Pengujian Persyaratan Analisis

B. Pengujian Persyaratan Analisis

Sebelum pengujian hipotesis dilakukan, data yang akan digunakan untuk analisis statistik dengan teknik regresi ganda harus memenuhi persyaratan sebagai berikut:

1. Uji Normalitas

Normalitas digunakan untuk mengetahui apakah data yang akan dianalisis berbentuk sebaran normal atau tidak. Deteksi normalitas dapat diketahui dengan melihat penyebaran data pada sumbu diagonal pada suatu grafik. Jika data menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal, maka model regresi memenuhi asumsi normalitas. Hasil uji normalitas bisa dilihat dalam gambar berikut:

Sumber: data primer yang diolah (2011) Gambar 4. Grafik Normal P-Plot of Regression Standardized Residual

commit to user

diagonal dan mengikuti arah garis diagonal, sehingga model regresi memenuhi asumsi normalitas.

2. Uji Multikolinearitas

Pengujian multikolineritas dilakukan untuk melihat apakah pada model regresi ditemukan adanya korelasi antara variabel independen. Cara mendeteksinya adalah dengan melihat nilai tolerance dan nilai Variance Inflation Factor (VIF), dimana menurut Hair et al dalam Duwi Priyatno (2009) variabel dikatakan mempunyai masalah multikolinearitas apabila nilai tolerance lebih kecil dari 0,1 atau nilai VIF lebih besar dari 10.

Tabel 7. Uji Multikolinearitas

Coefficients a

Model

Collinearity Statistics

Tolerance

VIF

1 (Constant) Lokai (X1)

.539

1.857

Desain fasilitas (X2)

.605

1.652

Penampilan karyawan (X3)

.550

1.820

Produk yang dijual (X4)

.567

1.764

a. Dependent Variable: Loyalitas

Sumber: data primer yang diolah (2011) Berdasarkan uji multikolinieritas di atas dapat dilihat bahwa nilai

tolerance keempat variabel bebas lebih dari 0,1 dan mendekati 1. Sedangkan nilai VIF berada di sekitar angka 1. Maka, dapat disimpulkan bahwa model regresi bebas dari masalah multikolinearitas.

commit to user

Uji heteroskedastisitas bertujuan untuk menguji apakah dalam sebuah regresi terjadi ketidaksamaan varians dari residual dari suatu pengamatan ke pengamatan lain. Hasil pengujian heteroskedastisistas dalam penelitian ini dapat dilihat pada gambar berikut:

Sumber: data primer yang diolah (2011) Gambar 5. Scatterplot Regression Standardized Residual

Berdasarkan gambar di atas, terlihat titik menyebar secara acak, tidak membentuk sebuah pola tertentu yang jelas, serta tersebar baik di atas maupun di bawah angka 0 pada sumbu Y. Hal ini menunjukkan tidak terdapat masalah heteroskedastisitas pada model regresi, sehingga model regresi layak dipakai.

4. Uji Autokorelasi

Uji autokorelasi digunakan untuk mendeteksi apakah variabel pengganggu dari masing-masing variabel bebas saling mempengaruhi. Hasil uji autokorelasi dalam penelitian ini bisa dilihat dalam tabel berikut:

commit to user

Model Summary b

Model

R Square

Adjusted R

Square

Std. Error of the

a. Predictors: (Constant), Produk yang dijual, Desain fasilitas, Penampilan karyawan, Lokasi

b. Dependent Variable: Loyalitas

Sumber: data primer yang diolah (2011) Berdasarkan uji autokorelasi di atas diperoleh hasil angka D-W sebesar 1,991. Nilai D-W terletak diantara -2 sampai 2 (-2 < 1,897 < 2), dengan demikian model regresi terbebas dari masalah autokorelasi.

commit to user

Uji linieritas bertujuan untuk mengetahui apakah dua variabel mempunyai hubungan yang linier atau tidak. Hasil uji linearitas dalam penelitian ini adalah sebagai berikut:

a. Lokasi (X 1 ) dengan Loyalitas Konsumen (Y)

Sumber: data primer yang diolah (2011) Gambar 6. Plot Lokasi (X1) dengan Loyalita Konsumen (Y)

Berdasarkan plot antara variabel lokasi (X 1 ) dengan variebel loyalitas konsumen (Y) di atas dapat dilihat bahwa plot menggambarkan garis lurus, maka dapat disimpulkan bahwa model regresi memenuhi asumsi linieritas.

commit to user

Sumber: data primer yang diolah (2011) Gambar 7. Plot Desain Fasilitas (X 2 ) dengan Loyalitas Konsumen (Y)

