Hasil uji linearitas menunjukkan bahwa nilai p pada kepuasan konsumen sebesar 0,0270,05 yang berarti linier, dan nilai p pada kualitas pelayanan sebesar
0,0000,05 yang juga berarti linier.
2. Uji Asumsi Klasik
a. Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas atau independen Ghozali, 2006.
Apabila terjadi hubungan linear yang “sempurna” pada beberapa atau semua variabel bebas, maka terdapat korelasi yang sangat kuat di antara variabel independen.
Pendeteksian multikolinearitas dapat dilihat dari nilai Variance Inflation Factor VIF, jika berkisar dari 1 sampai dengan 10 dan nilai tolerance lebih dari 0,1 dapat
dikatakan bahwa variabel independen yang digunakan dalam model terbebas dari multikolinearitas.
Tabel 10 Nilai VIF dan Tolerance untuk Pengujian Multikolinearitas
Variabel Bebas Tolerance
VIF Kepuasan Konsumen
0,995 1,005
Kualitas Pelayanan 0,995
1,005
Berdasar pada hasil pengujian multikolinearitas, dapat disimpulkan bahwa variabel penelitian terbebas dari multikolinearitas. Hal tersebut terlihat dari nilai VIF
variabel kepuasan konsumen dan kualitas pelayanan sebesar 1,005 berkisar antara 1
s.d 10 dan nilai tolerance kepuasan konsumen dan kualitas pelayanan 0,995 lebih dari 0,1.
b. Autokorelasi
Pengujian ini perlu dilakukan untuk mengetahui ada tidaknya hubungan antar unsur gangguan pada observasi dengan unsur gangguan pada observasi lain Gujarati,
2009. Pengujian gejala autokorelasi pada model dapat dilakukan dengan melihat koefisien hasil uji Durbin-Watson dari variabel, kemudian hasil yang didapat
dibandingkan dengan nilai dL dan dU berdasarkan D Tabel. Hasil pengujian Durbin- Watson dapat dilihat pada tabel berikut:
Tabel 11 Hasil Pengujian Autokorelasi
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of the
Estimate Durbin-Watson
1 .503
a
.253 .231
3.54230 1.999
a. Predictors: Constant, Kualitas, Kepuasan b. Dependent Variable: Loyalitas
Hasil Pengujian autokorelasi menunjukkan koefisien Durbin-Watson sebesar 1,999, sedangkan nilai dL berdasarkan dTabel sebesar 1,5542 dan nilai dU sebesar
1,6715. Nilai Durbin-Watson 1,999 lebih besar daripada nilai dU 1,6715 sehingga dapat disimpulkan bahwa tidak terjadi autokorelasi.
c. Heterokesdastisitas
Pengujian asumsi klasik yang terakhir adalah heterokodestisitas. Uji heterokodestisitas bertujuan menguji apakah dalam model regresi terjadi
ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang lain Ghozali, 2006. Pengujian dilakukan dengan melihat penyebaran data pada grafik
scatterplot. Heterokodestisitas tidak terjadi apabila pada scatterplot menunjukkan sebagai berikut Hartono, 2008:
1. Titik-titik data menyebar di atas dan di bawah atau di sekitar 0. 3. Titik-titik data tidak mengumpul hanya di atas atau di bawah.
4. Penyebaran titik tidak boleh membentuk pola berulang melebar, menyempit, kemudian melebar kembali.
5. Penyebaran tidak berpola.
Gambar 2 Grafik Scatterplot untuk Pengujian Heterokodestisitas
Pada grafik diatas terlihat titik-titik yang ada tersebar secara merata, tidak terkumpul pada satu tempat saja sehingga dapat disimpulkan bahwa tidak terjadi
heterokodestisitas.
3. Uji Hipotesis
