Pengujian Multikolinearitas Uji Heterokedastisitas

Uji ini bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan varian residual antara yang satu dengan yang lain. Jika varian residual dari satu pengamatan ke pengamatan yang lain tetap maka disebut homoskedastisitas. Dan jika varians berbeda, disebut heteroskedastisitas. Model regresi yang baik adalah tidak terjadi heteroskedastisitas. Untuk mengetahui ada tidaknya gejala heteroskedastisitas dapat dilakukan dengan menggunakan grafik heteroskedastisitas antara nilai prediksi variabel dependen dengan variabel indepeden. Dari scatterplots dibawah ini terlihat titik-titik menyebar secara acak serta tersebar baik diatas maupun dibawah angka 0 dan sumbu Y, hal ini dapat disimpulkan bahwa tidak terjadi heteroskedastisitas pada model regresi, sehingga model regresi layak untuk digunakan dalam melakukan pengujian. Untuk lebih jelasnya dapat dilihat pada gambar berikut : Gambar 4.28 4 3 2 1 -1 -2 Regression Studentized Residual 2 1 -1 -2 -3 Re gres sio n S tan dard iz ed Pre dic ted Va lue Dependent Variable: Loyalitas pelanggan Scatterplot Scatterplot Hasil Uji Heterokedastisitas Secara diagram bentuk hubungan antara keempat variabel yang sedang diteliti tersebut dapat dilihat pada gambar berikut : Gambar diagram jalur seperti terlihat diatas dapat diformulasikan ke dalam 2 bentuk persamaan struktural sebagai berikut : Persamaan Jalur Sub Struktur Pertama : Y = PYX 1 + PYX 2 + € 1 Persamaan Jalur Sub Struktur Kedua : Z = PZX 1 + PZX 2 + PZ Y+ € 2 Keterangan : X 1 = Karakteristik Produk X 2 = Penetapan Harga Produk Y = Citra Merk € 1 PYX 2 PYX I X 2 PYX 1 X 1 X 2 Y Z PZY € 1 PZX 1 PZX 2 Z = Loyalitas Pelanggan Setelah dinyatakan valid dan reliabel maka untuk dilakukan pengujian hipotesis dengan menggunakan path analysis Analisis Jalur mensyaratkan minimal data berskala interval. Untuk itu data yang sebelumnya masih bersifat ordinal harus ditransformasikan kedalam interval dengan menggunakan Method of Successive Interval MSI. Setelah semua data bersifat interval maka selanjutnya dapat dilanjutkan dengan perhitungan jalur pertama yaitu pengaruh Karakteristik Produk dan Penetapan Harga Produk terhadap Citra Merk. Sesuai dengan hipotesis penelitian yang diajukan, selanjutnya data akan diuji dengan menggunakan analisis jalur path analysis. Langkah pertama yang akan dilakukan adalah menghitung koefisien korelasi antara ketiga variabel yang sedang diteliti. Kemudian nilai koefisien korelasi yang diperoleh dikonsultasikan ke tabel interpretasi koefisien korelasi berikut :

4.4.1 Analisis Korelasi

Sebelum melangkah ke analisis jalur, terlebih dahulu dihitung koefisien korelasi antar variabel. Koefisien korelasi dihitung untuk mengetahui tingkat kekuatan hubungan antar sesama variabel, dimana nilai koefisien korelasi yang diperoleh dikonsultasikan ke tabel interpretasi koefisien korelasi berikut : Tabel 4.22 Pedoman Pengklasifikasian Koefisien Korelasi No Interval Koefisien Korelasi Tingkat Hubungan 1 0,000 – 0,199 Sangat rendah 2 0,200 – 0,399 Rendah 3 0,400 – 0,599 Sedang 4 0,600 – 0,799 Kuat 5 0,800 – 1,000 Sangat kuat Sumber: Sugiyono, 2009; 250 Pada Tabel di atas memperlihatkan secara lengkap berdasarkan perhitungan statistik hasil pengolahan data korelasi antara Karakteristik Produk dan Penetapan Harga Produk terhadap Citra Merek. Tabel 4.23 Korelasi antara variabel jalur pertama Correlations Karakteristik Produk Penetapan Harga Produk Citra merek Loyalitas pelanggan Karakteristik Produk Pearson Correlation 1 ,538 ,586 ,664 Sig. 2-tailed ,000 ,000 ,000 N 100 100 100 100 Penetapan Harga Produk Pearson Correlation ,538 1 ,500 ,570 Sig. 2-tailed ,000 ,000 ,000 N 100 100 100 100 Citra merek Pearson Correlation ,586 ,500 1 ,623 Sig. 2-tailed ,000 ,000 ,000 N 100 100 100 100 Loyalitas pelanggan Pearson Correlation ,664 ,570 ,623 1 Sig. 2-tailed ,000 ,000 ,000 N 100 100 100 100 . Correlation is significant at the 0.01 level 2-tailed. Koefisien korelasi tersebut dapat diinterpretasikan sebagai berikut : a. Korelasi antara Karakteristik Produk dan Penetapan Harga Produk Berdasarkan perhitungan SPSS 20 for windows diperoleh angka korelasi antara variabel karakteristik produk dan penetapan harga produk sebesar 0,538. Korelasi sebesar 0,538 mempunyai maksud hubungan antara variabel karakteristik produk dan penetapan harga produk sedang. Adapun tingkat signifikasinya adalah 0,000 0,05. Kesimpulannya adalah korelasi antara karakteristik produk dan penetapan harga produk ssedang dan signifikan.