Uji Reliabilitas Teknik Pengumpulan Data

2. Uji multikolinearitas

Uji multikolinearitas bertujuan untuk menguji apakah dalam suatu model regresi ditemukan adanya korelasi atau hubungan yang signifikan antar variabel bebas. Dalam model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel bebas Ghozali, 2009. Multikolinearitas akan menyebabkan koefisien regresi bernilai kecil dan standar error regresi bernilai besar sehingga pengujian variabel bebas secara individu akan menjadi tidak signifikan. Untuk mengetahui ada tidaknya multikolinearitas dapat dilihat dari nilai tolerance dan VIF Variance Inflation Factor. Apabila nilai VIF 10 mengidentifikasikan bahwa model regresi bebas dari multikolinearitas, sedangkan untuk nilai tolerance 0,1 10 menunjukan bahwa model regresi bebas dari multikolinearitas.

3. Uji heteroskedatisitas

Tujuan pengujian ini adalah untuk mengetahui apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang lain. Jika variance dari residual satu pengamatan ke pengamatan yang lain tetap, maka disebut homoskedastisitas. Model regresi yang baik adalah homoskedastisitas atau tidak terjadi heteroskedatisitas. Salah satu cara untuk mendeteksi ada atau tidaknya heterokedatisitas adalah dengan melihat grafik plot antar prediksi variabel dependen ZPRED dengan residualnya SRESID. Deteksi ada tidaknya heteroskedatisitas dapat dilakukan dengan melihat ada tidaknya pola titik pada grafik scatterplot antara SRESID dan ZPRED, dimana sumbu Y adalah Y yang telah di prediksi dan sumbu X adalah residual yang telah di-standardized ghozali, 2006. Dasar analisisnya sebagai berikut : a. Jika ada pola tertentu, seperti titik-titik yang ada membentuk suatu pola yang teratur bergelombang melebar kemudian menyempit maka terjadi heteroskedatisitas. b. Jika tidak ada pola yang jelas seperti titik-titik menyebar diatas dan dibawah angka 0 pada sumbu Y, maka hal ini mengidikasikan tidak terjadi heteroskedatisitas.

K. Teknik Analisis Data

Analisis regresi linier adalah pengembangan analisis regresi sederhana terhadap aplikasi yang terdiri dari dua atau lebih variabel independen untuk menduga nilai dari variabel dependen Sugiyono, 2009. Pengujian terhadap hipotesis dalam penelitian ini menggunakan analisis regresi linier berganda dimana digunakan untuk mengetahui bagaimana pengaruh variabel bebas yaitu kebijakan harga X 1 , lokasi X 2 dan kualitas pelayanan X 3 terhadap kepuasan konsumen Y Mirota Kampus. Dalam penelitian ini, digunakan model regresi linier berganda. Rumusnya adalah sebagai berikut: