MAKALAH

PENELITIAN KEPUASAN MAHASISWA

UNIVERSITAS MUHAMMADIYAH CIREBON
Disusun untuk memenuhi tugas
Mata Kuliah : Praktikum Statistika
Dosen Pengampu : Tri Budi Prasetyo, S.T., M.Si.

Disusun oleh:
Amanda Yulia (210121084)
Intan Sari (210121041)
Muhamad A’izzudin (210121014)

KELAS : AK21C

JURUSAN AKUNTANSI
FAKULTAS EKONOMI
UNIVERSITAS MUHAMMADIYAH CIREBON
2022/2023
 Kata Pengantar

Puji syukur kami panjatkan kehadirat Allah subhanahu wa ta’ala atas rahmat dan
karunia-Nya, penulis dapat menyelesaikan tugas makalah yang berjudul
"Penelitian Kepuasan Mahasiswa Universitas Muhammadiyah Cirebon". Shalawat
serta salam kami ucapkan kepada Nabi Muhammad shalallahu ‘alaihi wa salam.
Tidak lupa kami mengucapkan terima kasih terhadap bantuan dari pihak yang
telah berkontribusi dengan memberikan sumbangan baik pikiran maupun
materinya, khusunya kepada Bapak Tri Budi Prasetyo, S.T., M.Si. sebagai dosen
pengampu mata kuliah Praktikum Statistika.
Makalah ini disusun untuk memenuhi tugas mata kuliah Praktikum Statistika.
Selain itu, makalah ini bertujuan menambah wawasan tentang uji validitas,
reliabilitas, regresi linear berganda, dan asumsi klasik pada Penelitian Kepuasan
Mahasiswa Universitas Muhammadiyah Cirebon bagi para pembaca dan juga bagi
penulis. Penulis sangat berharap semoga makalah ini dapat menambah
pengetahuan dan pengalaman bagi pembaca.
Bagi kami sebagai penyusun merasa bahwa masih banyak kekurangan dalam
penyusunan makalah ini karena keterbatasan pengetahuan dan pengalaman kami.
Untuk itu kami sangat mengharapkan kritik dan saran yang membangun dari
pembaca demi kesempurnaan makalah ini.

Cirebon, 25 Januari 2023

Penyusun

i
 DAFTAR ISI

KATA PENGANTAR.............................................................................................i

DAFTAR ISI...........................................................................................................ii

BAB I PENDAHULUAN
A. Latar Belakang.............................................................................................1
B. Rumusan Permasalahan...............................................................................2
C. Tujuan...........................................................................................................2
D. Objek dan lingkungan penlitian...................................................................3
E. Metode penelitian.........................................................................................3
F. Populasi dan sampling atau jenis dan sumber data .....................................3
G. Tehnik pengumpulan data oprasionalisasi variabel penelitian.....................4
H. Manfaat........................................................................................................5

BAB II PEMBAHASAN
A. Uji Validitas.................................................................................................7
B. Uji Reliabilitas...........................................................................................14
C. Uji Regresi Linear Berganda......................................................................16
Uji t.............................................................................................................18
Uji F (Simultan).........................................................................................20
D. Uji Asumsi Klasik......................................................................................22
Uji Normalitas............................................................................................22
Uji Multikolinearitas..................................................................................24
Uji Heteroskedastisitas (Uji Glejser).........................................................26
Uji Linearitas..............................................................................................27
Uji Autokorelasi.........................................................................................30

BAB III PENUTUP

A. Kesimpulan................................................................................................33

DAFTAR PUSTAKA...........................................................................................36

ii
 BAB I
PENDAHULUAN

A. Latar Belakang
Pelayanan sistem akademik bisa dilihat dari pandangan sebagai salah satu
alat untuk mencapai keunggulan kompetitif, karena kualitas layanan menjadi
salah satu factor yang menentukan pemilihan sesuatu yang dapat memuaskan
mahasiswa. Kepuasan mahasiswa akan tercapai apabila kualitas jasa yang
diberikan sesuai dengan kebutuhannya. Kualitas pelayanan juga merupakan
tingkat keunggulan yang diharapkan dan pengendalian atas tingkat
keunggulan untuk memenuhi keinginan mahasiswa
Mengetahui Kepuasan mahasiswa ini dipusatkan pada bagaimana
mengetahui bahwa mereka merasa puas dan hal-hal apa yang menyebabkan
mereka merasa puas atas layanan akademik. Kepuasan mereka bisa menjadi
misi yang diwujudkan apabila suatu lembaga pendidikan ingin diterima oleh
masyarakat serta dapat terus eksis dan berkembang ditengah-tengah
dukungan masyarakat.
Kepuasan akademik menjadi sangat penting karena akan membantu
peserta didik loyal kepada institusi, mahasiswa mempromosikan institusi
tersebut kepada orang lain, meningkatkan animo masyarakat untuk
melanjutkan pendidikan di institusi itu, bagi sebuah perguruan tinggi
kepuasan akademik lebih diorientasikan kepada mahasiswa karena mahasiswa
merupakan pelanggan primer dari perguruan tinggi.
Kepuasan adalah salah satu hal sangat penting dalam meninjau mutu dari
sebuah perguruan tinggi maupun lembaga pendidikan lainnya. Kepuasan
dapat diartikan sebagai perasaan puas, rasa senang dan kelegaan seseorang
dikarenakan telah mendapatkan apa yang diinginkan. Semakin tingginya
harapan masyarakat akan pendidikan di negara ini terlihat dari keantusiasan
orang tua dalam menyekolahkan putra-putrinya ke sekolah yang berkompeten
dan berkualitas. Hasil yang memuaskan adalah pencapaian dari sebuah

1
 proses, proses belajar yang mumpuni serta ditopang dengan sarana prasarana
yang memadai akan menjadikan hasil yang bisa diharapkan. Kepuasan sendiri
merupakan hasil dari adanya perbedaan-perbedaan antara harapan dengan
kinerja yang dirasakan.

B. Rumusan Permasalahan
Adapun yang menjadi rumusan masalah dalam penelitian ini adalah
sebagai berikut :
1. Bagaimana tingkat kepuasaan mahasiswa dalam pelayanan Akademik di
Universitas Muhammadiyah Cirebon?
2. Bagaimana tingkat kepuasaan mahasiswa dalam pelayanan Keuangan di
Universitas Muhammadiyah Cirebon?
3. Bagaimana tingkat kepuasaan mahasiswa dalam pelayanan Perpustakaan
di Universitas Muhammadiyah Cirebon?
4. Bagaimana tingkat kepuasaan mahasiswa dalam pelayanan Fakultas di
Universitas Muhammadiyah Cirebon?
5. Bagaimana tingkat kepuasaan mahasiswa dalam pelayanan Akademik,
Keuangan, Perpustakaan, Fakultas di Universitas Muhammadiyah
Cirebon?

C. Tujuan
Adapun yang menjadi tujuan dalam penelitian ini adalah sebagai berikut:
1. Untuk mengetahui tingkat kepuasaan mahasiswa dalam pelayanan
Akademik di Universitas Muhammadiyah Cirebon.
2. Untuk mengetahui tingkat kepuasaan mahasiswa dalam pelayanan
keuangan di Universitas Muhammadiyah Cirebon.
3. Untuk mengetahui tingkat kepuasaan mahasiswa dalam pelayanan
perpustakaan di Universitas Muhammadiyah Cirebon.
4. Untuk mengetahui tingkat kepuasaan mahasiswa dalam pelayanan fakultas
di Universitas Muhammadiyah Cirebon.

