Uji Asumsi Klasik Analisis Data Penelitian

72 Gambar 4.4. Distribusi Jawaban Responden Pada Variabel Loyalitas Konsumen Sumber: Data penelitian yang diolah, 2010 Hasil penelitian deskripsi persentase untuk variabel loyalitas konsumen diperoleh persentase sebesar 76,90 lampiran 2 yang terletak pada interval kedua yang masuk dalam variabel tinggi. Untuk lebih jelasnya berikut disajikan ke dalam rata-rata loyalitas konsumen tiap-tiap indikator : Tabel 4.10 Rata-Rata Persentase Loyalitas Konsumen No. Loyalitas Konsumen Skor Kriteria 1 Tidak Beralih ke Tempat Lain 77,2 Tinggi 2 Pembelian Yang Konsisten 76,6 Tinggi Sumber : Data penelitian yang diolah, 2010

4.3 Analisis Data Penelitian

4.3.1 Uji Asumsi Klasik

4.3.1.1 Uji Multikolinieritas

Uji multikolinearitas dimaksudkan untuk menguji apakah model regresi ditemukan korelasi antara variabel bebas independen. Apabila terjadi korelasi 3 73 antara variabel bebas, maka terdapat problem multikolinearitas pada model regresi tersebut. Multikolinearitas dapat dilihat dari nilai tolerance dan Variance Inflation Facto VIF. Jika VIF lebih dari 10 maka terjadi multikolinearitas. Hasil pengujian multikolinieritas selengkapnya dapat dilihat pada tabel 5.1 berikut ini: Tabel 4.11. Hasil Uji Multikolinieritas Coefficients a Model Collinearity Statistics Tolerance VIF 1 Constant X1 .427 2.341 X2 .464 3.157 X3 .504 1.984 a. Dependent Variable: Y Berdasarkan tabel 4.11 diatas diketahui bahwa nilai tolerance untuk dua variabel kurang dari 1 dan besarnya VIF tidak lebih dari 10 sehingga dapat disimpulkan bahwa tidak terjadi multikolinieritas antar variabel bebas independent.

4.3.1.2 Uji Heteroskedastisitas

Uji heteroskedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residu satu pengamatan ke pengamatan yang lain. Jika varian dari residual pengamatan ke pengamatan lain berbeda berarti ada gejala heteroskedastisitas. Untuk mendeteksi ada tidaknya heteroskedastisitas dilakukan dengan cara melihat grafik Flot antara nilai prediksi variabel terikat Zpred dengan residualnya Sresia. Apabila tidak ada pola yang jelas, serta titik-titik menyebar diatas dan dibawah angka 0 nol pada 74 sumbu Y, maka dapat disimpulkan tidak terjadi bebas heteroskedastisitas dalam data. Gambar 4.5. Grafik Scatterplot Pengujian Heteroskedastisitas Sumber : Data penelitian yang diolah, 2010 Terlihat pada grafik di atas, titik-titik tersebar di sekitar nol pada sumbu vertikal dan tidak membentuk pola tertentu atau terlihat acak, sehingga dapat disimpulkan bahwa model regresi tidak mengandung heteroskedastisitas atau bersifat homogen. 75

4.3.1.3 Uji Normalitas Data

Gambar 4.6 . Normal P-P Plot Pengujian Normalitas Sumber : Data penelitian yang diolah, 2010 Berdasarkan gambar di atas diketahui bahwa titik-titik pada gambar normal probability plot cenderung membentuk garis diagonal, sehingga dapat disimpulkan bahwa variabel terikat dan variabel bebas keduanya memiliki distribusi normal.

4.3.1.4 Uji Autokorelasi

Uji Autokorelasi bertujuan menguji apakah dalam model regresi linier ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode t-1 sebelumnya. Untuk menguji ada tidaknya, dalam penelitian ini menggunakan uji Durbin-Watson DW test. Pengambilan keputusan ada tidaknya autokorelasi Ghozali, 2007:96 : 76 Model Summary b Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson 1 .755 a .571 .560 .08858 2.153 a. Predictors: Constant, X3, X2, X1 b. Dependent Variable: Y Berdasarkan tabel diatas diketahui bahwa besarnya nilai Durbin-Watson DW test dalam penelitian ini adalah 2,153 karena besarnya nilai Durbin-Watson low DW l adalah 1,613 dan Durbin-Watson Up DW u adalah 1,751, maka diketahui bahwa Durbin-Watson DWtest lebih besar dari DW l dan DW u . Hal ini berarti bahwa tidak ada autokorelasi positif dalam penelitian ini.

4.3.2 Analisis Jalur