61 Pada Tabel 4.10 hasil uji reliabilitas tersebut menunjukkan bahwa
semua variabel mempunyai koefisien Alpha yang cukup besar yaitu diatas 0,60 sehingga dapat dikatakan semua konsep pengukur masing-masing
variabel dari kuesioner adalah reliabel sehingga untuk selanjutnya item-item pada masing-masing konsep variabel tersebut layak digunakan sebagai alat
ukur.
3. Uji Asumsi Klasik
a. Uji Mulikoliniearitas Suatu variabel menunjukkan gejala multikolinieritas dapat dilihat dari
nilai VIF Variance Inflation Factor yang tinggi pada variabel- variabel bebas suatu model regresi. Mendeteksi ada tidaknya
multikolinieritas yaitu dengan melihat nilai VIF dan tolerance. Model regresi dikatakan bebas dari multikolinieritas apabila nilai VIF 10,
dan nilai tolerance 0,1 10 Imam Ghozali, 2000. Hasil pengujian VIF dari model regresi dapat dilihat dalam tabel berikut :
Tabel 4.11 Hasil Uji Multikolinieritas
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients Collinearity
Statistics B
Std. Error
Beta Tolerance
VIF 1 Constant
2.094 1.273
Kualitas Pelayanan .068
.024 .282
.788 1.269 Sk.Cadang
.294 .097
.300 .788 1.269
a.
Dependent Variable: L.Pelanggan
Sumber: Pengolahan data statistik
62
Dari tabel tersebut menunjukkan bahwa nilai VIF semua variabel bebas dalam penelitian ini lebih kecil dari 10 sedangkan nilai toleransi
semua variabel bebas lebih dari 10 yang berarti tidak terjadi korelasi antar variabel bebas yang nilainya lebih dari 90 , dengan demikian
dapat disimpulkan bahwa tidak terdapat gejala multikolinieritas antar variabel bebas dalam model regresi.
b. Uji Heteroskedastisitas Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model
regresi terjadi ketidaksamaan varian dari satu pengamatan ke pengamatan yang lain Ghozali,2001. Cara mendeteksinya adalah
dengan meliahat nilai signifikan variabel independen apabila nilai signifikansi
lebih dari
0,05 maka
tidak terjadi
masalah heteroskedastisitas atau dengan melihat ada tidaknya pola tertentu
pada grafik Scatterplot antara SRESID dan ZPRED, dimana sumbu Y adalah Y yang telah diprediksi, dan sumbu X adalah residual Y
prediksi – Y sesungguhnya yang telah di-standardiized
Ghozali,2001. Untuk lebih jelasnya dapat dilihat pada hasil uji heteroskeastisitas berikut:
63
Tabel 4.12 Hasil Uji Heteroskedastisitas
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. B
Std. Error Beta
1 Constant
1.297 .758
1.713 .090
Kualitas Pelayanan -.026
.014 -.204
-1.815 .073
Sk.Cadang .081
.058 .157
1.397 .166
A. Dependent Variable: ABS_RES
Sumber: Pengolahan data statistik
Gambar 4.6 Hasil Uji Heteroskedastisitas
Sumber: Pengolahan data statistik
Hasil pengujian
heteroskedastisitas pada
Tabel 4.12
menunjukkan bahwa signifikan kedua variabel lebih dari 0,05 dan pada Gambar 4.6 titik-titik tidak membentuk pola tertentu atau tidak ada
pola yang jelas serta titik-titik menyebar di atas dan dibawah angka 0 nol pada sumbu Y, hal ini berarti tidak terjadi penyimpangan asumsi