2
5. Untuk mengetahui tingkat kepuasaan mahasiswa dalam pelayanan
Akademik, Keuangan, Perpustakaan, Fakultas di Universitas
Muhammadiyah Cirebon.

D. Objek dan Lingkup Penelitian

Objek yang diteliti dalam penelitian adalah tingkat kepuasaan mahasiswa
dalam pelayanan Akademik di Universitas Muhammadiyah Cirebon,
pelayanan keuangan di Universitas Muhammadiyah Cirebon, pelayanan
perpustakaan di Universitas Muhammadiyah Cirebon, pelayanan fakultas
di Universitas Muhammadiyah Cirebon.

E. Metode Penelitian
Menurut Rurchan dalam Prastowo (2011:18), metode penelitian
merupakan strategi umum yang dianut dalam pengumpulan dan analisis
data yang diperlukan yang digunakan untuk menjawab sebuah persoalan
yang dihadapi dalam penelitian.
Dalam penelitian ini, penulis menggunakan metode kuantitatif
dengan pendekatan penelitian deskriptif dan analisis verifikatif, karena
adanya variabel-variabel yang akan ditelaah hubungannya serta tujuannya
untuk menyajikan gambaran secara terstruktur, faktual, mengenai fakta-
fakta hubungannya antara variabel yang diteliti. Menurut Sekaran
(2011:158), desain penelitian deskriptif adalah desain penelitian yang
dilakukan untuk mengetahui dan menjelaskan karakteristik dari variabel
yang akan di teliti. Sedangkan menurut Nawawi (2005:63), metode
verifikatif adalah suatu metode yang diharapkan bisa memperlihatkan
pengaruh antara beberapa variabel yang diteliti dengan menggunakan
pengujian statistik.

F. Populasi dan Sampling atau Jenis dan Sumber Data

1. Populasi
Populasi menurut Sugiyono (2016:117) adalah wilayah generalisasi

3
 yang terdiri atas obyek/subyek yang mempunyai kualitas dan
karakteristik tertentu yang ditetapkan oleh peneliti untuk dipelajari dan
kemudian ditarik kesimpulannya. Dalam penelitian ini populasi yang
digunakan adalah 100 responden dari mahasiswa Universitas
Muhammadiyah Cirebon.
2. Sampel
Menurut Sugiyono (2016:118) Sampel adalah bagian dari jumlah
dan karakteristik yang dimiliki oleh populasi tersebut. Dalam
penelitian ini penulis juga menggunakan teknik probabilitas sampel
yakni teknik pengambilan sampel yang memberikan peluang yang
sama bagi anggota sampel.
3. Jenis Data dan Sumber Data
Data yang digunakan dalam penelitian ini adalah data primer.
Menurut Sugiyono (2016:308) Sumber primer adalah data yang
langsung memberikan data kepada pengumpul data. Dalam menyusun
penelitian ini, data primer yang digunakan adalah kuesioner langsung
ke mahasiswa Universitas Muhammadiyah Cirebon Kuesioner dibuat
dengan menggunakan google form, kuesioner dapat dilihat pada
lampiran
https://docs.google.com/form/d/e/1FAlpQLSewEORELGDKtQNeAC
hN4AXY8hf-w_Qd0o3DmPN_ZGNomekN6a/viewform?
vc=0&c=0&w=1&flr=0

G. Teknik Pengumpulan Data dan Operasionalisasi Variabel Penelitian

1. Teknik Pengumpulan Data
Penelitian ini akan menggunakan data primer sebagai acuan.
Metode yang digunakan untuk mendapatkan data primer adalah :
a) Kuesioner
Kuesioner sering disebut angket yang merupakan daftar pertanyaan yang
diberikan kepada responden dari 100 mahasiswa Universitas
Muhammadiyah Cirebon. Kuesioner dibuat dengan menggunakan google

4
 forms, dalam penelitian ini yang digunakan adalah jenis pertanyaan
tertutup, karena disediakan daftar jawaban dari pertanyaan-pertanyaan
yang diajukan sehingga responden cukup memilih salah satu dari jawaban
jawaban itu. Indikator yang digunakan untuk mengevaluasi konsumen
terhadap masing-masing variabel penelitian, diukur dengan skala likert 5-
item yakni dapat dilihat pada tabel berikut ini:
Skala pengukuran
No Jawaban Kode Bobot
1 Sangat Tidak Setuju STS 1
2 Tidak Setuju TS 2
3 Ragu-ragu R 3
4 Setuju S 4
5 Sangat Setuju ST 5

Operasionalisasi Variabel Penelitian

Definisi operasional variabel penelitian merupakan penjelasan dari
masing-masing variabel yang digunakan dalam penelitian terhadap
indikator-indikator yang membentuknya.
Dalam penelitian ini Variabel dependen (Y) yang digunakan adalah
kepuasan mahasiswa, sedangkan variabel independen (X) adalah
pelayanan akademik (X1), pelayanan keuangan (X2), pelayanan
perpustakaan (X3), dan pelayanan fakultas (X4).

H. Manfaat
1. Untuk Instansi/Lembaga
a. Diharapkan dapat menjadikan penelitian ini sebagai bahan masukan
dalam pelayanan akademik di Universitas Muhammadiyah Cirebon.
b. Sebagai sumbangan pemikiran dalam upaya peningkatan kompetensi
pelayanan Universitas Muhammadiyah Cirebon.
c. Memberikan motivasi kepada dosen atau operator untuk lebih
meningkatkan dan kompetensi sesuai dengan keahlianya.

5
2. Bagi Ketua Bidang Akademik
a. Menjadi bahan acuan untuk melakukan perbaikan demi kualitas
pelayanan yang bermutu.
b. Sebagai tambahan wawasan dalam hal tingkat pelayanan yang
berkualitas.
c. Sebagai acuan dalam hal melakukan tindakan-tindakan preventif guna
untuk meningkatkan pelayanan di Universitas Muhammadiyah Cirebon.

6
 BAB II
PEMBAHASAN

A. Uji Validitas
Menurut Syofian Siregar (2014;175), uji validitas atau kesasihan
menunjukkan sejauh mana suatu alat ukur mampu mengukur apa yang ingin
diukur, didalamnya juga menyangkut penjabaran konsep dari tingkat teoritis
sampai empiris (indikator).
Pengambilan keputusan :
a. Jika r hitung positif dan r hitung > 0.1966 atau r tabel , maka butir pertanyaan
valid.
b. Jika r hitung negatif dan r hitung < 0.1966 atau r tabel , maka butir pertanyaan
tidak valid.

Correlations

PELAYANAN
AKADEMIK
X1.1 X1.2 X1.3 X1.4 X1.5 (X1)
X1.1 Pearson
1 ,600** ,365** ,620** ,176 ,725**
Correlation
Sig. (2-
,000 ,000 ,000 ,079 ,000
tailed)
N 100 100 100 100 100 100
X1.2 Pearson
,600** 1 ,525** ,615** ,341** ,809**
Correlation
Sig. (2-
,000 ,000 ,000 ,001 ,000
tailed)
N 100 100 100 100 100 100
X1.3 Pearson
,365** ,525** 1 ,556** ,267** ,720**
Correlation
Sig. (2-
,000 ,000 ,000 ,007 ,000
tailed)
N 100 100 100 100 100 100

7
X1.4 Pearson
,620** ,615** ,556** 1 ,466** ,875**
Correlation
Sig. (2-
,000 ,000 ,000 ,000 ,000
tailed)
N 100 100 100 100 100 100
X1.5 Pearson
,176 ,341** ,267** ,466** 1 ,619**
Correlation
Sig. (2-
,079 ,001 ,007 ,000 ,000
tailed)
N 100 100 100 100 100 100
PELAYANAN Pearson
,725** ,809** ,720** ,875** ,619** 1
AKADEMIK Correlation
(X1) Sig. (2-
,000 ,000 ,000 ,000 ,000
tailed)
N 100 100 100 100 100 100
**. Correlation is significant at the 0.01 level (2-tailed).

