Escolar Documentos
Profissional Documentos
Cultura Documentos
Unstandardized
Residual
N 100
Normal Parametersa,b Mean .0000000
Std. Deviation 1.32479719
Most Extreme Differences Absolute .119
Positive .119
Negative -.061
Test Statistic .119
Asymp. Sig. (2-tailed) .001c
a. Test distribution is Normal.
b. Calculated from data.
c. Lilliefors Significance Correction.
Tabel diatas menunjukkan bahwa tingkat signifikannya dibawah 0,05. Maka dikatakan
data tidak berdistribusi normal apabila Asymp.Sig. (2-Tailed) lebih kecil dari 5% atau 0,05
(Ghozali, 2013). Namun dari grafik normal plot dapat dilihat bahwa data telah menyebar
di sekitar garis diagonal dan mengikuti arah garis diagonal. Dari hasil tersebut dapat
disimpulkan bahwa data telah terdistribusi secara normal.
2. Uji Heteroskedasitas
Variables Entered/Removeda
Variables Variables
Model Entered Removed Method
1 NILAI
HEDONIK, . Enter
RITEL SERVISb
Tabel ini memeberikan informasi tentang variabel apa saja yang dimasukkan dan
dikeluarkan. Kolom model memberikan informasi bahwa hanya ada satu model regresi
yang dihasilkan. Kolom variables entered memberikan informasi tentang variabel apa saja
yang dimasukkan dalam model regresi yaitu nilai hedonic dan ritel servis. Kolom variables
removed memberi informasi tentang variabel-variabel yang dibuang atau dipindahkan.
Dalam output pengujian ini, kolom tersebut kosong, maka tidak ada variabel yang dibuang.
Kemudian kolom method ini memperlihatkan metode yang digunakan dalam pengolahan
data yaitu Enter.
4. Model Summary
Model Summaryb
Disini, kita bisa memperoleh informasi tentang besarnya pengaruh dari seluruh variabel
independen terhadap variabel dependen. Pengaruh tersebut disimbolkan dengan R
(korelasi). Seperti yang terlihat dalam tabel model summary nilai pada kolom R (kolerasi),
seperti yang terlihat dalam tabel model summary nilai pada kolom R adalah 0,163 artinya
pengaruh variabel nilai hedonik dan ritel servis terhadap kepuasan pelanggan adalah 16,3%
(0,163 x 100%). Namun nilai tersebut bisa dikatakan “terkontaminasi” oleh berbagai nilai
pengganggu yang mungkin menyebabkan kesalahan pengukuran, untuk itu SPSS
memberikan alternative nilai R Square sebagai perbandingan akurasi pengaruhnya. Terlihat
bahwa nilai R Square sebesar 0,027 yang artinya 2,7%. Nilai ini lebih kecil dari nilai R
akibat adanya penyesuaian. Untuk lebih akuratnya prediksi pengaruh, kita juga dapat
berpatokan pada nilai Adjusted R Square yaitu nilai R Square tadi yang sudah lebih
disesuaikan dan lazimnya ini yang paling akurat. Terlihat bahwa nilai Adjusted R
Squarenya sebesar 0,007 atau 0,7% pengaruh variabel independen terhadap variabel
dependen. Kolom selanjutnya pada tabel ini memperlihatkan tingkat keakuratan model
regresi yang tertera angka 1,338. Nilai ini semakin mendekati angka 0 (nol), maka dapat
dikatakan model yang terbentuk akurat sebesar 133,8% (1,338 x 100%).
Nilai Durbin Watson juga tertera dalam kolom ini, yang berfungsi untuk uji asumsi
terbebas dari autokorelasi. Angka sebesar 1,486 tersebut akan dibandingkan dengan kriteria
penerimaan atau penolakan yang akan dibuat dengan nilai dL dan dU ditentukan berdasarkan
jumlah variabel bebas dalam model regresi (k) dan jumlah sampelnya (n). Nilai d L dan dU
dapat dilihat pada Tabel DW dengan tingkat signifikansi (error) 5% (α=0,05). Dimana pada
Tabel DW menunjukkan bahwa nilai dL = 1,6337 dan nilai dU = 1,7152. Adapun
ketentuannya sebagai berikut :
Karena Hasil DW diantara -2 - - - +2 maka model regersi ini tidak terdapat autokorelasi,
atau tidak terdapat autokolerasi positif maupun negatif pada data yang diuji.
5. ANOVA
ANOVAa
Total 178.510 99
6. COEFFICIENTS
Coefficientsa
Standardized
Unstandardized Coefficients Coefficients Collinearity Statistics
. Berdasarkan tabel diatas, hasil perhitungan nilai tolerance menunjukkan bahwa tidak
ada variabel independen yang memiliki nilai toleransi < 0,10 dan nilai VIF > 10. Hal ini
dapat disimpulkan bahwa model regresi dalam penelitian ini tidak terjadi multikolinearitas
Uji multikolinearitas dalam penelitian ini dilakukan dengan melihat nilai tolerance dan
variance inflation factor (VIF). Nilai cut-offyang dipakai untuk menunjukkan adanya
multikolinearitas adalah nilai tolerance ≥ 0,10 dan nilai VIF ≤ 10 (Ghozali, 2013).
Hasil analisis regresi adalah berupa koefisien untuk masing-masing variabel
independen. Koefisien ini diperoleh dengan cara memprediksi nilai variabel dependen
dengan suatu persamaan. Dari tabel diatas dapat disusun persamaan regresi sebagai berikut:
Y = 12,966 - 0,117X1 + 0,046X2
Pengujian model regresi secara parsial digunakan untuk mengetahui apakah masing-
masing variabel independen pembentuk model regresi secara individu memiliki pengaruh
yang signifikan terhadap variabel dependen. Untuk menguji hubungan tersebut, digunakan
uji t, yakni dengan membandingkan nilai t hitung dengan t tabel. Variabel independen
pembentuk model regresi dikatakan berpengaruh signifikan jika t hitung > t tabel atau
signifikan < 0,05. Berdasarkan dari hasil uji t diatas, pengaruh variabel independen
terhadap variabel dependen dapat diketahui bahwa variabel independen memiliki nilai
signifikan > 0,05 dan t hitung < 1,9844 (nilai t tabel) yang artinya secara individu Ritel
Servis dan Nilai Hedonik tidak berpengaruh signifikan terhadap Kepuasan Pelanggan.