4.2.2.2 Uji Asumsi Klasik
4.2.2.2.1 Uji Normalitas
Uji normalitas bertujuan untuk mengetahui apakah distribusi sebuah data mengikuti atau mendekati distribusi normal. Dalam uji normalitas dilakukan
dengan beberapa cara, sebagai berikut:
1. Pendekatan Histogram
Sumber : Hasil Pengolahan SPSS, 2015 data diolah Gambar 4.1 : Histogram
Universitas Sumatera Utara
Gambar 4.1 menunjukkan bahwa grafik histogram menunjukkan pola distribusi normal hal ini ditunjukkan oleh distribusi data tersebut tidak menceng
kekanan maupun menceng kekiri.
2. Pendekatan Grafik
Sumber : Hasil Pengolahan SPSS, 2015 data diolah Gambar 4.2 : Pengujian Normalitas P-P Plot
Pada Gambar 4.2 menunjukkan bahwa grafik plot terlihat bahwa titik-titik menyebar disekitar garis diagonal dan tidak ada data yang menjolok jauh sehingga
data ini memiliki distribusi normal. Dan untuk memastkan apakah data
Universitas Sumatera Utara
disepanjang garis diagonal berdistribus normal maka dilakukan uji Kolmogorv- Smirnov.
3. Uji Kolmogorv-Smirnov Tabel 4.8
Uji Kolmogorv-Smirnov One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual N
100 Normal Parameters
a,b
Mean .0000000
Std. Deviation 1.27327460
Most Extreme Differences
Absolute .070
Positive .060
Negative -.070
Test Statistic .070
Asymp. Sig. 2-tailed .200
c,d
a. Test distribution is Normal. b. Calculated from data.
Tabel 4.8 menunjukkan bahwa nilai Asymp.Sig 2-tailed adalah 0,200 dan diatas nilai signifikan 0,05 atau 0,200 0,05. Dengan kata lain variabel
residual berdistribusi normal.
4.2.2.2.2 Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk melihat seberapa besar peranan variabel bebas terhadap variabel terikat. Jika varians sama, dan ini yang
seharusnya terjadi maka dikatakan homokedastisitas. Sedangkan jika varians tidak sama dikatakan terjadi heterokedastisitas. Model regresi yang baik adalah yang
Sumber: Hasil Pengolahan SPSS, 2015 data diolah
Universitas Sumatera Utara
homoskedastisitas atau tidak terjadi heteroskedastisitas. Untuk melihat apakah heterokedastisitas dapat dilakukan sebagai berikut :
Sumber : Hasil Pengolahan SPSS, 2015 data diolah Gambar 4.3 : Scatterplot
Gambar 4.3 menunjukkan bahwa titik-titik menyebar secara acak tidak
membentuk sebuah pola tertentu yang jelas serta tersebar baik diatas maupun dibawah angka nol pada sumbu Y. Hal ini berarti tidak terjadi heterokedastisitas
pada model regresi, sehingga model regresi layak dipakai untuk memprediksi variabel dependen, berdasarkan masukan variabel independennya.
Universitas Sumatera Utara
4.2.2.2.3 Uji Multikolinieritas
Multikolinieritas dapat dilihat dari nilai Tolerance dan Variance Inflation Factor VIF. Kedua ukuran ini menunjukkan setiap variabel independen
manakah yang dijelaskan oleh variabel independen lainnya. Tolerance adalah mengukur variabilitas variabel independen yang terpilih yang tidak dijelaskan
oleh variabel lainnya. Nilai yang dipakai untuk Tolerance 0,1 sedangkan Variance Inflation Factor VIF 5.
Tabel 4.9 Uji Multikolinieritas
Sumber : Hasil Pengolahan SPSS, 2015 data diolah
Berdasarkan pada Tabel 4.9 di atas diketahui bahwa : a. Variabel Citra Merek tidak terjadi multikolinieritas karena nilai nilai
tolerance = 0,581 0,1 dan nilai VIF = 1,721 5. b. Variabel Keandalan tidak terjadi multikolinieritas karena nilai nilai
tolerance = 0,579 0,1 dan nilai VIF = 1,727 5.