Correlations
PELAYANAN
X2.1 X2.2 X2.3 X2.4 X2.5 KEUANGAN
(X2)
X2.1 Pearson
1 ,682** ,392** ,463** ,446** ,792**
Correlation
Sig. (2-
,000 ,000 ,000 ,000 ,000
tailed)
N 100 100 100 100 100 100
X2.2 Pearson
,682** 1 ,494** ,555** ,334** ,828**
Correlation
Sig. (2-
,000 ,000 ,000 ,001 ,000
tailed)
N 100 100 100 100 100 100
X2.3 Pearson
,392** ,494** 1 ,481** ,347** ,708**
Correlation
Sig. (2-
,000 ,000 ,000 ,000 ,000
tailed)
N 100 100 100 100 100 100

8
 X2.4 Pearson
,463** ,555** ,481** 1 ,406** ,759**
Correlation
Sig. (2-
,000 ,000 ,000 ,000 ,000
tailed)
N 100 100 100 100 100 100
X2.5 Pearson
,446** ,334** ,347** ,406** 1 ,679**
Correlation
Sig. (2-
,000 ,001 ,000 ,000 ,000
tailed)
N 100 100 100 100 100 100
PELAYANAN Pearson
,792** ,828** ,708** ,759** ,679** 1
KEUANGAN (X2) Correlation
Sig. (2-
,000 ,000 ,000 ,000 ,000
tailed)
N 100 100 100 100 100 100
**. Correlation is significant at the 0.01 level (2-tailed).

Correlations
PELAYANAN
PERPUSTAKAAN
X3.1 X3.2 X3.3 X3.4 X3.5 (X3)
Pearson
Correlation 1 ,600** ,637** ,637** ,573** ,844**
Sig. (2-
tailed) ,000 ,000 ,000 ,000 ,000
X3.1 N 100 100 100 100 100 100
Pearson
Correlation ,600** 1 ,578** ,713** ,504** ,822**
Sig. (2-
tailed) ,000 ,000 ,000 ,000 ,000
X3.2 N 100 100 100 100 100 100
X3.3 Pearson
Correlation ,637** ,578** 1 ,572** ,538** ,810**
Sig. (2- ,000 ,000 ,000 ,000 ,000

9
 tailed)
N 100 100 100 100 100 100
Pearson
Correlation ,637** ,713** ,572** 1 ,433** ,812**
Sig. (2-
tailed) ,000 ,000 ,000 ,000 ,000
X3.4 N 100 100 100 100 100 100
Pearson
Correlation ,573** ,504** ,538** ,433** 1 ,778**
Sig. (2-
tailed) ,000 ,000 ,000 ,000 ,000
X3.5 N 100 100 100 100 100 100
Pearson
Correlation ,844** ,822** ,810** ,812** ,778** 1
PELAYANAN Sig. (2-
PERPUSTAKAAN tailed) ,000 ,000 ,000 ,000 ,000
(X3) N 100 100 100 100 100 100
**. Correlation is significant at the 0.01 level (2-tailed).

Correlations
PELAYANAN
X4.1 X4.2 X4.3 X4.4 X4.5 FAKULTAS (X4)
X4.1 Pearson
1 ,609** ,453** ,390** ,327** ,731**
Correlation
Sig. (2-
,000 ,000 ,000 ,001 ,000
tailed)
N 100 100 100 100 100 100
X4.2 Pearson
,609** 1 ,485** ,591** ,365** ,828**
Correlation
Sig. (2-
,000 ,000 ,000 ,000 ,000
tailed)
N 100 100 100 100 100 100
X4.3 Pearson
,453** ,485** 1 ,384** ,380** ,715**
Correlation
Sig. (2-
,000 ,000 ,000 ,000 ,000
tailed)
N 100 100 100 100 100 100

10
X4.4 Pearson
,390** ,591** ,384** 1 ,531** ,779**
Correlation
Sig. (2-
,000 ,000 ,000 ,000 ,000
tailed)
N 100 100 100 100 100 100
X4.5 Pearson
,327** ,365** ,380** ,531** 1 ,691**
Correlation
Sig. (2-
,001 ,000 ,000 ,000 ,000
tailed)
N 100 100 100 100 100 100
PELAYANAN Pearson
,731** ,828** ,715** ,779** ,691** 1
FAKULTAS (X4) Correlation
Sig. (2-
,000 ,000 ,000 ,000 ,000
tailed)
N 100 100 100 100 100 100
**. Correlation is significant at the 0.01 level (2-tailed).

11
 Correlations
KEPUASA
N
MAHASIS
Y.1 Y.2 Y.3 Y.4 Y.5 Y.6 WA (Y)
Y.1 Pearson
1 ,694** ,678** ,547** ,590** ,524** ,841**
Correlation
Sig. (2-tailed) ,000 ,000 ,000 ,000 ,000 ,000
N 100 100 100 100 100 100 100
Y.2 Pearson
,694** 1 ,670** ,608** ,530** ,543** ,841**
Correlation
Sig. (2-tailed) ,000 ,000 ,000 ,000 ,000 ,000
N 100 100 100 100 100 100 100
Y.3 Pearson
,678** ,670** 1 ,616** ,559** ,549** ,856**
Correlation
Sig. (2-tailed) ,000 ,000 ,000 ,000 ,000 ,000
N 100 100 100 100 100 100 100
Y.4 Pearson
,547** ,608** ,616** 1 ,565** ,486** ,780**
Correlation
Sig. (2-tailed) ,000 ,000 ,000 ,000 ,000 ,000
N 100 100 100 100 100 100 100
Y.5 Pearson
,590** ,530** ,559** ,565** 1 ,538** ,764**
Correlation
Sig. (2-tailed) ,000 ,000 ,000 ,000 ,000 ,000
N 100 100 100 100 100 100 100
Y.6 Pearson
,524** ,543** ,549** ,486** ,538** 1 ,750**
Correlation
Sig. (2-tailed) ,000 ,000 ,000 ,000 ,000 ,000
N 100 100 100 100 100 100 100
KEPUASAN Pearson
,841** ,841** ,856** ,780** ,764** ,750** 1
MAHASISWA (Y) Correlation
Sig. (2-tailed) ,000 ,000 ,000 ,000 ,000 ,000
N 100 100 100 100 100 100 100
**. Correlation is significant at the 0.01 level (2-tailed).

Pertanyaan R R Kesimpulan Pertanyaa R R Kesimpulan

hitung Tabel n hitung Tabel
X1.1 0,725 0,196 Valid X2.1 0,792 0,196 Valid
X1.2 0,809 0,196 Valid 12 X2.2 0,828 0,196 Valid
X1.3 0,720 0,196 Valid X2.3 0,708 0,196 Valid
X1.4 0,875 0,196 Valid X2.4 0,759 0,196 Valid
X1.5 0,619 0,196 Valid X2.5 0,679 0,196 Valid
Pertanyaan R R Kesimpulan Pertanyaan R R Kesimpulan
hitung Tabel hitung Tabel
X3.1 0,844 0,196 Valid X4.1 0,731 0,196 Valid
X3.2 0,822 0,196 Valid X4.2 0,828 0,196 Valid
X3.3 0,810 0,196 Valid X4.3 0,715 0,196 Valid
X3.4 0,812 0,196 Valid X4.4 0,779 0,196 Valid
X3.5 0,778 0,196 Valid X4.5 0,691 0,196 Valid

Pertanyaa R R Kesimpulan
n hitung Tabel
Y.1 0,841 0,196 Valid
Y.2 0,841 0,196 Valid
Y.3 0,856 0,196 Valid
Y.4 0,780 0,196 Valid
Y.5 0,764 0,196 Valid
Y.6 0,750 0,196 Valid

13
B. Uji Reliabilitas
Menurut Syofian Siregar (2014;87), Uji reliabilitas adalah uji untuk
menunjukkan sejauh mana suatu hasil pengukuran suatu relatif konsisten
apabila pengukuran diulangi dua kali atau lebih terhadap gejala yang sama
dengan menggunakan alat pengukur yang sama pula.

 X1.1 sd X1.5
Reliability Statistics (X1)
Case Processing Summary Cronbach's
N % Alpha N of Items
Cases Valid 100 100,0 ,802 5
Excluded 0a
,0
Total 100 100,0
a. Listwise deletion based on all
variables in the procedure.
Tabel output diatas, memberikan
informasi tentang jumlah sampel atau
responden (N) yang di analisis dalam
program SPSS yakni N sebanyak 100
orang. Karena tidak ada yang kosong
(dalam pengertian jawaban responden
terisi semua) maka jumlah valid adalah Dari output diatas diketahui ada N
100%. of Items (banyaknya item atau butir
pertanyaan angket) ada 5 buah item
dengan nilai Croanbach’s Alpha
sebesar 0,802. Karena nilai
Croanbach’s Alpha 0,802 > 0,600,
maka sebagaimana dasar
pengambilan keputusan dalam uji
reliabilitas diatas, dapat
disimpulkan bahwa ke-5 atau
semua item pertanyaan angket
untuk Variabel “ pelayanan
akademik” adalah reliabel atau
konsisten.
Menurut Wiratna Sujerweni (2014), kuesioner dikatakan reliabel jika nilai
Croanbach’s Alpha > 0,600
a. Jika r alpha positif dan r alpha > 0,600, maka pertanyaan reliabel.
b. Jika r alpha negatif dan r alpha < 0,600, maka pertanyaan tidak reliabel.

14
  X2.1 sd X2.5
Case Processing Summary
Reliability Statistics (X2)
N %
Cronbach's
Cases Valid 100 100,0
Alpha N of Items
Excluded 0a
,0
,807 5
Total 100 100,0
a. Listwise deletion based on all
variables in the procedure.

 X3.1 sd X3.5

Case Processing Summary Reliability Statistics (X3)

N % Cronbach's
N of Items
Cases Valid 100 100,0 Alpha
Excluded 0a
,0 ,865 5
Total 100 100,0
a. Listwise deletion based on all
variables in the procedure.

 X4.1 sd X4.5
Case Processing Summary
N % Reliability Statistics (X4)
Cases Valid 100 100,0 Cronbach's
N of Items
Alpha
Excludeda 0 ,0
,805 5
Total 100 100,0
a. Listwise deletion based on all
variables in the procedure.
 Y1 sd Y6
Case Processing Summary Reliability Statistics (Y)
N % Cronbach's
Cases Valid 100 100,0 Alpha N of Items
Excluded 0a
,0 ,891 6
Total 100 100,0
a. Listwise deletion based on all
variables in the procedure.
Variabel R hitung R Tabel Kesimpulan Keterangan

15
 X1 0,802 0,600 Relialibel Baik
X2 0,807 0,600 Relialibel Baik
X3 0,865 0,600 Relialibel Baik
X4 0,805 0,600 Relialibel Baik
Y 0,891 0,600 Relialibel Baik

C. Uji Regresi Linear Berganda

Uji regresi linear berganda untuk menguji ada atau tidaknya pengaruh
antara dua atau lebih variabel bebas (independent) terhadap variabel terikat
(dependen) dengan pengukuran interval atau rasio dalam satu persamaan
linier (Ghozali, 2016). Selain itu juga analisis regresi linier digunakan untuk
menguji kebenaran hipotesis yang diajukan dalam penelitian.
Apakah (X1) memiliki pengaruh terhadap (Y)
Hasil pengujian regresi dengan (Y) sebagai variabel dependen dan (X1)
sebagai variabel independen disajikan pada tabel berikut.
Model 1 :

Model Summary

Adjusted R Std. Error of

Model R R Square Square the Estimate
1 ,728a ,529 ,510 2,197
a. Predictors: (Constant), PELAYANAN FAKULTAS
(X4), PELAYANAN AKADEMIK (X1), PELAYANAN
PERPUSTAKAAN (X3), PELAYANAN KEUANGAN
(X2)

Angka adjusted R square koefisien determinasi atau peranan variance

(variabel independent dalam hubungan dengan variabel dependen). Angka
adjusted R Square sebesar 0,510 menunjukkan bahwa hanya 51% variabel Y
yang bisa dijelaskan oleh variabel X, dan sisanya 49%.

16
 SIGNIFIKAN NILAI F MODEL REGRESI
ANOVAa

Sum of
Model Squares Df Mean Square F Sig.
1 Regression 515,831 4 128,958 26,718 ,000b
Residual 458,529 95 4,827
Total 974,360 99
a. Dependent Variable: KEPUASAN MAHASISWA (Y)
b. Predictors: (Constant), PELAYANAN FAKULTAS (X4), PELAYANAN
AKADEMIK (X1), PELAYANAN PERPUSTAKAAN (X3), PELAYANAN
KEUANGAN (X2)

SIGNIFIKAN NILAI T MODEL REGRESI

Coefficientsa

Unstandardized Standardized
Coefficients Coefficients
Model B Std. Error Beta T Sig.
1 (Constant) 1,179 2,300 ,513 ,609
PELAYANAN
,157 ,118 ,111 1,327 ,188
AKADEMIK (X1)
PELAYANAN
,323 ,133 ,241 2,437 ,017
KEUANGAN (X2)
PELAYANAN
PERPUSTAKAAN ,157 ,088 ,152 1,783 ,078
(X3)
PELAYANAN
,503 ,117 ,391 4,287 ,000
FAKULTAS (X4)
a. Dependent Variable: KEPUASAN MAHASISWA (Y)
Persamaan regresi yang diperoleh
Y = a + b1 X1 + b2 X 2 + b3 X 3 + b4 X 4 + ε
Y = 1,179 + 0,157 + 0,323 + 0,157 + 0,503 + ε
Seperti terlihat dari tabel diatas, nilai Fhitung adalah sebesar 26,718
dengan tingkat signifikansi 0,000 lebih kecil dari pada 0,050. Hal ini
menunujukkan (X1, X2, X3, dan X4) berpengaruh terhadap (Y).

