Uji Asumsi Klasik 1. Pengujian Normalitas

nilai Cronbach Alpha 0,80. Tabel 4.5 dapat dilihat nilai Cronbach Alpha 0,80. maka setiap variabel dinyatakan reliabel.

B. Uji Asumsi Klasik 1. Pengujian Normalitas

Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual berdistribusi normal. Ada dua cara untuk mendeteksi apakah residual berdistribusi normal atau tidak, yaitu dengan analisis grafik dan uji statistik. Untuk melihat normalitas residual penulis menganalisis grafik histogram yang membandingkan antara data observasi dengan distribusi yang mendekati distribusi normal dan juga menganalisis probabilitas plot yang menbandingkan distribusi kumulatif dan distribusi normal. Hipotesis: 1. Jika data menyebar disekitar garis diagonal dan mengikuti arah garis diagonal atau grafik histogram menunjukkan pola distribusi normal, maka model regresi memenuhi asumsi normalitas. 2 .Jika data menyebar jauh dari garis diagonal dan atau tidak mengikuti arah garis diagonal atau grafik histogram menunjukkan pola distribusi normal, maka model regresi tidak memenuhi asumsi normal. Universitas Sumatera Utara Regression Standardized Residual 3 2 1 -1 -2 -3 F re q u e n c y 25 20 15 10 5 Observed Cum Prob 1.0 0.8 0.6 0.4 0.2 0.0 E xp ec te d C u m P ro b 1.0 0.8 0.6 0.4 0.2 0.0 Gambar 4.1 Histogram Sumber: Hasil pengolahan data primer Kuesioner, SPSS versi 15.0, 2010 Interpretasi dari Gambar 4.1, menunjukkan bahwa grafik histogram menunjukkan pola distribusi normal. Sumber: Hasil pengolahan data primer Kuesioner, SPSS versi 15.0, 2010. Gambar 4.2 Normal P- P Plot of Regression Standardized Residual Pada Gambar 4.2 tersebut dapat dilihat bahwa data- data titik-titik menyebar disekitar garis diagonal dan mengikuti arah garis diagonal. Oleh karena itu, berdasarkan Gambar 4.2 tersebut dapat diambil kesimpulan bahwa data telah memenuhi uji normalitas. Universitas Sumatera Utara Uji Kolmogorov Smirnov 1 Sample KS dilakukan untuk memastikan apakah data disepanjang garis diagonal berdistribusi normal, dengan melihat data residual apakah berdistribusi normal Situmorang, dkk, 2008: 59. Menentukan kriteria keputusan: 1. Jika nilai Asymp.Sig. 2-tailed 0,05 maka tidak mengalami gangguan distribusi normal. 2. Jika nilai Asymp.Sig. 2-tailed 0,05 maka mengalami gangguan distribusi normal. Tabel 4.6 Uji Normalitas One-Sample Kolmogorov-Smirnov Test Unstandardi zed Residual N 96 Normal Parametersa,b Mean ,0000000 Std. Deviation 1,10807833 Most Extreme Differences Absolute ,158 Positive ,119 Negative -,158 Kolmogorov-Smirnov Z 1,545 Asymp. Sig. 2-tailed ,057 a Test distribution is Normal. b Calculated from data. Sumber: Hasil pengolahan data primer Kuesioner, SPSS versi 15.0, 2010 Pengambilan keputusan: Pada Tabel 4.6 terlihat bahwa Asymp. Sig. 2-tailed adalah 0,057 dan diatas nilai signifikan 5 0,05, dengan kata lain variabel residual berdistribusi normal. Universitas Sumatera Utara R e g re s s io n S tu d e n ti ze d R e s id u a l 3 2 1 -1 -2 -3

2. Pengujian Heterokedastisitas

Heterokedastisitas terjadi karena perubahan situasi yang tidak tergambarkan dalam spesifikasi model regresi. Dengan kata lain, heterokedastisitas terjadi jika residual tidak memiliki varians yang konstan. Pemeriksaan terhadap gejala heterokedastisitas adalah dengan melihat pola diagram pencar yaitu grafik yang merupakan diagram pencar residual, yaitu selisih antara nilai Y prediksi dan Y observasi. a. Model grafik Hipotesis: 1 Jika diagram pencar yang ada membentuk pola- pola tertentu yang teratur maka regrasi mengalami gangguan heterokedastisitas. 2 Jika diagram pencar yang ada tidak membentuk pola- pola tertentu yang teratur maka regrasi tidak mengalami gangguan heterokedastisitas. Universitas Sumatera Utara Gambar 4. 3 Scatterplot Sumber: Hasil pengolahan data primer Kuesioner, SPSS versi 15.0, 2009 Pada Gambar 4.3 dapat dilihat bahwa diagram pencar tidak membentuk pola tertentu karena itu tidak mengalami gangguan heterokedastisitas. b. Model Glejser Menentukan kriteria keputusan: 1. Jika nilai signifikan 0,05, maka tidak mengalami gangguan heterokedastisitas. 2. Jika nilai signifikan 0,05, maka mengalami gangguan heterokedastisitas. Tabel 4.7 Uji Glejser Coefficientsa Mode l Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Beta B Std. Universitas Sumatera Utara Error Error 1 Constant -2,526 ,979 -2,581 ,201 Kualitas -,038 ,045 -,088 -,835 ,406 Tarifsms ,244 ,055 ,468 4,444 ,150 a Dependent Variable: absut Sumber: Hasil pengolahan data primer Kuesioner, SPSS versi 15.0, 2010 Pada Tabel 4.7 tampak bahwa signifikasi variabel bebas lebih besar dari 0,05, maka tidak mengalami gangguan heterokedastisitas.

3. Pengujian Multikolinieritas

Uji multikolinieritas bertujuan untuk menguji adanya korelasi antara variabel independen. Jika terjadi korelasi maka dinamakan multikol, yaitu adanya masalah multikolinieritas. Model regresi yang baik seharusnya tidak terjadi korelasi antara variabel independen. Hasil pengolahan dapat dilihat pada Tabel 4.8 sebagai berikut: Tabel 4.8 Uji Multikolinearitas a Dependent Variable: loyalitas Sumber: Hasil pengolahan data primer Kuesioner, SPSS versi 15.0, 2010 Hasil pengujian: Pedoman suatu model regresi yaitu bebas multikolinieritas adalah dengan melihat Variance Inflation Factor VIF 5 maka variabel ada masalah multikolinieritas, dan jika VIF 5 maka tidak terdapat masalah multikolinieritas. Mo del Unstandardized Coefficients Standardized Coefficients T Sig. Collinearity Statistics B Std. Error Beta Tolerance VIF B Std. Error 1 Constant 1,072 1,599 ,671 ,504 Kualitas ,324 ,074 ,408 4,383 ,000 ,787 1,271 tarifsms ,284 ,090 ,296 3,175 ,002 ,787 1,271 Universitas Sumatera Utara Jika Tolerance 0,1 maka variabel ada masalah multikolinieritas, dan jika Tolerance 0,1 maka variabel tidak terdapat masalah multikolinieritas Pada Tabel 4.8 dapat dilihat bahwa nilai VIF 5 dan Tolerance 0,1 maka tidak ditemukan masalah multikolinieritas dalam penelitian ini.

C. Analisis Data