52 independen manakah yang dijelaskan oleh variabel independen lainnya, Tolerance
adalah mengukur variabilitas variabel bebas yang terpilih yang tidak dijelaskan variabel bebas lainnya. Nilai yang dipakai untuk Tolerance 0,1, dan VIF 10,
maka tidak terjadi multikolinieritas.
Tabel 4.11 Uji Multikolinieritas Hipotesis Kedua
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
Collinearity Statistics B
Std. Error Beta
Tolerance VIF
1 Constant
-2.028 1.746
-1.162 .251
Diferensiasi_Produk .382
.136 .312
2.802 .007
.597 1.675
Diferensiasi_Pelayanan .222
.087 .305
2.542 .014
.514 1.945
Diferensiasi_Merek .136
.058 .212
2.330 .024
.892 1.121
Diferensiasi_Harga .194
.085 .239
2.279 .027
.671 1.491
a. Dependent Variable: Kepuasan_Pelanggan
Sumber: Hasil Penelitian, 2015 data diolah
Berdasarkan pada Tabel 4.11 di atas diketahui bahwa nilai Variance Inflation Factor untuk variabel bebas lebih kecil dari 10 VIF 10, dan nilai
Tolerance 0,1. Dengan demikian persamaan regresi sederhana hipotesis kedua terbebas dari asumsi multikolinieritas.
4.3.3 Uji Asumsi Klasik Hipotesis Ketiga
Pengujian asumsi klasik untuk memastikan bahwa alat uji regresi sederhana dapat digunakan atau tidak. Apabila uji asumsi klasik telah terpenuhi,
maka alat uji statistik regresi linier sederhana dapat dipergunakan.
1. Uji Normalitas
53 Tujuan uji normalitas adalah ingin menguji apakah dalam model regresi
distribusi sebuah data mengikuti atau mendekati distribusi normal, yakni distribusi data dengan bentuk lonceng. Kalau asumsi ini dilanggar maka uji statistik menjadi
tidak valid. Salah satu cara untuk melihat normalitas adalah dengan melihat grafik histogram, dan grafik normal p-p plot, yang membandingkan antara dua observasi
dengan distribusi yang mendekati distribusi normal. Hasil output SPSS terlihat pada Gambar 4.7, dan Gambar 4.8.
Sumber: Hasil Penelitian, 2015 data diolah
Gambar 4.7 Pengujian Normalitas Histogram Hipotesis Ketiga
Berdasarkan grafik dapat disimpulkan bahwa distribusi data normal karena grafik histogram menunjukkan pola distribusi normal maka model regresi
memenuhi asumsi normalitas dan sebaliknya jika data menyebar jauh dari garis
54 diagonal dan tidak mengikuti arah garis diagonal atau grafik histogram tidak
menunjukkan pola distribusi data normal yang tidak melenceng kanan maupun melennceng kiri. Jadi, berarti data residual berdistibusi normal. Terbukti bahwa
data maupun model yang digunakan memenuhi asumsi normalitas.
Sumber: Hasil Penelitian, 2015 data diolah
Gambar 4.8 Pengujian Normalitas P-P Plot Hipotesis Ketiga
Pada P-P plot terlihat bahwa titik-titik menyebar disekitar garis diagonal dan cenderung mengikuti arah garis diagonal. Dengan demikian maka model
regresi hipotesis ketiga tersebut memenuhi asumsi normalitas.
2. Uji Heteroskedastisitas
Uji ini bertujuan untuk menguji apakah didalam model regresi terjadi ketidaksamaan varians. Jika varians dari residual satu pengamatan ke pengamatan
55 yang lain tetap, maka disebut homoskedastisitas dan jika berbeda disebut
heteroskedastisitas. Model regresi yang baik adalah yang homoskedastisitas atau tidak terjadi heteroskedastisitas.
Sumber: Hasil Penelitian, 2015 data diolah
Gambar 4.9 Pengujian Heteroskedastisitas Scatterplot Hipotesis Ketiga
Berdasarkan Gambar 4.9 dapat terlihat bahwa tidak ada pola yang jelas, serta titik-titik menyebar diatas dan dibawah angka 0 pada sumbu Y, Dengan
demikian dapat disimpulkan bahwa persamaan regresi sederhana hipotesis ketiga terbebas dari asumsi heteroskedastisitas.
3. Uji Multikolinieritas
Gejala multikolinieritas dapat dilihat dari besarnya nilai Tolerance dan VIF Variance Inflation Factor, kedua ukuran ini menunjukkan setiap variabel
56 independen manakah yang dijelaskan oleh variabel independen lainnya, Tolerance
adalah mengukur variabilitas variabel bebas yang terpilih yang tidak dijelaskan variabel bebas lainnya. Nilai yang dipakai untuk Tolerance 0,1, dan VIF 10,
maka tidak terjadi multikolinieritas.
Tabel 4.12 Uji Multikolinieritas Hipotesis Ketiga
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity Statistics
B Std. Error
Beta Tolerance
VIF 1
Constant -4.726
1.113 -4.245
.000 Diferensiasi_Produk
.054 .092
.030 .589
.559 .519
1.928 Diferensiasi_Pelayanan
.688 .058
.629 11.772
.000 .457
2.187 Diferensiasi_Merek
.043 .039
.044 1.098
.277 .808
1.238 Diferensiasi_Harga
.163 .056
.135 2.909
.005 .610
1.639 Kepuasan_Pelanggan
.431 .087
.287 4.932
.000 .385
2.596 a. Dependent Variable: Loyalitas_Pelanggan
Sumber: Hasil Penelitian, 2015 data diolah
Berdasarkan pada Tabel 4.12 di atas diketahui bahwa nilai Variance Inflation Factor untuk variabel bebas lebih kecil dari 10 VIF 10, dan nilai
Tolerance 0,1. Dengan demikian persamaan regresi sederhana hipotesis ketiga terbebas dari asumsi multikolinieritas.
4.4 Analisis Statistik Inferential
4.4.1 Hasil Pengujian Hipotesis Pertama 1. Analisis Regresi Berganda Hipotesis Pertama