17
 Hasil analisis regresi menunjukkan t hitung (X1) adalah sebesar 1,327
lebih kecil dari t tabel = t (a/2 ; n-k-1) = t (0,025 ; 95) = 1,98525 dengan
tingkat signifikansi bernilai 0.000 (tidak berpengaruh) dan koefisien
regresi sebesar 0,157. Hal ini berarti bahwa (X1) mempunyai pengaruh
negatif dan tidak signifikan terhadap (Y).
 Hasil analisis regresi menunjukkan t hitung (X2) adalah sebesar 2,437
lebih besar dari t tabel = t (a/2 ; n-k-1) = t (0,025 ; 95) = 1,98525 dengan
tingkat signifikansi bernilai 0.000 (berpengaruh) dan koefisien regresi
sebesar 0,323. Hal ini berarti bahwa (X2) mempunyai pengaruh positif dan
signifikan terhadap (Y).
 Hasil analisis regresi menunjukkan t hitung (X3) adalah sebesar 1,783
lebih kecil dari t tabel = t (a/2 ; n-k-1) = t (0,025 ; 95) = 1,98525 dengan
tingkat signifikansi bernilai 0.000 (tidak berpengaruh) dan koefisien
regresi sebesar 0,157. Hal ini berarti bahwa (X3) mempunyai pengaruh
negatif dan tidak signifikan terhadap (Y).
 Hasil analisis regresi menunjukkan t hitung (X4) adalah sebesar 4,287
lebih besar dari t tabel = t (a/2 ; n-k-1) = t (0,025 ; 95) = 1,98525 dengan
tingkat signifikansi bernilai 0.000 (berpengaruh) dan koefisien regresi
sebesar 0,503. Hal ini berarti bahwa (X4) mempunyai pengaruh positif dan
signifikan terhadap (Y).

1) Uji t
Menurut Pardede dan Manurung (2014;29) nilai t hitung digunakan
untuk menguji pengaruh secara parsial. Pelayanan akademik (X1),
pelayanan keuangan (X2), pelayanan perpustakaan (X3), pelayanan
fakultas (X4) terhadap variabel terikatnya. Apakah variabel tersebut
memiliki pengaruh yang berarti terhadap variabel kepuasan mahasiswa (Y)
atau tidak dengan tingkat kesalahan 5%. Uji ini dilakukan dengan melihat
kolom signifikansi pada masing-masing variabel independent (bebas)
dengan taraf signifikan < 0,050.

18
 Dalam Pengambilan Keputusan:
1. Jika t hitung ≤ t tabel maka Ho diterima dan Ha ditolak
2. Jika t hitung > t tabel maka Ho ditolak dan Ha diterima
3. Jika signifikansi > 0,05 maka Ho diterima dan Ha ditolak (tidak
terdapat pengaruh variabel X terhadap variabel Y
4. Jika signifikansi < 0,05 maka Ho ditolak dan Ha diterima (terdapat
pengaruh variabel X terhadap variabel Y
Uji t yang dilakukan dapat dilihat pada tabel berikut :

Hasil Uji t (Parsial)

Coefficientsa
Unstandardized Standardized
Coefficients Coefficients
Model t Sig.
B Std. Error Beta
1 (Constant) 1,179 2,300 ,513 ,609
PELAYANAN
,157 ,118 ,111 1,327 ,188
AKADEMIK (X1)
PELAYANAN
,323 ,133 ,241 2,437 ,017
KEUANGAN (X2)
PELAYANAN
PERPUSTAKAAN ,157 ,088 ,152 1,783 ,078
(X3)
PELAYANAN
,503 ,117 ,391 4,287 ,000
FAKULTAS (X4)
a. Dependent Variable: KEPUASAN MAHASISWA (Y)
Berdasarkan tabel diatas dengan mengamati baris, kolom t dan sig. bisa
dijelaskan sebagai berikut :

1. Pengaruh Variabel (X1) berpengaruh secara negatif dan tidak signifikan

terhadap kepuasan mahasiswa (Y) . Hal ini telihat dari signifikan (X1)
0,188 > 0,050 H0 diterima dan Ha ditolak. Sehingga hipotesis yang
berbunyi terdapat tidak ada pengaruh terhadap kepuasan mahasiswa

19
 Dan nilai t tabel = t (a/2 ; n-k-1) = (0,050/2 ; 100-4-1) = (0,025 ; 95) =
1,98525. Berarti nilai t hitung lebih kecil dari t tabel (1,327 < 1,98525),
maka H0 diterima dan Ha ditolak..
2. Pengaruh Variabel (X2) berpengaruh secara positif dan signifikan
terhadap kepuasan mahasiswa (Y). Hal ini telihat dari signifikan (X2)
0,017 < 0,050. Sehingga hipotesis yang berbunyi terdapat pengaruh
terhadap kepuasan mahasiswa.
Dan nilai t tabel = t (a/2 ; n-k-1) = (0,050/2 ; 100-4-1) = (0,025 ; 95) =
1,98525. Berarti nilai t hitung lebih kecil dari t tabel (2,437 > 1,98525),
maka H0 ditolak dan Ha diterima.
3. Pengaruh Variabel (X3) berpengaruh secara negatif dan tidak
signifikan terhadap kepuasan mahasiswa (Y). Hal ini telihat dari
signifikan (X3) 0,078 > 0,050. Sehingga hipotesis yang berbunyi
terdapat tidak ada pengaruh terhadap kepuasan mahasiswa.
Dan nilai t tabel = t (a/2 ; n-k-1) = (0,050/2 ; 100-4-1) = (0,025 ; 95) =
1,98525. Berarti nilai t hitung lebih kecil dari t tabel (1,783 < 1,98525),
maka H0 diterima dan Ha ditolak.
4. Pengaruh Variabel (X4) berpengaruh secara positif dan signifikan
terhadap kepuasan mahasiswa (Y). Hal ini telihat dari signifikan (X4)
0,000 < 0,050 H0 ditolak. Sehingga hipotesis yang berbunyi terdapat
pengaruh terhadap kepuasan mahasiswa.
Dan nilai t tabel = t (a/2 ; n-k-1) = (0,050/2 ; 100-4-1) = (0,025 ; 95) =
1,98525. Berarti nilai t hitung lebih besar dari t tabel (4,287 >
1,98525), maka H0 ditolak dan Ha diterima.

2) Uji F (Simultan)
Menurut Pardede dan Manurung (2014;28) , uji F dapat digunakan
untuk penguji pengaruh secara simultan variabel bebas terhadap variabel
terikatnya (Y). Jika variabel bebas memiliki pengaruh secara simultan
terhadap variabel terikatnya (Y), uji ini dilakukan dengan membandingkan
signifikansi nilai F hitung > F tabel maka model yang dirumuskan sudah

20
 tepat. Jika nilai F hitung > F tabel maka dapat diartikan bahwa model
regresi sudah tepat artinya pengaruh secara bersama, dengan melihat nilai
F tabel = f(K;n-K), F = (4;100-4), F tabel (2:96) = 3,09 dengan tingkat
kesalahan 5%.
Dalam Pengambilan Keputusan:
1. Jika nilai sig. < 0,050, atau f hitung > f tabel maka terdapat pengaruh
variabel X secara simultan terhadap variabel Y.
2. Jika nilai sig. > 0,050, atau f hitung < f tabel maka tidak terdapat
pengaruh variabel X secara simultan terhadap variabel Y.
Uji F yang dilakukan dapat dilihat pada tabel dibawah ini :

ANOVAa

Sum of
Model Squares Df Mean Square F Sig.
1 Regression 515,831 4 128,958 26,718 ,000b
Residual 458,529 95 4,827
Total 974,360 99
a. Dependent Variable: KEPUASAN MAHASISWA (Y)
c. Predictors: (Constant), PELAYANAN FAKULTAS (X4), PELAYANAN
AKADEMIK (X1), PELAYANAN PERPUSTAKAAN (X3), PELAYANAN
KEUANGAN (X2)
Berdasarkan hasil pengujian pada tabel diatas dapat dilihat pada F
hitung sebesar 26,718 dengan F tabel adalah 3,09 sehingga nilai F hitung >
F tabel atau 26,718 > 3,09. dan tingkat signifikan 0,000 < 0.050 maka H0
ditolak dan Ha diterima, dapat disimpulkan bahwa variabel (X1, X2, X3,
dan X4) secara bersamaan berpengaruh signifikan terhapat kepuasan
mahasiswa.

