Berdasarkan Tabel V.11 di atas dapat diketahui bahwa variabel loyalitas konsumen memperoleh rata-rata skor sebesar 4,33 yang
artinya bahwa loyalitas konsumen pada Warung Papeda Babarsari sangat tinggi. Pada tabel V.11 diketahui bahwa terdapat indikator
loyalitas konsumen yang memiliki rata-rata skor terendah. Indikator yang memiliki rata-rata skor terendah adalah indikator ke-
4 “Saya akan tetap membeli di Warung Papeda Babarsari walaupun ada warung lain
yang menawar kan produk sejenis” dengan rata-rata skornya sebesar
4,03. Skor tersebut adalah yang paling rendah diantara skor indikator lain pada loyalitas konsumen.
Pada tabel V.12diperoleh deskripsi variabel loyalitas konsumen dari 100respondensetelahmengisikuesionerdapatdiketahui 3 responden
memiliki loyalitas yang cukup pada Warung Papeda Babarsari dengan persentase 3, 37 responden memiliki loyalitas yang tinggi dengan
persentase 37, dan 60 responden memiliki tingkat loyalitas yang sangat tinggi. Hal ini menunjukkan bahwa dari 100 responden yang
mengisi kuisioner, memiliki loyalitas yang sangat tinggi pada Warung Papeda Babarsari dengantingkat persentase sebesar 60 pada rentang
skor 4,20-5,00.
2. Hasil Analisis Regresi Linier Berganda
Analisis regresi linier berganda dilakukan dengan langkah-langkah sebagai berikut:
a. Uji Asumsi Klasik
1
Uji Normalitas
Uji ini digunakan untuk menguji variabel bebas dan variabel terikat pada
persamaan regresi
yang dihasilkan
berdistribusi normal.Metode yang digunakan untuk mengetahui apakah data
residual penelitian berdistribusi normal atau tidak adalah uji Kolmogorov-Smirnov dengan bantuan SPSS for Windwos Versi
17.00dasar pengambilan keputusan normalitas adalah dengan melihat angka probabilitas, jika nilai probabilitas lebih kecil dari
maka data tersebut tidak berdistirbusi normal dan jika nilai probabilitas lebih besar dari maka data tersebut berdistribusi
normal.
Tabel V.13 Hasil Uji Normalitas
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 100
Normal Parameters
a,,b
Mean .0000000
Std. Deviation .44410241
Most Extreme Differences Absolute
.100 Positive
.100
Negative -.089
Kolmogorov-Smirnov Z .995
Asymp. Sig. 2-tailed .275
a. Test distribution is Normal.Sumber: Data Primer April 2017
b. Calculated from data.
Berdasarkan hasil pengujian pada Tabel V.13, hasil pengujian One Sample
Kolmogorov-Smirnov Test
menghasilkan asymptotic
significance 0,05. Hasil dari perhitungan SPSS sebesar 0,275
0,05. Berdasarkan hasil tersebut maka dapat disimpulkan bahwa model regresi telah memenuhi asumsi kenormalan.
Gambar V.1 Histogram Distribusi Normal
Sumber: Data Primer April 2017
Selain menggunakan tabel di atas, uji normalitas juga dapat dicari dengan menggunakan normal probability plots.
Gambar V.2 Hasil Uji Normalitas Probability Plots
Pada gambar di atas terlihat bahwa plot data mengikuti arah garis diagonal atau tidak melenceng. Berarti dapat dikatakan data
berdistrubusi normal.
2
Uji Heteroskedastisitas Uji heteroskedastisitas menunjukkan bahwa avarians variabel tidak
sama untuk semua pengamatan. Jika varians residual satu pengamatan
ke pengamatan
lain tetap
maka disebut
homoskedastisitas. Model
regresi yang
baik adalah
homoskedastisitas atau tidak terjadi heteroskedastisitas.Dasar pengambilan keputusan adalah dengan melihat ada tidaknya pola
tertentu antara Y yang diprediksi dengan residual. 1
Jika ada pola tertentu seperti titik-titik yang ada membentuk suatu
pola tertentu
yang teratur
maka terjadi
heteroskedastisitas. 2
Jika tidak ada pola yang jelas serta titik-titik menyebar di atas dan di bawah angka 0, maka tidak terjadi heteroskedastisitas.
Berdasarkan hasil pengolahan SPSS Versi 17.0 for Windows didapatkan kurva pengujian heteroskedastisitas seperti terlihat pada
gambar dibawah ini :
Gambar V.3 Hasil Uji Heteroskedastisitas
Dari grafik di atas dapat disimpulkan tidak terjadi heteroskedastisitas atau model regresi liniernya homoskedastisitas.
Tabel. 14 Hasil Uji Heterokedasitas dengan Gletjer SPSS
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig.
B Std.
Error Beta
1 Constant
0.312 0.236
1.325 0.188
X1 -0.027
0.056 -0.051
-0.484 0.629
X2 0.041
0.038 0.112
1.065 0.29
a. Dependent Variable: Abs_
res
Sumber: Data Primer April 2017
Berdasarkan Tabel perhitungan Abs_Res Absolute Residual diatas diketahui bahwa nilai Signifikansi Sig variabel kualitas
pelayanan X dan citra merek X yakni lebih besar dari alpha
5 0,05, yang artinya tidak terjadi Heteroskedastisitas pada ketiga variabel tersebut.
3 Uji Multikolinearitas
Uji multikolinearitas dilakukan untuk menguji apakah dalam model regresi ditemukan adanya korelasi antar variabel
bebas.Model regresi yang baik adalah non multikolinear.Analisis ini ditentukan oleh besarnya nilai VIF Varians Inflation Factor
dan Tolerance. Pedoman suatu model regresi yang bebas multikolinearitas adalah mempunyai nilai VIF yang tidak lebih dari
10 dan mempunyai angka tolerance lebih dari 0,1. Berdasarkan hasil pengolahan SPSS versi 17.0 For Windows didapatkan nilai
VIF Varians Inflation Factor dan Tolerance untuk masing- masing variabel bebas pada tabel berikut ini :
Tabel V.15 Hasil Uji Multikolinearitas
Coefficients
a
Model Collinearity Statistics
Tolerance VIF
1 X1
.917 1.090
X2 .917
1.090
a. Dependent Variable: Y