Berdasarkan plot antara variabel proses yang terkait dengan desain fasilitas (X 2 ) dengan variebel loyalitas konsumen (Y) di atas dapat dilihat bahwa plot menggambarkan garis lurus, maka dapat disimpulkan bahwa model regresi memenuhi asumsi linieritas.

commit to user

Sumber: data primer yang diolah (2011) Gambar 8. Plot Penampilan Karyawan (X 3 ) dengan Loyalitas Konsumen (Y) Berdasarkan plot antara variabel penampilan karyawan (X 3 ) dengan

variebel loyalitas konsumen (Y) di atas dapat dilihat bahwa plot menggambarkan garis lurus, maka dapat disimpulkan bahwa model regresi memenuhi asumsi linieritas.

commit to user

d. Produk yang Dijual (X 4 ) dengan Loyalitas Konsumen (Y)

Sumber: data primer yang diolah (2011) Gambar 9. Plot Produk yang Dijual (X 4 ) dengan Loyalitas Konsumen (Y) Berdasarkan plot antara variabel produk yang dijual (X 4 ) dengan

variebel loyalitas konsumen (Y) di atas dapat dilihat bahwa plot menggambarkan garis lurus, maka dapat disimpulkan bahwa model regresi memenuhi asumsi linieritas.

commit to user

Pengujian hipotesis merupakan langkah untuk membuktikan pernyataan yang dikemukakan dalam perumusan hipotesis. Hipotesis akan diterima apabila hasil penelitian dapat mendukung pernyataan hipotesis dan sebaliknya akan ditolak apabila hasil penelitian tidak mendukung pernyataan hipotesis.

1. Analisis Regresi Ganda

Setelah diolah dengan menggunakan software SPSS 17.0 for windows diperoleh nilai koefisien regresi sebagai berikut:

Tabel 9. Koefisien Regresi

Coefficients a

Model

Unstandardized Coefficients

Standardized

Coefficients

t B Sig. Std. Error Beta 1 (Constant)

Penampilan karyawan

Produk yang dijual

a. Dependent Variable: Loyalitas

Sumber: data primer yang diolah (2011) Berdasarkan tabel coefficients di atas, maka persamaan regresi yang

diperoleh adalah sebagai berikut: Y = 0,297 + 0,183 X 1 + 0,241 X 2 + 0,158 X 3 + 0,160 X 4

Keterangan Y : Loyalitas Konsumen

X 1 : Lokasi

X 2 : Desain Fasilitas

X 3 : Penampilan Karyawan

commit to user

Berdasarkan persamaan regresi tersebut dapat diinterpretasikan sebagai berikut:

a. Konstanta / intersep sebesar 0,297 secara matematis menyatakan bahwa jika nilai variabel bebas X 1 ,X 2 ,X 3 , dan X 4 nol maka nilai Y adalah 0,297.

b. Koefisien regresi variabel lokasi (X 1 ) sebesar 0,183 artinya lokasi toko mempunyai pengaruh yang positif terhadap variabel loyalitas konsumen. Sedangkan koefisien 0,183 berarti bahwa peningkatan satu unit variabel lokasi dengan memperhatikan akses, lingkungan sekitar toko yang baik dan asumsi variabel bebas lain konstan akan menyebabkan kenaikan loyalitas konsumen sebesar 0,183 berupa pembelian ulang dan merekomendasikan.

c. Koefisien regresi variabel proses yang terkait dengan desain fasilitas (X 2 ) sebesar 0,241 artinya desain fasilitas mempunyai pengaruh yang positif terhadap variabel loyalitas konsumen. Sedangkan koefisien 0,241 berarti bahwa peningkatan satu unit variabel desain fasilitas dengan meperhatikan perencanaan ruangan, perlengkapan perabotan, dan pesan-pesan grafis, dan asumsi variabel bebas lain konstan akan menyebabkan kenaikan loyalitas konsumen sebesar 0,241 unit berupa pembelian ulang dan merekomendasikan.

d. Koefisien regresi variabel penampilan karyawan (X 3 ) sebesar 0,158 artinya variabel penampilan karyawan mempunyai pengaruh yang positif terhadap variabel loyalitas konsumen. Sedangkan koefisien 0,158 berarti bahwa peningkatan satu unit variabel penampilan karyawan dengan memberikan pengarahan karyawan khususnya pramuniaga tentang penampilan dan sikap saat melayani konsumen yang baik, dan asumsi variabel bebas lain konstan akan menyebabkan kenaikan loyalitas konsumen sebesar 0,158 unit berupa pembelian ulang dan merekomendasikan.

e. Koefisien regresi variabel produk (X 4 ) sebesar 0,16 artinya variabel produk mempunyai pengaruh yang positif terhadap variabel loyalitas konsumen. Sedangkan koefisien 0,16 berarti bahwa peningkatan satu unit variabel produk dengan memperhatikan kinerja produk berupa rasa, kesesuaian harga, dan pemberian pilihan varian produk, dan asumsi variabel bebas lain konstan akan

commit to user

pembelian ulang dan merekomendasikan.