21
D. Uji Asumsi Klasik
1) Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam sebuah model
regresi, variabel dependent dan independent mempunyai distribusi normal
atau tidak. Model regresi yang baik adalah distribusi data normal atau
mendekati normal, deteksi normalitas dengan melihat penyebaran data
(titik) pada sumbu diagonal dan grafik. Cara yang bisa ditempuh untuk
menguji kenormalan data adalah dengan menggunakan grafik normal p-p
plot dengan cara melihat penyebaran datanya. Jika pada grafik tersebut
penyebaran datanya mengikuti pola garis lurus, maka datanya normal. Jika
pada tabel test of normality dengan menggunakan kolmogrov-smirnov
nilai sig > 0,050, maka data berdistribusi normal.

One-Sample Kolmogorov-Smirnov Test

Unstandardiz
ed Residual
N 100
Normal Parametersa,b Mean ,0000000
Std.
2,15211577
Deviation
Most Extreme Absolute ,097
Differences Positive ,088
Negative -,097
Test Statistic ,097
Asymp. Sig. (2-tailed) ,021c
a. Test distribution is Normal.
b. Calculated from data.
c. Lilliefors Significance Correction.

Dari hasil Uji Normalitas menggunakan metode Kolomogrov

Smirnov didapatkan hasil signifikan dari uji normalitas sebesar 0,021
dimana hasil tersebut lebih kecil dari taraf signifikansi 0,050 sehingga
dapat disimpulkan bahwa uji tes pada penelitian ini terdistribusi tidak
normal.

22
One-Sample Kolmogorov-Smirnov Test
Unstandardize
d Residual
N 100
Normal Parametersa,b Mean ,00000
Std. Deviation 2,152116
Most Extreme Differences Absolute ,097
Positive ,088
Negative -,097
Test Statistic ,097
Asymp. Sig. (2-tailed) ,021c
Monte Carlo Sig. (2- Sig. ,286d
tailed) 99% Confidence Interval Lower Bound ,274
Upper Bound ,298
a. Test distribution is Normal.
b. Calculated from data.
c. Lilliefors Significance Correction.
d. Based on 10000 sampled tables with starting seed 2000000.

Data normal karena memakai IBM (International business machine

corporation) yang semula data tidak normal. Dapat dilihat dari monte carlo sig. (2-
tailed) 0,286 peluang data normal lebih tinggi jadi jika peluang data normal lebih
tinggi peluang memanipulasi data pun turun tujuannya untuk meminimalisir
proses manipulasi data.

23
 Normalitas sebuah data dapat dilihat dari persebaran data pada sumbu
diagonal dan grafik histogram residualnya:
1. Data dikatakan berdistribusi normal, jika data menyebar disekitar garis
diagonal dan mengikuti arah garis diagonal atau grafik histogramnya.
2. Sebaliknya data dikatakan tidak berdistribusi normal, jika data
menyebar jauh dari arah garis atau tidak mengikuti garis diagonal
histogramnya.
Penjelasan dari output SPSS histogram diatas adalah bisa dilihat pada
chart yang berbentuk seperti lonceng terbalik yang memenuhi garis
lonceng yang berarti data dapat dikatakan berdistribusi normal.

2) Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk melihat ada atau tidaknya korelasi
yang tinggi antara variabel-variabel independent dalam suatu model
regresi linear berganda.

24
 Dalam Pengambilan Keputusan:

1) Apabila nilai tolerance > 0,10 dan nilai Variance Inflation Factor (VIF)
< 10 maka dapat disimpulkan bahwa data tersebut tidak terjadi
multikolinearitas.
2) Apabila nilai tolerance < 0,10 dan nilai Variance Inflation Factor (VIF)
> 10 maka dapat disimpulkan bahwa data tersebut terjadi
multikolinearitas.
Coefficientsa

Standardize
Unstandardized d Collinearity
Coefficients Coefficients Statistics
Toleranc
Model B Std. Error Beta T Sig. e VIF
1 (Constant) 1,179 2,300 ,513 ,609
PELAYANAN
,157 ,118 ,111 1,327 ,188 ,713 1,403
AKADEMIK (X1)
PELAYANAN
,323 ,133 ,241 2,437 ,017 ,507 1,972
KEUANGAN (X2)
PELAYANAN
PERPUSTAKAAN ,157 ,088 ,152 1,783 ,078 ,682 1,467
(X3)
PELAYANAN
,503 ,117 ,391 4,287 ,000 ,595 1,681
FAKULTAS (X4)
a. Dependent Variable: KEPUASAN MAHASISWA (Y)
Dari hasil uji perhitungan yang ada pada tabel hasil uji
multikolinearitas, variabel bebas menunjukkan bahwa nilai:
VIF X1 = 1,403 dimana nilai tersebut lebih kecil dari 10.
VIF X2 = 1,972 dimana nilai tersebut lebih kecil dari 10.
VIF X3 = 1,467 dimana nilai tersebut lebih kecil dari 10.
VIF X4 = 1,681 dimana nilai tersebut lebih kecil dari 10.
Sehingga dapat disimpulkan bebas dari multikolinearitas (data tidak
terjadi multikolinearitas).

25
 3) Uji Heteroskedastisitas (Uji Glejser)
Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model
regresi terjadi ketidaksamaan variance dari residu satu pengamatan ke
pengamatan lainnya.
Uji heteroskedastisitas dengan metode glejser dilakukan dengan
meregresikan semua variabel bebas terhadap nilai mutlak residualnya. Jika
terdapat pengaruh variabel bebas yang signifikan terhadap nilai mutlak
residualnya maka dalam model terdapat masalah heteroskedastisitas.
Dasar Pengambilan Keputusan:
1. Apabila nilai probabilitas lebih besar dari nilai alpha (sig. > 0,050)
maka tidak terjadi gejala heteroskedastisitas.
2. Apabila nilai probabilitas lebih besar dari nilai alpha (sig. < 0,050)
maka terjadi gejala heteroskedastisitas.
Coefficientsa
Unstandardized Standardized
Coefficients Coefficients
Model T Sig.
B Std. Error Beta
1 (Constant) 5,129 1,543 3,324 ,001
PELAYANAN
,021 ,079 ,031 ,270 ,787
AKADEMIK (X1)
PELAYANAN
-,065 ,089 -,099 -,727 ,469
KEUANGAN (X2)
PELAYANAN
PERPUSTAKAAN -,127 ,059 -,254 -2,155 ,034
(X3)
PELAYANAN
-,017 ,079 -,028 -,222 ,825
FAKULTAS (X4)
a. Dependent Variable: RES2
Dari hasil uji heteroskedastisitas menggunakan uji glejser hasil signifikansi dari
variabel bebas atau variabel berikut :
 X1 menunjukkan 0,787 > 0,050. Sehingga dapat disimpulkan bahwa tidak
terjadi heteroskedastisitas.

26
 X2 menunjukkan sebesar 0,469 > 0,050. Sehingga dapat disimpulkan bahwa
tidak terjadi heteroskedastisitas.
 X3 menunjukkan sebesar 0,034 < 0,050. Sehingga dapat disimpulkan bahwa
terjadi heteroskedastisitas sebab keadaan terjadinya karena adanya
ketidaksamaan varian dari error untuk semua pengamatan setiap variabel
bebas pada model regresi.
 X4 menunjukkan sebesar 0,787 > 0,050. Sehingga dapat disimpulkan bahwa
tidak terjadi heteroskedastisitas.

