Uji Kualitas Instrumen dan Data

Yaris. Sebelumnya, dilakukan pengujian persyaratan analisis yang berupa uji normalitas, uji multikolinieritas, uji autokorelasi dan uji heteroscedastisitas. 1 Uji Normalitas Uji normalitas berfungsi untuk mengetahui normal tidaknya sebaran data yang akan dianalisis. Menurut Ghozali 2013 cara untuk melakukan uji normalitas data dengan jumlah responden lebih dari atau sama dengan 50 orang adalah analisis Kolmogorov-Smirnov Test, dengan hipotesis: 1 Ho: skor pengukuran berdistribusi normal, dan 2 Ha: skor pengukuran tidak berdistribusi normal. Kriteria yang digunakan adalah Ho diterima apabila nilai signifikansi lebih dari 0,05. Perhitungan analisis Kolmogorov-Smirnov Test menggunakan bantuan program SPSS 15.0 for windows. 2 Uji Multikolinieritas Uji asumsi tentang multikolinieritas ini dimaksudkan untuk membuktikan atau menguji ada tidaknya hubungan yang linier diantara variabel independen gejala multikolinieritas. Semakin tinggi tingkat korelasi antar variabel independen mengindikasikan koefisien regresi antara variabel independen dengan variabel dependen semakin kurang reliabel. Metode pengujian yang digunakan dalam menguji multikolinieritas adalah dengan melihat nilai koefisien inflation factor VIF pada model regresi. Pengujian multikolinieritas dalam penelitian ini menggunakan bantuan program SPSS 15 for windows. Hipotesis yang akan diuji untuk membuktikan ada tidaknya gejala multikolinieritas antar variabel independen adalah sebagai berikut: 1 Ho: tidak terdapat hubungan antar variabel independen, dan 2 Ha: terdapat hubungan antar variabel independen. Kriteria yang digunakan adalah Ho diterima apabila nilai VIF kurang dari 10 Ghozali, 2013 3 Uji Autokorelasi Uji Autokorelasi bertujuan untuk menguji apakah dalam model regresi linear ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode t-1 sebelumnya. Jika terjadi korelasi maka dinamakan ada problem autokorelasi Ghozali, 2013. Untuk melihat apakah terdapat autokorelasi atau tidak dapat dilihat dari uji Durbin Watson yang dapat dilihat dari hasil uji regresi berganda. Secara konvensional dapat dikatakan bahwa suatu persamaan regresi dikatakan telah memenuhi asumsi autokorelasi bila dinyatakan tidak tidak ada autokorelasi karena di antara du d4-du. 4 Uji Heteroscedastisitas Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang lain. Jika variance dari residual satu pengamatan ke pengamatan yang lain berbeda maka disebut heteroskedastisitas Ghozali, 2013. Gejala heteroscedastisitas terjadi sebagai akibat ketidaksamaan data, terlalu bervariasinya data yang diteliti. Salah satu cara untuk mendeteksi kemungkinan terjadinya gejala tersebut adalah dengan menggunakan uji H : Tidak ada heteros p value 0.05. H 1 : Ada Heteros p value 0.05. Karena p value 0.05, maka H tidak ditolak, sehingga bisa disumpulkan model tidak ada hetereoskedastisitas di dalam model. b. Teknik Pengujian Hipotesis Uji hipotesis dilakukan dengan analisis statistik inferensial atau kuantitatif yang meliputi analisis regresi linier ganda. Untuk mengetahui apakah terdapat pengaruh brand awareness X1, perceived quality X2, brand association X3, brand loyalty X4, dan other brand assets X5 terhadap kepuasan konsumen Y mobil Toyota Yaris maka digunakan analisis regresi linear ganda. Persamaan yang dihasilkan dari regresi linear ganda, adalah sebagai berikut : Y = a + b 1 X 1 + b 2 X 2 + b 3 X 3 + b 4 X 4 + b 5 X 5 +ε