SPSS diperoleh hasil sebagai berikut:
Tabel 4.28
Hasil Uji Reliabilitas Instrumen Variabel Reliabilitas
Coefficiient
Cronbach Alpha
Keterangan
Inovasi Layanan 9 item pernyataan
0,850 Reliabel
Kepuasan Konsumen
9 item pernyataan
0,942 Reliabel
Sumber: Data primer yang diolah, 2018
Dari keterangan tabel diatas dapat diketahui bahwa masing-masing variabel memiliki Cronbach Alpha > 0,70, dengan demikian variabel inovasi layanan dan kepuasan konsumen dapat dikatakan reliabel.
2. Uji Persyaratan Analisis a. Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi variabel terikat dan variabel bebas keduanya mempunyai distribusi normal atau tidak. Untuk uji normalitas ini peneliti menggunakan uji Kolmogorov-Smirnov, dimana jika dipilih tingkat signifikansi α = 0,005 < nilai signifikansi SPSS, maka dapat dikatakan bahwa data mengikuti distribusi normal. Dari hasil output SPSS diperoleh hasil sebagai berikut:
Tabel 4.29 Hasil Uji Normalitas
One-Sample Kolmogorov-Smirnov Test
X Y
N 47 47
Normal Parametersa Mean 39.0851 37.7447
Std. Deviation 3.80977 4.32620
Most Extreme Differences Absolute .127 .173
Positive .068 .173
Negative -.127 -.152
Kolmogorov-Smirnov Z .869 1.187
Asymp. Sig. (2-tailed) .436 .120
a. Test distribution is Normal.
Sumber: Data primer yang diolah, 2018
Berdasarkan pada tabel hasil output SPSS diatas menunjukan nilai Kolmogorov-Smirnov signifikan pada tabel inovasi layanan 0,436 > 0,05 dan
kepuasan konsumen 0,120 > 0,05. Dengan demikian, maka asumsi bahwa sampel data berasal dari distribusi normal dapat terpenuhi.
b. Uji Linearitas
Uji ini dilakukan untuk melihat apakah spesifikasi model yang digunakan sudah benar atau tidak. Apakah fungsi yang digunakan dalam suatu studi empiris sebaiknya berbentuk linear. Fungsi dari ini yaitu untuk mengetahui bentuk hubungan antara variabel bebas dengan variabel terikat.
Adapun dasar pengambilan keputusan dari uji linearitas yaitu:
1) Jika nilai signifikansi deviation from linearity > 0.05 maka terdapat hubungan yang linear antara variabel bebas dengan variabel terikat
2) Jika nilai signifikansi deviation from linearity < 0.05 maka tidak terdapat hubungan yang linear antara variabel bebas dengan variabel terikat. Dari hasil output SPSS diperoleh hasil sebagai berikut:
Tabel 4.30 Hasil Uji Linearitas
ANOVA Table
Sum of Squares df Mean Square F Sig.
Y * X
Between Groups (Combined) 601.870 14 42.991 5.310 .000 Linearity 234.899 1 234.899 29.015 .000 Deviation
from Linearity
366.970 13 28.228 3.487 .002
Within Groups 259.067 32 8.096
Total 860.936 46
Sumber: Data primer yang diolah, 2018
Berdasarkan hasil uji linearitas diketahui nilai signifikan deviation from linearity sebesar 0,002 < 0,05, maka dapat disimpulkan bahwa tidak terdapat hubungan yang linear antara inovasi layanan terhadap kepuasan konsumen.
3. Analisis Regresi Sederhana
Regresi sederhana didasarkan pada hubungan fungsional ataupun kausal satu variabel independen dengan satu variabel dependen. Analisis regresi merupakan salah satu metode untuk mengetahui hubungan antar variabel.
Variabel yang diaksud adalah variabel x terhadap varabel y. Adapun hasil analisis regresi sederhana dengan output SPSS diperoleh hasil sebagai berikut
:
Tabel 4.32
Variables Entered/Removedb
Model
Variables Entered
Variables
Removed Method 1 Inovasi_Layanan
a . Enter
a. All requested variables entered.
b. Dependent Variable: Kepuasan_konsumen
Sumber: Data primer yang diolah, 2018
Tabel output bagian pertama (Variabel Entered/Removed): tabel diatas menjelaskan tentang variabel yang dimasukkan serta metode yang digunakan.
Dalam hal ini variabel yang dimasukkan adalah variabel inovasi layanan sebagai variabel independen dan kepuasan konsumen sebagai variabel dependen dan metode yang digunakan adalah metode Enter.
Tabel 4.33
Sumber: Data primer yang diolah, 2018
Ouptut bagian kedua (Model Summary): tabel diatas menjelaskan besarnya nilai korelasi / hubungan (R) yaitu sebesar 0,535 dari output tersebut diperoleh koefisien determinasi (R Square) sebesar 0,286 yang mengandung pengertian bahwa pengaruh variabel bebas (inovasi layanan) terhadap variabel terikat (kepuasan konsumen) adalah sebesar 28,6%.
Tabel 4.34
ANOVAb
Model Sum of Squares df Mean Square F Sig.
1 Regression 430.260 1 430.260 19.198 .000a
Residual 1075.760 48 22.412
Total 1506.020 49
a. Predictors: (Constant), Inovasi_Layanan b. Dependent Variable: Kepuasan_konsumen
Sumber: Data primer yang diolah, 2018
Output bagian ketiga (ANOVA): dari output tersebut diketahui bahwa nilai F hitung = 19.198 dengan tingkat signifikansi sebesar 0,000 < 0,005, maka model regresi dapat dipakai untuk memprediksi variabel partisipasi atau dengan kata lain ada pengaruh variabel inovasi layanan (X) terhadap kepuasan konsumen (Y).
Tabel 4.35
Coefficientsa Model Summary
Model R R Square
Adjusted R Square
Std. Error of the Estimate
1 .535a .286 .271 4.73410
a. Predictors: (Constant), Inovasi_Layanan
Model
Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error Beta
1 (Constant) 9.443 6.293 1.501 .140
Inovasi_Layanan .705 .161 .535 4.382 .000
a. Dependent Variable: Kepuasan_konsumen
Sumber: Data primer yang diolah, 2018
Output bagian keempat (Coefficient): diketahui nilai Constant (a) sebesar 9,443, sedang nilai koefisien regresi (b) sebesar 0,705 sehingga persamaan regresinya dapat ditulis:
Y = a +bX
Y = 9,443 + 0,705 X
Persamaan tersebut dapat diterjemahkan:
Konstanta sebesar 9,443 mengandung arti bahwa nilai konsisten variabel kepuasan konsumen adalah 9,443
Koefisien regresi X sebesar 0,705 menyatakan bahwa setiap penambahan 1% nilai inovasi layanan, maka nilai kepuasan konsumen bertambah sebesar 0,705 koefisien regresi tersebut bernilai positif sehingga dapat dikatakan bahwa arah pengaruh variabel X terhadap Y adalah positif.
Pengambilan Keputusan dalam Uji Regresi Sederhana
Berdasarkan nilai signifikansi: dari tabel Coefficient diperoleh nilai signifikansi sebesar 0,000 < 0,005 sehingga dapat disimpulkan bahwa variabel X berpengaruh terhadap variabel Y.
Berdasarkan nilai t: diketahui nilai thitung sebesar 4,382 > ttabel sebesar 2,011 sehingga dapat disimpulkan bahwa variabel inovasi layanan (X) berpengaruh terhadap variabel kepuasan konsumen (Y).