Uji Multikolinieritas Uji Heteroskedastisitas

60 Berdasarkan tampilan grafik histogram pada Gambar 4.2 di atas dapat disimpulkan bahwa grafik histogram memberikan pola distribusi yang normal simetris dimana hal ini dapat ditunjukkan dari titik-titik yang ada menyebar secara merata disepanjang garis diagonal. Hal ini menunjukkan bahwa model regresi penelitan yang dilakukan memenuhi asumsi normalitas.

4.3.2 Uji Multikolinieritas

Uji multikolinearitas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas independen. Model regresi yang baik seharusnya tidak terjadi korelasi di antara variabel independen penelitian yang dilakuakn. Multikolinearitas dapat dilihat dari nilai Tolerance dan nilai Variance InflationFactor VIF, Jika nilai Tolerance 0,05 atau sama dengan nilai VIF 10, maka dapat disimpulakn bahwa tidak ada multikolinearitas antar variabel independen dalam model regresi pada penelitian ini. Berikut ini disajikan hasil uji multikolinieritas sebagai berikut: Tabel 4.21 Hasil Uji Multikolinieritas Coefficients Model Correlations Collinearity Statistics Part Tolerance VIF 1 Constant Pertalian .514 .358 2.796 Empati .126 .258 3.870 Timbal balik .045 .317 3.151 Kepercayaan -.104 .276 3.624 a. Dependent Variable: Y Sumber : Data diolah SPSS 2015 61 Berdasarkan hasil perhitungan yang terdapat pada Tabel 4.21, menunjukkan hasil multikolinieritas, seabgai berikut : a. Variabel pertalian, mempunyai nilai tolerance = 0,358 dan nilai VIF = 2,796. b. Variabel empati, mempunyai nilai tolerance = 0,258 dan nilai VIF = 3,870. c. Variabel timbal balik, mempunyai nilai tolerance = 0,317 dan nilai VIF = 3,151. d. Variabel kepercayaan , mempunyai nilai tolerance = 0,276 dan nilai VIF = 3,624. Dengan demikian, dapat disimpulkan bahwa untuk tiap variabel penelitian di atas mempunyai nilai tolerance 0,1 dan nilai VIF 10, sehingga dapat disimpulkan bahwa tidak ada multikolinearitas antar variabel independen dalam model regresi pada penelitian ini.

4.3.3 Uji Heteroskedastisitas

Berikut ini disajikan hasil uji heterokedastisitas dari hasil pengolahan dengan menggunakan SPSS sebagai berikut : 62 Sumber : Data diolah SPSS 2015 Gambar 4.3. Hasil Uji Heterokedastisitas Berdasarkan hasil grafik Scatterplot pada gambar 4.3 terlihat bahwa terdapat pola yang jelas serta titik-titik menyebar secara acak di atas dan di bawah angka 0 pada sumbu Y. Hal ini dapat disimpulkan bahwa terjadi heteroskedastisitas pada model regresi, sehingga model regresi layak dipakai untuk mengetahui faktor pertalian, empati,timbal balik dan kepercayaan dalam mempengaruhi loyalitas pelanggan pada Michi Salon Krakatau Medan.

4.3.4 Uji Autokorelasi