KONSEP DASAR UJI LINEARITAS

1. Uji linearitas merupakan bagian dari uji asumsi klasik dalam analisis
korelasi product moment dan analisis regresi linear (model regresi).
2. Model korelasi dan regresi dikatakan baik apabila ada hubungan yang
linear antara satu variabel independent dengan satu variabel dependen.
3. Asumsi linieritas menyatakan bahwa hubungan antara variabel yang akan
dianalisis hendaknya membentuk pola garis linear.
4. Sehingga peningkatan atau penurunan kuantitas di satu variabel, akan
diikuti secara linear oleh peningkatan atau penurunan kuantitas pada
variabel lainnya.
5. Jika ternyata pola hubungan nya tidak linear, maka teknik analisis akan
cenderung menghasilkan ketidakakuratan dalam hal kekuatan hubungan
atau pengaruh antara dua variabel.
6. Hubungan linear dapat bersifat positif atau negatif.

Salah satu cara untuk mendeteksi ada tidaknya hubungan yang linier antar
variabel ini dapat dilakukan dengan teknik grafik scatter plot.

27
 Terlihat titik-titik plot data membentuk pola garis lurus dari kiri bawah
naik ke kanan atas. Hal ini menunjukkan adanya hubungan yang linear dan
positif antara variabel X dengan Y.

28
Tahapan Uji Linearitas Grafik Scatter Plot Dengan Spss
INPUT → ANALISIS → OUPUT
Dasar Pengambilan Keputusan Dalam Uji Linearitas Grafik Scatter Plot
1. Menurut singgih santoso (2014;355), asumsi atau persyaratan linearitas
dalam model regresi dikatakan sudah terpenuhi jika terdapat pola yang
jelas dari plot data dalam menunjukkan arah hubungan positif atau negatif.
2. Sementara jika plot data tidak membentuk pola yang jelas, maka asumsi
linearitas tidak terpenuhi.
Interpretasi Hasil Uji Linearitas Grafik Scatter Plot
 Berdasarkan uotput “grafik scatter plot”, terlihat titik-titik plot data
membentuk pola garis lurus dari kiri bawah naik ke kanan atas.
 Hal ini menunjukkan adanya hubungan yang linear dan positif antara
variabel X dengan Y.

29
 Hubungan positif ini bermakna bahwa jika pelayanan akademik, keuangan,
perpustakaan, dan fakultas terhadap kepuasan mahasiswa akan semakin
meningkat.
 Karena terdapat hubungan yang linear antara variabel X dengan variabel
Y, maka salah satu asumsi untuk model dalam penelitian diatas sudah
terpenuhi.
 Apabila nilai atau titik-titik plotnya menyebar diatas bawah kanan dan kiri
dikatakan tidak terjadi heteroskedastisitas.

4) Uji Autokorelasi
 Uji autokorelasi merupakan bagian dari uji asumsi klasik dalam analisis
regresi linier untuk data time series atau data runtut waktu.
 Model regresi yang baik tidak terdapat masalah autokorelasi.
 Metode yang sering digunakan oleh para peneliti untuk mendeteksi
gejala autokorelasi adalah dengan metode Durbin Watson.
Model Summaryb

Adjusted R Std. Error of Durbin-

Model R R Square Square the Estimate Watson
1 ,728 a
,529 ,510 2,197 1,744
a. Predictors: (Constant), PELAYANAN FAKULTAS (X4),
PELAYANAN AKADEMIK (X1), PELAYANAN PERPUSTAKAAN
(X3), PELAYANAN KEUANGAN (X2)

30
 a. Dependent Variable: KEPUASAN MAHASISWA (Y)

Karena nilai DW > dU maka kita masukkan ke cara lag dengan hasil
tabel DW sebagai berikut :

Model Summaryb
Adjusted R Std. Error of Durbin-
Model R R Square Square the Estimate Watson
1 ,745 a
,556 ,532 2,095 2,173
a. Predictors: (Constant), LAG_Y, PELAYANAN AKADEMIK (X1),
PELAYANAN PERPUSTAKAAN (X3), PELAYANAN FAKULTAS (X4),
PELAYANAN KEUANGAN (X2)
b. Dependent Variable: KEPUASAN MAHASISWA (Y)

Namun demikian uji Durbin Watson mempunyai kelemahan yakni jika

nilai Durbin Watson terletak antara dL dan dU atau diantara (4-dU) dan (4-
dL), maka tidak menghasilkan kesimpulan yang pasti apakah terjadi gejala
autokorelasi atau tidak.

Tabel Durbin Watson (dk = k,n)

K = 4 dan n = 100
DW = 2,173

31
dL = 1,5922
dU = 1,7582
4 – dU = (4 – 1,7582) = 2,2418
4 – dL = (4 – 1,5922) = 2,4078
Berdasarkan hasil tabel uji autokorelasi diketahui untuk nilai DW = 2,173.
Selanjutnya dibandingkan dengan nilai tabel signifikansi 5% (0,050) dengan
jumlah sampel 100 dan jumlah variabel independent 4 (k=4) =4;100 sehingga
didapatkan hasil dU dari tabel durbin watson = 1,7582 nilai DW lebih besar
dari batas dU dan kurang dari (4 - dU) = 4 – 1,7582 = 2,2418 syarat tidak
terjadi gejala autokerlasi (dU < DW < 4 – dU) sehingga dapat disimpulkan
bahwa tidak terdapat autokorelasi. (1.7582 < 2,173 < 2,2418)

TANPA
TANPA
KESIMPULAN TANPA
KESIMPULAN
KESIMPULAN

Tidak Ada
Autokorelasi
Autokorelasi
Autokorelasi Autokorelasi
Autokorelasi

dL dU 2 4 - dU 4 -dL
1,5922 1,7582 2,2418 2,4078

2,173

32
 BAB III
PENUTUP

A. Kesimpulan
Disini praktikan dapat mengambil beberapa kesimpulan dari hasil praktikum
kali ini, yaitu:

1. Uji validitas untuk kriteria pengujian dari X1, X2, X3, X4 dan Y menunjukkan
Rhitung > Rtabel dimana Rtabel = 0,196 dan menarik kesimpulan bahwa data
tersebut valid.
2. Uji reliabilitas untuk kriteria pengujian dari X1, X2, X3, X4 dan Y
menunjukkan Rhitung > Rtabel dimana Rtabel = 0,600 dan menarik kesimpulan
bahwa data tersebut relialibel.
3. Uji regresi linier berganda bahwa persamaan regresi yang diperoleh adalah Y =

1,179 + 0,157 + 0,323 + 0,157 + 0,503 + ε . Nilai F hitung adalah sebesar 26,718
dengan tingkat signifikan 0,000 < 0,050 hal ini menunjukkan (X1, X2, X3, dan
X4) berpengaruh terhadap Y. Hasil regresi menunjukkan t hitung X1 dan X3
mempunyai pengaruh negatif dan tidak signifikan terhadap Y, Sementara hasil
analisis regresi menunjukkan t hitung X2 dan X4 mempunyai pengaruh positif
dan signifikan terhadap Y.
4. Dilihat dari uji t varibel (X1 dan X3) berpengaruh negatif dan tidak signifikan
terhadap Y sedangkan variabel (X2 dan X4) berpengaruh positif dan signifikan
terhadap Y kemudian dari uji F, bahwa F hitung > F tabel (26,718 > 3,09),
maka Ho ditolak dan Ha diterima, artinya bahwa variabel (X1, X2, X3, dan
X4) secara bersamaan berpengaruh signifikan terhadap kepuasan mahasiswa
(Y).
5. Uji asumsi klasik
 Uji Normalitas menggunakan metode Kolomogrov Smirnov didapatkan
hasil signifikan dari uji normalitas sebesar 0,021 < 0,050 sehingga
dapat disimpulkan bahwa uji tes pada penelitian ini terdistribusi tidak
normal. Akan tetapi Data normal karena memakai IBM (International

33
 business machine corporation) yang semula data tidak normal. Dapat
dilihat dari monte carlo sig. (2-tailed) 0,286 peluang data normal lebih
tinggi jadi jika peluang data normal lebih tinggi peluang memanipulasi
data pun turun tujuannya untuk meminimalisir proses manipulasi data.
 Dari hasil uji perhitungan yang ada pada tabel hasil uji
multikolinearitas, variabel bebas menunjukkan bahwa nilai VIF X1,
X2, X3, dan X4 < 10, Sehingga dapat disimpulkan bebas dari
multikolinearitas (data tidak terjadi multikolinearitas).
 Dari hasil uji heteroskedastisitas menggunakan uji glejser hasil
signifikansi dari variabel bebas atau variabel berikut : X1, X2 dan X4
menunjukkan nilai sig > 0,050. Sehingga dapat disimpulkan bahwa
tidak terjadi heteroskedastisitas, akan tetapi X3 menunjukkan sebesar
nilai sig < 0,050. Sehingga dapat disimpulkan bahwa terjadi
heteroskedastisitas sebab keadaan terjadinya karena adanya
ketidaksamaan varian dari error untuk semua pengamatan setiap
variabel bebas pada model regresi.
 Salah satu cara untuk mendeteksi ada tidaknya hubungan yang linier
antar variabel ini dapat dilakukan dengan teknik grafik scatter plot.
Berdasarkan uotput “grafik scatter plot”, terlihat titik-titik plot data
membentuk pola garis lurus dari kiri bawah naik ke kanan atas. Hal ini
menunjukkan adanya hubungan yang linear dan positif antara variabel
X dengan Y. Hubungan positif ini bermakna bahwa jika pelayanan
akademik, keuangan, perpustakaan, dan fakultas terhadap kepuasan
mahasiswa akan semakin meningkat. Karena terdapat hubungan yang
linear antara variabel X dengan variabel Y, maka salah satu asumsi
untuk model dalam penelitian diatas sudah terpenuhi. Apabila nilai atau
titik-titik plotnya menyebar diatas bawah kanan dan kiri dikatakan tidak
terjadi heteroskedastisitas.
 Berdasarkan hasil tabel uji autokorelasi diketahui untuk nilai DW =
2,173. Selanjutnya dibandingkan dengan nilai tabel signifikansi 5%
(0,050) dengan jumlah sampel 100 dan jumlah variabel independent 4

34
(k=4) =4;100 sehingga didapatkan hasil dU dari tabel durbin watson =
1,7582 nilai DW lebih besar dari batas dU dan kurang dari (4 - dU) = 4
– 1,7582 = 2,2418 syarat tidak terjadi gejala autokerlasi = dU < DW < 4
– dU sehingga dapat disimpulkan bahwa tidak terdapat autokorelasi.
(1.7582 < 2,173 < 2,2418)

35
 DAFTAR PUSTAKA

Ariyani, L., Andini, R., & Santoso, E. B. (2018). Pengaruh EPS, CR, DER Dan
PBV Terhadap Harga Saham Dengan Kebijakan Dividen Sebagai Variabel
Intervening (Studi Pada Perusahaan Manufaktur Yang Terdaftar Di BEI
Tahun 2011-2015. Journal of Accounting, 4(4).
Faustyna, F., & Jumani, J. (2017). Pengaruh Pengembangan Karir Dan Disiplin
Kerja Terhadap Kinerja Karyawan Pada PT. Pelabuhan Indonesia I
(PERSERO) Medan. Jurnal Ilmiah Manajemen Dan Bisnis, 15(1).
II Talaseta, Anda. “Regresi linear berganda, uji t, uji f, koefisien determinasi
lengkap dengan interpretasi”, YouTube, Diunggah oleh Anda Talaseta II, 23
Januari 2020, https://youtu.be/3mMZCKp7vDw.
II Talaseta, Anda. “Regresi moderasi, uji t, uji f, uji koefisien determinasi lengkap
dengan interpretasi dalm skripsi”, YouTube, Diunggah oleh Anda Talaseta
II, 10 Januari 2020, https://youtu.be/tar-fRMsx_4.
II Talaseta, Anda. “Uji Reliabilitas, uji cronbach alpa, uji instrument penelitian”,
YouTube, Diunggah oleh Anda Talaseta II, 14 Januari 2020,
https://youtu.be/9QzeRcvLc1E.
LAMPIRAN, A. OUTPUT SPSS ANALISIS REGRESI LINEAR BERGANDA
DAN UJI ASUMSI KLASIK.
Ningsih, S., & Dukalang, H. H. (2019). Penerapan metode suksesif interval pada
analsis regresi linier berganda. Jambura Journal of Mathematics, 1(1), 43-53.
Purnomo, D., Sutrisno, N., & Syafrial, H. (2022, November). PENGARUH
KOMPETENSI PROFESIONAL DAN DISIPLIN KERJA TERHADAP
KINERJA DOSEN LP3I JAKARTA DI MASA PANDEMI. In Proceeding of
LP3I National Conference of Vocational Business and Technology
(LICOVBITECH) (pp. 92-108).

Raharjo, Sahid. “Trik analisis regresi linear berganda sekaligus uji asumsi klasik
dengan SPSS”, YouTube, Diunggah oleh Sahid Raharjo, 29 April 2019,
https://youtu.be/CUDi5BFQOI0.

36
Raharjo, Sahid. “Uji Normalitas kolmogrov smirnov dengan SPSS Full
edisi”,YouTube, Diunggah oleh Sahid Raharjo, 5 Maret 2017,
https://youtu.be/Q1IrsLDm9co

Raharjo, Sahid. “Uji reliabilitas cronbach alpa untuk kuesioner dengan SPSS
*update”,YouTube, Diunggah oleh Sahid Raharjo, 29 Maret 2018,
https://youtu.be/DGkbPPxS9pY.
Rahman, A. A. (2019). Pengaruh Intensitas Mengakses Media Sosial Terhadap
Sikap Mahasiswa Fakultas Syariah Dan Hukum Melalui Akun Instagram
Millencyrus (Bachelor's thesis, Fakultas Ilmu Dakwah dan Ilmu Komunikasi
Universitas Islam Negeri Syarif Hidayatullah Jakarta).

Supriyadi, E. (2017). Perbandingan Metode Partial Least Square (Pls) Dan

Principal Component Regression (Pcr) Untuk Mengatasi Multikolinearitas
Pada Model Regresi Linear Berganda. Unnes Journal of Mathematics, 6(2),
117-128.

Ulfa, M., & Mayliza, R. (2019). Pengaruh Kualitas Pelayanan Dan Kepuasan
Pelanggan Terhadap Loyalitas Pelanggan PDAM Kota Padang.
Untiltled DATA TABULASI.sav[DataSet2]-IBM SPSS Statistics Data Editor

Wahidah, L., Naufal, F. H. A., Deky, N. C., Permatasari, A., Kalimantan II, J., &
Boto, K. B. T. (2021). Pengaruh Jumlah Tugas Kuliah Tehadap Kesehatan
Mental Mahasiswa Universitas Jember. Researchgate. Net, no. June.

37