x1
X2
Keterangan:
Y = Kepuasan Pelanggan
X1 = citra merek
X2 = Kualitas Pelayanan
KERANGKA PEMIKIRAN
Sangat Setuju 4
Setuju 3
Tidak Setuju 2
Jumlah
Indikator No Butir
Butir
Ketapan Pelayanan 1,2,3,4,5,6 6
Ketanggapan Pelayanan 7,8,9,10,11,12,13 7
Keluwesan 14,15,16,17,18 5
Profesionalisme
19,20,21,22,23,24,25,26 8
Pelayanan
26
KISI-KISI CITRA MEREK
Jumlah
Indikator No Butir
Butir
Ketekunan 1,2,3, 3
Kejujuran 4,5,6,7 4
Kreativitas 8,9,10,11,12 5
Disiplin 13,14,15,16 4
Komitmen 17,18,19 3
19
KISI-KISI KUALITAS PELAYANAN
Jumlah
Indikator No Butir
Butir
Berujud 1,2 2
Keandalan 3,4,5,6 4
Responsif 7,8,9 3
Pengetahuan dan
10, 11 2
keterampilan
Kejujuran 12, 13 2
Perilaku 14,15,16,17 4
Keamanan 18,19 2
Kemudahan Hubungan 20, 21 2
Komunikasi 22,23 2
Mengerti kebutuhan
24, 25 2
Masyarakat
25
UJI VALIDITAS INSTRUMEN PENELITIAN
nXY X .Y
r
[ nX 2 (X ) 2 ][nY 2 (Y ) 2 ]
UJI RELIABILITAS INSTRUMEN PENELITIAN
k SDt SDi
2 2
r dimana:
k - 1 SDt2
Cara yang sama dilakukan untuk menguji Validitas dan Reliabilitas dari Variabel X2 dan Variabel Y.
Cara lain uji validitas adalah menguji korelasi antara jawaban setiap pertanyaan dengan score total
dari setiap variabel tersebut, jika korelasinya signifikan, itu berarti datanya valid.
UJI REGRESI BERGANDA
Aktifkan kembali SPSS pada tampilan “Variable View”, kemudian ketik Variabel Y, X1, dan X2 serta
isi kolom Label dengan nama variabel penelitian. Perhatikan tampilan dibawah ini:
UJI REGRESI BERGANDA
Klik tombol “Data View” dan input data penelitian Variabel Y, X1, dan X2 atau copy dari file MS Excel
apabila sudah diinput sebelumnya. Data Variable Y, X1, dan X2 adalah merupakan total jawaban
dari setiap variabel, dimana data tersebut sudah valid dan reliabel. Perhatikan tampilan dibawah ini:
UJI REGRESI BERGANDA
Klik Analyse, Regression, Linier, seperti tampilan dibawah ini:
UJI REGRESI BERGANDA
Maka akan muncul tampilan seperti dibawah ini. Langkah selanjutnya perhatikan kolom Dependent
dan Kolom Independent yang tersedia.
UJI REGRESI BERGANDA
Kemudian klik variabel Y dan masukkan ke kolom Dependent, kemudian X1 dan X2 ke kolom
Independent. Langkah selanjutnya perhatikan tombol Plots di sebelah kanan atas.
UJI REGRESI BERGANDA
Klik Plots, maka akan muncul tampilan Linear Regression Plots, selanjutnya klik Histogram dan
Normal Probability Plot, kemudian *ZPRED dimasukkan ke kolom X dan *SRESID dimasukkan ke
kolom Y. Selanjunya klik Continue dan klik OK.
HASIL UJI SECARA PARSIAL (UJI T)
Hasil uji regresi parsial, signifikan atau tidak dapat dilihat dengan dua cara. Cara Pertama,
Variabel X berpengaruh signifikan terhadap Variabel Y apabila hasil Sig < 0,05 atau dibawah 5%.
