regresi yang baik seharusnya tidak terjadi korelasi diantara variabel bebas atau dengan kata lain variabel independen yang satu dengan yang lain dalam model
regresi berganda tidak boleh saling berhubungan secara sempurna atau mendekati sempurna. Untuk mengetahui ada tidaknya multikonealiritas di dalam model
regresi dapat dilihat dari besarnya nilai Tolerance dan VIF Variance Inflation Factor melalui SPSS 17.00 for windows dengan ketentuan:
a. Jika VIF 5 dan Tolerance 0,1 maka terdapat masalah multikolinearitas.
b. Jika VIF5 dan Tolerance 0,1 maka tidak terdapat masalah multikolinearitas.
3.11 Metode Analisis Data
3.11.1 Metode Analisis Statistik Deskriptif
Analisis deskriptif adalah analisis yang digunakan dengan cara merumuskan dan menafsirkan data yang ada sehingga memberikan gambaran
yang jelas melalui pengumpulan, pengklasifikasian, analisis data, dan di intepretasikan secara objektif sehingga dapat diketahui informasi dan gambaran
umum topik yang sedang diteliti.
3.11.2 Analisis Jalur
Model regresi dengan variabel intervening merupakan hubungan bertingkat sehingga jika dengan analisis regresi harus menggunakan analisis jalur
Situmorang dan Lutfi, 2012:195. Analisis jalur digunakan untuk menguji besarnya pengaruh yang ditunjukkan oleh koefisien jalur pada setiap diagram jalur
dari hubungan kausal Antara X
1
, X
2
, X
3
, dan X
4
terhadap Y. Analisi korelasi dan regresi yang menjadi dasar dalam perhitungan jalur. Adapun model analisis yang
digunakan adalah:
Universitas Sumatera Utara
1. Hipotesis Pengaruh Produk, Harga, dan Lokasi terhadap Kepuasan
Pelanggan
Z =
ρZX
1
X
1
+ ρZX
2
X
2
+ ρZX
3
X
3
+ e
Keterangan : Z
= Kepuasan Pelanggan ρZX = Hubungan Kepuasan Pelanggan dengan Variabel X
X
1
= Produk X
2
= Harga X
3
= Lokasi e
= Standard Error 2.
Hipotesis Pengaruh Kepuasan Pelanggan terhadap Loyalitas Pelanggan
Y = ρYZ Z
+ e
Keterangan : Y
= Loyalitas Pelanggan ρYZ = Hubungan Loyalitas dengan Kepuasan Pelanggan
Z = Kepuasan Pelanggan
e = Standard Error
3. Hipotesis Pengaruh Produk, Harga dan Lokasi terhadap Loyalitas
Pelanggan
Y = ρYX
1
X
1
+ ρYX
2
X
2
+ ρYX
3
X
3
+ e
Keterangan : Y
= Loyalitas Pelanggan ρYX = Hubungan Loyalitas Pelanggan dengan Variabel X
Universitas Sumatera Utara
X
1
= Produk X
2
= Harga X
3
= Lokasi e
= Standard Error
3.11.3 Korelasi Pearson
Korelasi sering diartikan sebagi hubungan, berarti korelasi harus membicarakan sekurang-kurangnya dua variabel atau lebih. Korelasi dapat
dihitung dengan menggunakan Korelasi Pearson. Korelasi ini sering disebut juga Korelasi Product Moment. Dengan koefisien korelasi yang besarnya antara -1
sampai +1. Tanda positif dan negatif menunjukkan arti arah atau arah dari hubungan koefisien korelasi. Korelasi positif nilainya berada antara 0 sampai +1,
nilai menjelaskan bahwa apabila suatu variabel naik maka akan menyebabkan kenaikan pada variabel yang lainnya dan sebaliknya. Korelasi negatif nilainya
berada antara -1 sampai 0, nilai tersebut menjelaskan bahwa apabila suatu variabel naik maka variabel yang lainnya akan turun dan sebaliknya.
3.11.4 Pengujian Hipotesis
