Tests of Normality

Kolmogorov-Smirnova Shapiro-Wilk

Statistic df Sig. Statistic df Sig.

Kualitas Produk .115 30 .200* .945 30 .122

*
Kualitas Pelayanan .102 30 .200 .956 30 .240
*
Harga .115 30 .200 .951 30 .184
*
Kepuasan pelayanan .093 30 .200 .964 30 .380

*. This is a lower bound of the true significance.

a. Lilliefors Significance Correction

Pengujuan Hipotesis
1. Menentukan hipotesis
Hipotesis Penelitian
a. Variabel Kualitas Produk mengikuti distribusi normal
b. Variabel Kualitas Pelayanan mengikuti distribusi normal
c. Variabel harga mengikuti distribusi normal
d. Variabel kepuasan pelayanan mengikuti ditribusi normal
Hipotesis Statistik
a. H0 : Variabel Kualitas Produk mengikuti distribusi normal
H1 : Variabel Kualitas Produk tidak mengikuti distribusi normal
b. H0 : Variabel Kualitas Pelayanan mengikuti distribusi normal
H1 : Variabel Kualitas Pelayanan tidak mengikuti distribusi normal
c. H0 : Variabel harga mengikuti distribusi normal
H1: Variabel harga tidak mengikuti distribusi normal
d. H0 : Variabel kepuasan pelayanan mengikuti ditribusi normal
H1 : Variabel kepuasan pelayanan tidak mengikuti ditribusi normal
2. Menetukan tingkat signifikansi dan daerah penerimaan / penolakan α=5%
Terima H0 jika p value (sig.) > α
Tolak H0 jika p value (sig.) ≤ α
3. Langkah-langkah prosedur SPSS
4. Output
a. Kualitas Produk : p value (sisg.) = 0,200 > α = 0,05 ; maka H0 diterima, yang berarti Kualitas Produk mengikuti distribusi normal.
b. Kualitas Pelayanan : p value (sig.) = 0,200 > α = 0,05 ; maka H0 di terima, yang berarti kualitas pelayanan mengikuti distribusi normal.
c. Harga : p value (sig.) = 0,200 > α = 0,05 ; maka H0 di terima, yang berarti harga mengikuti distribusi normal.
d. Kepuasan Pelayanan : p value (sig.) = 0,200 > α = 0,05 ; maka H0 di terima, yang berarti kepuasan pelayanan.
5. Kesimpulan
Dari analisis diatas dapat dikatakan bahwa distribusi variabel kualitas produk, kualitas pelayanan, harga, dan kepuasan pelayanan mengikuti distribusi normal.

ANOVA Table

Sum of Squares df Mean Square F Sig.

(Combined) 5523.000 13 424.846 755.282 .000

Between Groups Linearity 5199.572 1 5199.572 9243.684 .000

Kepuasan pelayanan * Kualitas
Deviation from Linearity 323.428 12 26.952 47.915 .000
Pelayanan
Within Groups 9.000 16 .563

Total 5532.000 29
 ANOVA Table

Sum of Squares df Mean Square F Sig.

(Combined) 5483.000 13 421.769 137.721 .000

Between Groups Linearity 5146.337 1 5146.337 1680.437 .000

Kepuasan pelayanan * Kualitas
Deviation from Linearity 336.663 12 28.055 9.161 .000
Produk
Within Groups 49.000 16 3.062

Total 5532.000 29

Pengujian Hipotesis
1. Menentukan Hipotesis
Hipotesis Penelitian
a. Model regresi kualitas layanan dan kepuasan layanan berpola linier
b. Model regresi kualitas produk dan kepuasan layanan berpola linier
Hipotesis Statistik
c. H0 : Model regresi kualitas layanan dan kepuasan layanan tidak berpola linier
d. H1 : Model regresi kualitas layanan dan kepuasan layanan berpola linier
e. H0 : Model regresi kualitas produk dan kepuasan layanan tidak berpola linier
f. H1 : Model regresi kualitas produk dan kepuasan layanan berpola linier
2. Menentukan tingkat signifikansi dan daerah penerimaan / penolakan α=5%
Terima H0 jika p value (sig.) Linearity > α atau p value (sig.) deviation from linearity
Tolak H0 jika p value (sig.) Linerity ≤ α atau p value (sig.) Deviation from Linearity
3. Langkah-langkah atau prosedur SPSS
4. Output
a. Kualitas pelayanan dan kepuasan pelayanan : p-value (sig.) Linearity = 0,000 ≤ α = 0,05; maka H0 ditolak, yang berarti variabel Kualitas pelayanan dan
kepuasan pelayanan berpola linier.
b. Kualitas produk dan Kepuasan Pelayanan : p-value (sig.) linearity = 0,000 ≤ α = 0,05; maka H0 ditolak, yang berarti variabel kualitas produk dan kepuasan
layanan berpola linier.
5. Kesimpulan
Dari analisis diatas dapat dikatakan bahwa variabel Kualitas Pelayanan dan kualitas produk masing-masing berpola linier atas variabel kepuasan pelayanan.