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients T
Sig. Collinearity Statistics
B Std. Error
Beta Tolerance
VIF Constant
-1.676 1.648
-1.017 .312
Citra Merek .380
.098 .371
3.878 .000
.581 1.721
Keandalan -.133
.088 -.146
-1.522 .131
.579 1.727
Daya Tanggap .186
.109 .166
1.707 .091
.564 1.774
Jaminan .489
.159 .286
3.072 .003
.617 1.621
Empati .156
.170 .096
.917 .361
.486 2.058
Bukti Fisik .269
.105 .196
2.563 .012
.908 1.102
a. Dependent Variable: Loyalitas Pelanggan
Universitas Sumatera Utara
c. Variabel Daya Tanggap tidak terjadi multikolinieritas karena nilai nilai tolerance = 0,564 0,1 dan nilai VIF = 1,774 5.
d. Variabel Jaminan tidak terjadi multikolinieritas karena nilai nilai tolerance = 0,617 0,1 dan nilai VIF = 1,621 5.
e. Variabel Empati tidak terjadi multikolinieritas karena nilai nilai tolerance = 0,486 0,1 dan nilai VIF = 2,058 5.
f. Variabel Citra Merek tidak terjadi multikolinieritas karena nilai nilai tolerance = 0,908 0,1 dan nilai VIF = 1,102 5.
4.2.3 Pengujian Hipotesis 4.2.3.1 Uji Signifikan Simultan Uji-F
Uji F dilakukan untuk melihat apakah variabel independent secara bersama-sama serentak berpengaruh secara positif dan signifikan terhadap
variabel dependent. Model hipotesis yang digunakan dalam uji F ini adalah sebagai berikut :
H : b
1
= b
2
= b
3
= b
4
= b
5
= b
6
= 0 Artinya secara bersama-sama tidak terdapat pengaruh yang positif dan
signifikan dari variabel independent yaitu Citra merek X
1
, Keandalan X
2
, Daya tanggap X
3
, Jaminan X
4
, Empati X
5
, Bukti Fisik X
6
, terhadap variabel dependent yaitu Loyalitas Pelanggan.
H : b
1
≠ b
2
≠ b
3
≠ b
4
≠ b
5
≠ b
6
≠ 0
Universitas Sumatera Utara
Artinya secara bersama-sama terdapat pengaruh yang positif dan signifikan dari variabel independent yaitu Citra Merek X
1
, Keandalan X
2
, Daya tanggap X
3
, Jaminan X
4
, Empati X
5
, Bukti Fisik X
6
, terhadap variabel dependent yaitu Loyalitas Pelanggan.
Kriteria pengambilan keputusan, yaitu : H
diterima apabila F
hitung
F
tabel
pada α = 5
H ditolak apabila F
hitung
F
tabel
pada α = 5
Dalam penelitian ini diketahui jumlah sampel n adalah 100 orang dan jumlah keseluruhan variabel k adalah 7 sehingga diperoleh:
a. Df Pembilang = k – 1 7 – 1 = 6 b. Df Penyebut = n – k 100 – 7 = 93
Nilai F
hitung
akan diperoleh dengan menggunakan program SPSS 22,00 for windows. Kemudian akan dibandingkan dengan nilai F
tabel
pada tingkat α = 5 6:93 = 2.198.
Universitas Sumatera Utara
Berikut ini merupakan hasil pengujian uji-F pada Tabel 4.10:
Tabel 4.10 Uji Simultan Uji-F
Sumber : Hasil Pengolahan SPSS, 2015 data diolah
Tabel 4.10 menunjukkan bahwa nilai F
hitung
adalah 15,774 dengan tingkat signifikansi 0,000. Sedangkan F
tabel
adalah 2,198. Dari hal tersebut F
hitung
15,774 F
tabel
2,198 dan tingkat signifikansinya 0,000 0,05. Sehingga dapat disimpulkan bahwa variabel Citra merek X
1
, Keandalan X
2
, Daya tanggap X
3
, Jaminan X
4
, Empati X
5
, dan Bukti Fisik X
6
, secara bersama-sama berpengaruh positif dan signifikan terhadap Loyalitas Pelanggan.
4.2.3.2 Uji Signifikansi Parsial Uji-T