52 Selain dengan melihat kurva normal P-plot, uji normalitas juga
dapat dilakukan menggunakan uji kolmogorov-smirnov. Dalam uji kolmogorov smirnov hipotesa yang berlaku adalah:
H
o
= Sampel berasal dari datapopulasi yang terdistribusi normal H
a
= Sampel berasal dari datapopulsi yang tidak terdistribusi normal Dalam uji ini apabila nilai sig. 0,05 maka data tidak
terdistribusi dengan normal. Namun, jika nilai sig. 0,05 maka data terdistribusi dengan normal Santoso, 2011:193-196.
b. Uji Multikolinieritas Uji multikolinearitas digunakan untuk mengetahui apakah ada
hubungan atau korelasi diantara variabel independen. Multikolinearitas menyatakan hubungan antar sesama variabel independen. Dalam
penelitian ini uji multikolinearitas digunakan untuk menguji apakah ada korelasi atau hubungan diantara variabel citra, kepercayaan dan kepuasan
terhadap loyalitas merek. Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel independen. Jika variabel independen
saling berkorelasi, maka variabel-variabel ini tidak orthogonal, variabel orthogonal adalah variabel independen yang memiliki nilai korelasi antar
sesama variabel independen sama dengan nol. Multikolinearitas dapat dilihat dari nilai tolerance dan lawannya Variance Inflation Factor
VIF. Nilai cut off yang umum dipakai untuk menunjukan adanya nilai multikolinearitas adalah nilai tolerance 0,10 atau sama dengan nilai
VIF 10 Ghozali, 2009:91.
53
c. Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk menguji apakah dalam suatu model regresi terdapat persamaan atau perbedaan varian yang dapat
dilihat dari grafik plot. Deteksi ada atau tidaknya heteroskedastisitas dapat dilakukan dengan melihat ada tidaknya pola tertentu pada grafik
scatterplot antara ZRESID dan ZPRED, dimana sumbu Y adalah Y telah diprediksi dan sumbu X adalah residual Y prediksi - Y sesungguhnya
yang telah di-studentized. Analisis pada gambar scatterplot yang menyatakan tidak terdapat heterokesdastisitas apabila:
1 Titik-titik data menyebar di atas dan di bawah atau disekitar angka 0 pada sumbu Y.
2 Titik-titik data tidak mengumpul hanya diatas atau dibawah aja. 3 Penyebaran titik-titik data tidak boleh membentuk pola bergelombang
melebar kemudian menyempit dan melebar kembali. 4 Penyebaran titik-titik data sebaiknya tidak berpola.
Jika plot membentuk pola tertentu bergelombang, melebar, kemudian
menyempit maka
mengindikasikan telah
terjadi heteroskedastisitas. Jika plot tidak membentuk pola tertentu, seperti titik-
titik menyebar di atas dan di bawah angka 0 pada sumbu Y maka mengindikasikan telah terjadi homokedastisitas. Model regresi yang baik
adalah plot yang mengindikasikan homokedastisitas atau tidak terjadi heteroskedastisitas. Ghozali, 2009:105.
54
4. Analisis Regresi Linear Berganda
a. Uji Koefisien Determinasi Adjusted R² Koefisien determinasi Adjusted R
2
bertujuan untuk mengetahui seberapa besar kemampuan variabel independen menjelaskan variabel
dependen. Dalam output SPSS, koefisien determinasi terletak pada tabel Model Summary
b
dan tertulis Adjusted R Square. Nilai R
2
sebesar 1, berarti fluktuasi variabel dependen seluruhnya dapat dijelaskan oleh
variabel independen dan tidak ada faktor lain yang menyebabkan fluktuasi variabel dependen. Jika nilai Adjusted R
2
berkisar antara 0 sampai dengan 1, berarti semakin kuat kemampuan variabel independen
dapat menjelaskan fluktuasi variabel dependen Ghozali, 2009:45.
b. Persamaan Regresi Linier Berganda Model regresi berganda bertujuan untuk memprediksi besar
variabel dependen dengan menggunakan data variabel independen yang sudah diketahui besarnya Santoso, 2002:163. Variabel independen
terdiri dari kualitas produk X
1
, brand trust X
2
, brand image X
3
, kepuasan pelanggan X
4
sedangkan variabel dependennya adalah brand loyality Y. Rumus persamaan regresi yang digunakan adalah sebagai
berikut:
Y = a + b
1
x
1
+ b
2
x
2
+ b
3
x
3
+ b
4
x
4
+ e