Coefficientsa

Model Unstandardized Coefficients Standardized t Sig. Collinearity Statistics

Coefficients

B Std. Error Beta Tolerance VIF

(Constant) 2.929 2.314 1.266 .217

Kualitas Produk .274 .131 .270 2.089 .047 .072 13.860

1
Kualitas Pelayanan .309 .141 .311 2.195 .037 .060 16.662

Harga .370 .147 .417 2.518 .018 .044 22.854

a. Dependent Variable: Kepuasan pelayanan

Pengujian hipotesis
1. Menentukan Hipotesis
 Hipotesis penelitian
Kualitas Produk, kualitas pelayanan dan Harga berkorelasi tinggi
Hipotesis Statistik
H0 : Kualitas Produk, kualitas pelayanan dan Harga tidak berkorelasi tinggi
H1 : Kualitas Produk, kualitas pelayanan dan Harga berkorelasi tinggi
2. Menentukan tingkat signifikansi dan daerah penerimaan / penolakan α=5%
Terima H0 jika nilai VIF ≤ 10
Tolak H0 jika nilai Vif > 10
3. Langkah-langkah / prosedur SPSS
4. Output
Nilai VIF = 13.860, tolak H0
16.662 tolak H0
22.854, Tolak H0

5. Kesimpulan
Dari analisis diatas dapat dikatakan bahwa antara variabel kualitas produk, kualitas pelayanan, dan harga memiliki korelasi tinggi, artinya model regresi terdapat
gejalan multikolinieritas.
Coefficientsa

Model Unstandardized Coefficients Standardized t Sig.

Coefficients

B Std. Error Beta

(Constant) -2.377 6.239 -.381 .706

LnKP 4.215 4.688 .606 .899 .377

1
LnKPy -4.183 4.455 -.638 -.939 .356

LnH .734 4.427 .130 .166 .870

a. Dependent Variable: LnU2

Pengujian Hipotesis
1. Menentukan Hipotesis
Hipotesis Penelitian
a. Model Regresi Kualitas Produk terhadap residual kuadrat terdapat heteroskedatisitas.
b. Model Regresi Kualitas Pelayanan terhadap residual kuadrat terdapat heteroskedatisitas.
c. Model Regresi Harga terhadap residual kuadrat terdapat heteroskedatisitas.
Hipotesis Statistik
d. H0 : Model Regresi Kualitas Produk terhadap residual kuadrat tidak terdapat heteroskedatisitas.
e. H1 : Model Regresi Kualitas Produk terhadap residual kuadrat terdapat heteroskedatisitas.
 f. H0 : Model Regresi Kualitas Pelayanan terhadap residual kuadrat tidak terdapat heteroskedatisitas.
g. H1 : Model Regresi Kualitas Pelayanan terhadap residual kuadrat terdapat heteroskedatisitas.
h. H0 : Model Regresi Harga terhadap residual kuadrat tidak terdapat heteroskedatisitas.
i. H1 : Model Regresi Harga terhadap residual kuadrat terdapat heteroskedatisitas.
2. Menentukan tingkat signifikansi dan daerah penerimaan / penolakan α = 5%
Terima H0 jika p value ( sig.) > α
Tolak jika p-value (sig.) ≤ α
3. Langkah-langkah / prosedur SPSS
4. Output
a. P-value (sig.) = 0,377 > α = 0,05 maka terimaH0
b. P- value (sig.) = 0,356 > α=0,05 terima H0
c. P-value (sig.) = 0,870 ˃ α= 0,05 terima H0
5. Kesimpulan
Dari analisis di atas dapat di katakan bahwa model regresi tersebut tidak terdapat masalah heteroskedastisitas.

Model Summaryb

Model R R Square Adjusted R Std. Error of the Durbin-Watson

Square Estimate

1 .984a .969 .965 2.578 1.752

a. Predictors: (Constant), Harga, Kualitas Produk, Kualitas Pelayana

b. Dependent Variable: Kepuasan Pelayanan

Pengujian Hipotesis

1. Menentukan Hipotesis
Hipotesis Penelitian
Model Regresi tidak terdapat Otokorelasi
Hipotesis Statistik
H0 : Model Regresi terdapat Otokorelasi
H1 : Model Regresi tidak terdapat Otokorelasi
2. Menentukan tingkat signifikansi dan daerah penerimaan/penolakan α=5%

Nilai DW Kesimpulan
0< DW< dL Ada otokorelasi
dL≤ DW≤ dU Tanpa Kesimpulan
dU < DW < 4 - dU Tidak ada korelasi
4- dU ≤ DW ≤ 4- dL Tanpa Kesimpulan
DW > 4 - dL Ada Otokorelasi
Ket : Nilai dU dan dL dapat dilihat dari tabel DW, dengan p-1 adalah jumlah variabel independen dan n adalah besaran sampel.
3. Langkah-langkah/ Prosedur SPSS
4. Output
5. Nilai DW = 1,752. Berdasrkan tabel DW, dengan α=0,005, p-1= 3 dan n=30 didapakan nilai dL =