Variabel Nilai
Reliabilitas N
Of Items
Keterangan
Variabel Kualitas Produk 0.858
8 Reliabel
Variabel Harga 0.847
6 Reliabel
Variabel Kepuasan Pelanggan 0.869
8 Reliabel
Variabel Kesetiaan Pelanggan 0.856
6 Reliabel
Sumber : Hasil Penelitian, 2017Data Diolah
3.6 Teknik Analisis Data 3.6.1 Uji Asumsi Klasik
Sebelum melakukan pengujian hipotesis, terlebih dahulu akan dilakukan pengujian terjadinya penyimpangan terhadap asumsi klasik. Dalam asumsi klasik
terdapat beberapa pengujian yang harus dilakukan, yakni Uji Normalitas, Uji Multikolonieritas serta Uji Heterosdastisitas.
3.6.1.1. Uji Normalitas
Menurut Sugiyono 2008:271, uji Normalitas adalah pengujian tentang kenormalan distribusi data. Ada dua cara untuk mendeteksi apakah residual
berdistribusi normal atau tidak yakni dengan analisis grafik dan uji statistik lewat program SPSS sebagai berikut:
1. Analisis Grafik
Menurut Ghozali 2013: 160-164, salah satu cara termudah untuk melihat normalitas residual adalah dengan melihat grafik histogram yang
membandingkan antara data observasi dengan distribusi yang mendekati distribusi normal. Jika distribusi data residual normal, maka grafik histogram
memberikan pola distribusi yang tidak melenceng ke kiri dan ke kanan
Universitas Sumatera Utara
skewness. Cara lainnya dapat juga dilakukan dengan melihat normal probability plot yang membandingkan distribusi kumulatif dari distribusi
normal. Distribusi normal akan membentuk satu garis lurus diagonal. Jika distribusi data residual normal, maka garis yang menggambarkan data
sesungguhnya akan mengikuti garis diagonalnya. 2.
Analisis Statistik Menurut Ghozali 2013: 160-164, Selain menggunakan grafik histogram,
untuk mengetahui apakah data berdistribusi normal atau mendekati normal bisa juga dilakukan dengan uji statistic non parametric kolmogorov-Smirnov,
yaitu dengan menggunakan table kolmogorov-Smirnov Test. Menurut Priyatno 2013: 38, kriteria pengujian dalam metode One Sample
Kolmogrov Smirnov yaitu: -
Jika nilai signifikan 0,05 , maka data berdistribusi normal. -
Jika nilai signifikan 0,05 , maka data tidak berdistribusi normal.
3.6.1.2. Uji Multikolinieritas
Menurut Ghozali 2013:105, Uji multikolinieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas
independen. Model regresi yang baik seharusnya tidak terjadi korelasi di antara variabel independen.
Menurut Ghozali dalam Priyatno 2013 : 56, cara untuk mengetahui ada atau tidaknya gejala multikolinearitas antara lain dengan melihat Variance
Universitas Sumatera Utara
Inflation Factor VIF dan Tolerance, apabila VIF kurang dari 10 dan Tolerance lebih dari 0,1, maka dinyatakan tidak terjadi multikolinearitas.
3.6.1.3. Uji Heteroskedastisitas
Menurut Priyatno 2013: 62, heteroskedastisitas adalah keadaan dimana terjadi ketidaksamaan varian dari residual untuk semua pengamatan pada model
regresi. Model regresi yang baik adalah tidak terjadi masalah heteroskedastisitas. Ada beberapa metode yang bisa digunakan untuk uji heteroskedastisitas yaitu:
1. Uji Glejser
Menurut Ghozali dalam Priyatno 2013 : 62, uji glejser ini dilakukan dengan meregresikan variabel-variabel bebas terhadap nilai absolute residual. Sebagai
pengertian dasar, residual adalah selisih antara nilai observasi dengan nilai prediksi, dan absolut adalah nilai mutlaknya. Jika nilai signifikansi antara
variabel independen dengan residual lebih dari 0,05 maka tidak terjadi heterokedastisitas.
2. Metode Grafik
Menurut Priyatno 2013 : 69, uji heteroskedastisitas dengan metode grafik, yaitu dengan melihat pola titik-titik pada scatterplot regresi. Jika titik-titik
menyebar dengan pola yang tidak jelas di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas.
3.6.2Analisis Jalur Path Analysis
Menurut Ghozali 2011:249, untuk menguji pengaruh variabel intervening digunakan metode analisis jalur Path Analysis. Analisis jalur merupakan
Universitas Sumatera Utara
perluasan dari analisis regresi linear berganda, atau analisis jalur adalah penggunaan analisis regresi untuk menaksir hubungan kausalitas antar
variabelmodel causal yang telah ditetapkan sebelumnya. Analisis jalur sendiri tidak dapat menentukan hubungan sebab-akibat dan juga tidak dapat digunakan
sebagai subtitusi bagi peneliti untuk melihat hubungan kausalitas antar variabel. Dalam analisis model jalur path, harus terlebih dahulu dibuat model jalur
untuk menguji ada tidaknya peran mediasi. Model jalur merupakan suatu diagram yang menghubungkan antara variabel bebas, perantara dan tergantung Sarwono,
2007: 4. Dalam analisis jalur, pola hubungan ditunjukkan dengan menggunakan anak panah,dimana anak panah tunggal menunjukan hubungan sebab akibat antara
variabel exogenous dan endogenus. Untuk mengukur ada tidaknya pengaruh mediasi atau intervening menggunakan perbandingan koefisien jalur.
Koefisien jalur sendiri menurut Sarwono 2007: 4 adalah koefisien regresi standar yang menunjukan pengaruh langsung suatu variabel bebas dan variabel
tergantung dalam suatu model. Koefisien jalur dihitung dengan membuat dua persamaan struktural yaitu persamaan regresi yang menunjukan hubungan yang
dihipotesiskan Ghozali 2011:251. Dibawah ini merupakan model jalur yang dibuat berdasarkan variabel yang terdapat dalam penelitian ini, yaitu sebagai
berikut:
Universitas Sumatera Utara
Gambar 3.1. Model Analisis Jalur Path Analysis
Persamaan strukturalnya adalah sebagai berikut: Z
= b
1
X
1
+ b
2
X
2
+ e
2
Y = b
3
X
1
+ b
4
X
1
+ b
5
Z+ e
1
Keterangan: X
1
= Kualitas Produk X
2
= Harga Z
= Kepuasan pelanggan Y = Kesetiaan Pelanggan
b
1
= Koefisien jalur X
1
ke Z b
2
= Koefisien jalur X
2
ke Z b
3
= Koefisien jalur X
1
ke Y b
4
= Koefisien jalur X
2
ke Y b
5
= Koefisien jalur Z ke Y e
1
= error struktur 1 e
2
= error struktur 2 Kualitas produk
X1
Harga X
2
Kepuasan pelanggan Z
Kesetiaan pelanggan Y
e
2
b
2
b
4
b
5
e
1
b
1
b
3
Universitas Sumatera Utara
Interpretasi dari analisis jalur diatas adalah sebagai berikut:
a. Pengaruh dari X1 Kualitas Produk ke YKesetiaan Pelanggan
