3. Uji Heteroskedastisitas
Heteroskedastisitas terjadi karena perubahan situasi yang tidak tergambarkan dalam spesifikasi model regresi. Dengan kata lain,
heteroskedastisitas terjadi jika residual tidak memiliki varians yang konstan. Pemeriksaan terhadap gejala heteroskedastisitas adalah dengan melihat pola
diagram pencar yaitu grafik yang merupakan diagram pencar residual, yaitu selisih antara nilai Y prediksi dan Y observasi.
• Model grafik
Hipotesis: a.
Jika diagram pencar yang ada membentuk pola-pola teratur maka regresi mengalami gangguan heteroskedastisitas.
b. Jika diagram pencar yang ada tidak membentuk pola-pola tertentu
yang teratur maka regresi tidak mengalami gangguan heteroskedastisitas.
Sumber: Hasil pengolahan data primer Kuesioner, SPSS versi 19.0, 2013 Gambar 4
.4 Scatterplot
Pada Gambar 4.4 dapat dilihat bahwa diagram pencar tidak membentuk pola tertentu karena itu berarti tidak mengalami gangguan heteroskedastisitas.
• Model Glejser
Menentukan kriteria keputusan: a.
Jika nilai signifikan 0,05 maka tidak mengalami gangguan heteroskedastisitas.
b. Jika nilai signifikan 0,05 maka mengalami heteroskedastisitas.
Tabel 4.11 Uji Heteroskedastisitas
Pada Tabel 4.11 tampak bahwa signifikan variabel bebas lebih besar dari 0,05 maka tidak mengalami heteroskedastisitas.
4. Uji Multikolinieritas
Uji multikolinearitas bertujuan untuk menguji adanya korelasi antara variabel independen. Jika terjadi korelasi maka dinamakan multikol, yaitu adanya
masalah multikolineaitas. Model regresi yang baik seharusnya tidak terjadi korelasi antara variabel independen. Hasil pengolahan data dapat dilihat pada
tabel berikut:
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients T
Sig. B
Std. Error Beta
1 Constant
.805 .870
.926 .357
KesadaranMere k
-.019 .049
-.047 -.383
.702 AsosiasiMerek
-.044 .050
-.115 -.885
.378 PersepsiKualitas
-.027 .057
-.060 -.469
.640 LoyalitasMerek
.095 .050
.239 1.904
.060 a. Dependent Variable: absut
Sumber: Hasil pengolahan data primer Kuesioner, SPSS versi 19.0, 2013
Tabel 4.12 Uji Multikolinieritas
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients T
Sig. Collinearity Statistics
B Std. Error
Beta Tolerance
VIF 1
Constant 1,651
1,253 1,318
,191 KesadaranMerek
,099 ,071
,129 1,389
,168 ,678
1,475 AsosiasiMerek
,157 ,072
,216 2,188
,031 ,598
1,671 PersepsiKualitas
,100 ,082
,119 1,217
,227 ,607
1,648 LoyalitasMerek
,288 ,072
,383 4,000
,000 ,638
1,566 a. Dependent Variable: LoyalitasKonsumen
Sumber: Hasil pengolahan data primer Kuesioner, SPSS versi 19.0, 2013
Hasil pengujian: Pedoman suatu model regresi yaitu bebas multikol adalah dengan melihat
Variance Inflation Factor VIF 5 maka variabel ada masalah multikol, dan jika
VIF 5 maka tidak terdapat masalah multikol. Jika Tolerance 0,1 maka variabel ada masalah multikol, dan jika Tolerance 0,1 maka variabel tidak terdapat
masalah multikol. Pada tabel 4.12 dapat dilihat bahwa nilai VIF 5 dan Tolerance 0,1 maka tidak ditemukan masalah multikolinearitas dalam penelitian ini.
4.2.3 Analisis Regresi Linier Berganda