Hasil sig untuk Variabel X1 adalah 0,236 . Sedangkan Hasil sig untuk Variabel X2 adalah 0,000 .
Jadi hanya variabel X2 yang memiliki Sig < 0,05. Dengan demikian, berdasarkan cara yang
pertama ini, hanya variabel X2 yang berpengaruh signifikan terhadap Y.
Cara Kedua, membandingkan t hitung dengan t tabel. Signifikan apabila t hitung > t tabel. Hasil
pengujian menunjukkan bahwa bahwa t hitung untuk X1 adalah -1,195 dan untuk X2 adalah 14,239.
Sedangkan nilai t tabel adalah 2,01. Hasil t tabel sebesar 2,01 dapat dilihat dari tabel distribusi t untuk
uji dua arah, pada kolom 0,05 atau (5%) dan pada baris 68 (jumlah data 70 dikurangi jumlah
variabel bebas 2). Jadi hanya variabel X2 yang memiliki t hitung lebih besar dari t tabel. Dengan
demikian berdasarkan cara kedua ini, hanya variabel X2 yang berpengaruh signifikan terhadap Y.
HASIL UJI SECARA PARSIAL (PERSAMAAN
REGRESI)
Beta penelitian yang dihasilkan adalah beta yang positif, artinya bahwa pengaruh yang diberikan
oleh X1 dan X2 terhadap Y adalah positif, yang berarti bahwa pengaruhnya searah.
Persamaan regresi yang terbentuk adalah: Y = 18,258 + -0,073 X1 + 0,873 X2 + e. Artinya, jika X1
dan X2 adalah nol, maka Variabel Y akan Konstan sebesar 18,258. Apabila terjadi kenaikan X1
sebesar 1, maka akan terjadi peningkatan Y sebesar -0,073 dan demikian sebaliknya. Apabila terjadi
kenaikan X2 sebesar 1, maka akan terjadi kenaikan Y sebesar 0,873 dan demikian sebaliknya.
HASIL UJI SECARA SIMULTAN (UJI F)
Hasil uji simultan dapat dilihat dengan dua cara juga. Cara pertama, secara bersama sama Variabel
X1 dan X2 akan berpengaruh signifikan terhadap Y, apabila Sig < 0,05. Hasilnya pada table ANOVA
dibawah ini menunjukkan hasil Sig 0,000, yang berarti bahwa secara bersama sama variabel X1 dan
X2 berpengaruh signifikan terhadap Y.
Cara kedua adalah, secara bersama sama Variabel X1 dan X2 akan berpengaruh signifikan
terhadap Y, apabila F hitung > F tabel. Hasilnya pada table ANOVA dibawah ini menunjukkan hasil F
hitung adalah 101,542. Sedangkan F table adalah sebesar 3,13. Hasil Ftabel 3,13 dapat dilihat pada
tabel distribusi F, pada kolom 2 (total seluruh variabel 3 dikurangi jumlah variabel terikat 1) pada
baris ke 67 (total data 70 dikurangi jumlah variabel 3). Hal ini berarti bahwa secara bersama sama
variabel X1 dan X2 berpengaruh signifikan terhadap Y.
KOEFISIEN DETERMINASI
Koefisien determinasi adalah kemampuan seluruh variabel bebas dalam menjelaskan variable
terikat. Koefisien Determinasi Adjustend R Square sebesar 0,745 atau sebesar 74,5% yang berarti
bahwa kemampuan Variabel X1 dan X2 dalam menjelaskan Variabel Y, adalah sebesar 74,5%.
Sedang sisa sebesar 26,5% dijelaskan oleh variabel lain diluar dari variabel penelitian ini.
R sebesar 0,867 memiliki arti bahwa korelasi bergandanya adalah sedang. Tingkat error yang
dihasilkan dalam persamaan regresi dari hasil penelitian ini adalah 0,265 atau 26,5%.
SEKIAN DAN TERIMAKASIH
SALAM