2. Uji F

Uji F digunakan untuk mengetahui variabel bebas secara bersama-sama mempunyai berpengaruh secara signifikan terhadap variabel terikat.

a. Hipotesis

Ho : tidak terdapat pengaruh yang signifikan antara variabel tangible aspect secara bersama-sama terhadap loyalitas konsumen J.CO Donuts & Coffe Solo Square.

Ha : terdapat pengaruh yang signifikan antara variabel tangible aspect secara bersama-sama terhadap loyalitas konsumen J.CO Donuts & Coffe Solo Square.

b. Kriteria Pengujian

Ho ditolak dan Ha diterima apabila nilai probabilitas lebih kecil dari 0,05 Ho diterima dan Ha ditolak apabila nilai probabilitas lebih besar dari 0,05

c. Nilai Probabilitas

Tabel 10. ANOVA

ANOVA b

Model

Sum of Squares

df Mean Square

F Sig. 1 Regression

351.149

4 87.787

35.076 .000 a Residual

a. Predictors: (Constant), Produk yang dijual, Desain fasilitas, Penampilan karyawan, Lokasi b. Dependent Variable: Loyalitas Konsumen

Sumber: data primer yang diolah (2011) Berdasarkan tabel ANOVA di atas bisa dilihat bahwa nilai

probabilitas dalam kolom Sig. adalah 0,000, dimana nilai ini lebih kecil dari 0,05. Maka bisa disimpulkan bahwa Ho ditolak yang artinya terdapat pengaruh yang signifikan antara variabel tangible aspect yang terdiri dari

lokasi (X 1 ), desain fasilitas (X 2 ), penampilan karyawan (X 3 ), produk yang

commit to user

Coffe Solo Square (Y).

3. Uji t

Uji t digunakan untuk menguji secara parsial masing-masing variabel.

a. Hipotesis

Ho: tidak ada pengaruh antara variabel bebas (tangible aspect) secara parsial terhadap variabel terikat (loyalitas konsumen). Ha : ada pengaruh antara variabel bebas (tangible aspect) secara parsial terhadap variabel terikat (loyalitas konsumen).

b. Kriteria Pengujian

Ho ditolak dan Ha diterima apabila nilai probabilitas lebih kecil dari 0,05 Ho diterima dan Ha ditolak apabila nilai probabilitas lebih besar dari 0,05

c. Nilai Probabilitas

Tabel 11. Coefficients

Coefficients a

t B Sig. Std. Error Beta 1 (Constant)

2.780 .007 Desain fasilitas

3.407 .001 Penampilan karyawan

2.273 .025 Produk yang dijual

2.609 .011 a. Dependent Variable: Loyalitas Konsumen

Sumber: data primer yang diolah (2011) Berdasarkan tabel coefficients di atas bisa dilihat bahwa:

1) Nilai probabilitas lokasi (X 1 ) adalah 0,007. Nilai probabilitas ini lebih kecil dari 0,05 maka Ho ditolak, sehingga terdapat pengaruh yang signifikan secara parsial antara variabel lokasi (X 1 ) terhadap variabel loyalitas konsumen (Y).

commit to user

0,001. Nilai probabilitas ini lebih kecil dari 0,05 maka Ho ditolak, sehingga terdapat pengaruh yang signifikan secara parsial antara variabel

desain fasilitas (X 2 ) terhadap variabel loyalitas konsumen (Y).

3) Nilai probabilitas penampilan karyawan (X 3 ) adalah 0,025. Nilai probabilitas ini lebih kecil dari 0,05 maka Ho ditolak, sehingga terdapat pengaruh yang signifikan secara parsial antara variabel penampilan

karyawan (X 3 ) terhadap variabel loyalitas konsumen (Y).

4) Nilai probabilitas pembelian (X 4 ) adalah 0,011. Nilai probabilitas ini lebih kecil dari 0,05 maka Ho ditolak, sehingga terdapat pengaruh yang signifikan secara parsial antara variabel produk yang dijual (X 4 ) terhadap variabel loyalitas konsumen (Y).

4. Koefisien Determinasi

Koefisien determinasi terletak pada tabel model summary b dan untuk

analisis regresi tertulis Adjusted R Square. Nilai koefisien determinasi (Adjusted R Square) sebesar 0,579, sehingga dapat diartikan bahwa 0,579 loyalitas dipengaruhi oleh lokasi, desain fasilitas, penampilan karyawan, dan produk yang dijual. Sedangkan sisanya sebesar 42,1% (100%-57,9%) dipengaruhi faktor lain selain faktor yang diteliti dalam penelitian ini.