3. Uji Asumsi Klasik
Sebelum  melakukan  pengujian  hipotesis  dengan  metode  regresi linier  berganda  dan  regresi  linier  sederhana,  terlebih  dahulu  dilakukan
pengujian  asumsi  klasik.  Pengujian  asumsi  klasik  dilakukan  untuk mengetahui  apakah  data  yang  digunakan  telah  terbebas  dari  masalah
normalitas, multikolinearitas, dan heteroskedastisitas. Jika salah satu dari ketiga  asumsi  klasik  tidak  terpenuhi  maka  akan  menyebabkan  bias  pada
persamaan regresi yang berpengaruh pada hasil penelitian. a.
Uji Normalitas dengan Skewness Uji  normalitas  bertujuan  untuk  menguji  apakah  dalam  model
regresi  variabel  independen  dan  variabel  dependenkeduanya berdistribusi  normal  atau  tidak.  Model  regresi  dikatakan  baik  jika
variabel  independen  dan  variabel  dependennya  berdistribusi  normal atau mendekati normal Sunyoto, 2011:158.
Uji  normalitas  akan  dilakukan  menggunakan  uji  skewness kemiringan. Variabel independen dan dependen dinyatakan simetris
atau berdistribusi normal jika memiliki nilai Z-Skewness antara -1,96 dan  +1,96  Priyatno,  2010.  Berikut  adalah  tabel  hasil  uji  skewness
untuk masing-masing variabel :
Tabel V.10 Hasil Uji Skewness
Variabel Hasil
Signifikansi Kesimpulan
Kepuasan Konsumen 0,49
Antara -1,96 dan +1,96 Simetris
Minat Beli Ulang -2,61
Antara -1,96 dan +1,96 Simetris
Sumber: Data yang diolah,
2014 Tabel  di  atas  menunjukkan  bahwa  nilai  hasil  dari  perhitungan
Skewness antara -1,96 dan +1,96, sehingga dapat disimpulkan bahwa semua variabel dalam penelitian dinyatakan simetris atau berdistribusi
normal. b.
Uji Multikolinearitas Uji  Multikolinearitas  menunjukkan  adanya  korelasi  linier  yang
sempurna  diantara  beberapa  atau  semua  variabel  independennya. Idealnya  variabel-variabel  independen  dari  persamaan  regresi  tidak
memiliki satu dengan lainnya. Uji  Multikolinearitas  dapat  dilakukan  dengan  melakukan  analisis
regresi berganda dengan program SPSS 16 dan melihat dari nilai VIF
Variance  Inflation  Factor
yang  ditampilkan  pada  hasil  output analisis  regresi  berganda.  Jika  nilai  VIF    10  maka  variabel  tersebut
mempunyai  persoalan  multikolinearitas  dengan  variabel  bebas lainnya. Berikut hasil multikolinearitas:
Tabel V.11 Hasil Uji Multikolinearitas
No Variabel
Collinearity Statistics Tolerance
VIF 1
Kualitas Pelayanan 0,948
1,055 2
Persepsi Akan Harga 0,948
1,055
Sumber: Data yang diolah,
2014 Nilai  VIF  dari  kedua  variabel  bebas  tersebut  tidak  ada  yang
bernilai  lebih  dari  10  dan  nilai  tolerance  keduanya  tidak  ada  yang kurang  dari  0,1.  Maka  disimpulkan  bahwa  dalam  model  regresi  ini
tidak terjadi masalah multikolinearitas. c.
Uji Heteroskedastisitas Model  regresi  yang  baik  adalah  model  regresi  yang  memiliki
kesamaan  varians  dari  residual  satu  pengamatan  ke  pengamatan  lain. Uji  ini  bertujuan  untuk  mengetahui  apakah  dalam  model  regresi
terjadi  heteroskedastisitas  yang  berarti  variabel  tidak  sama  untuk semua  pengamatan  atau  homokedastisitas  yang  berarti  ada  kesamaan
variabel untuk semua pengamatan Sunyoto, 2011:145. Uji  heteroskedastisitas  akan  dilakukan  menggunakan  metode
S
pearmans  ‘rho.  Variabel  akan  dinyatakan  terbebas  dari  masalah heteroskedastisitas  jika  memiliki  nilai  signifikansi  antar  variabel
independen dengan residual lebih dari 0,05. Berikut adalah tabel hasil uji heteroskedastisitas menggunakan metode
S
pearmans ‘rho:
Tabel V.12 Hasil Uji Heteroskedastisitas Spearmans ‘rho
Variabel Sig. 2-tailed
Standard Signifikansi
Kesimpulan
Kualitas Pelayanan 0,144
0,05 Homokedastisitas
Persepsi Akan Harga 0,282
0,05 Homokedastisitas
Kepuasan Konsumen 0,314
0,05 Homokedastisitas
Sumber: Data yang diolah,
2014 Tabel di atas menunjukkan bahwa nilai signifikansi sebesar 0,314,
0,282,  dan  0,144  lebih  besar  dari  0,05.  Hal  ini  menunjukkan  bahwa model regresi terbebas dari masalah heteroskedastisitas.
4. Analisis Uji Regresi Berganda
a. Uji F atau Uji Simultan
Uji  F  statistik  digunakan  untuk  menguji  besarnya  pengaruh  dari seluruh  variabel  independen  kualitas  pelayanan  dan  persepsi  akan
harga secara bersama-sama atau simultan berpengaruh pada variabel dependen kepuasan konsumen. Kriteria yang digunakan:
H
diterima apabila
F
hitung
≤
F
tabel
artinya, variabel kualitas pelayanan dan  persepsi  akan  harga  secara  simultan  tidak  berpengaruh  pada
kepuasan konsumen.
H
ditolak apabila
F
hitung
F
tabel
artinya, variabel kualitas pelayanan dan persepsi akan harga secara simultan berpengaruh pada kepuasan
konsumen.
Dari  uji  ANOVA  atau  F
test
dengan  menggunakan  program  SPSS versi 16.0, didapat
F
hitung
sebesar 0,968 dengan taraf signifikansi α =
5, df1= m-1= 4  -1 = 3 dan df2 = n – m = 150 – 4 = 146, maka
F
tabel
df1df2  =  2,43.  Berikut  hasil  uji  F  pada  pengujian  regresi dalam penelitian ini:
Tabel V.13 Hasil Uji F
Model Sum of Squares
df Mean Square
F Sig.
1 Regressi
on .857
2 .428
.968 .382
a
Residual 65.017
147 .442
Total 65.873
149 a. Predictors: Constant, Persepsi Akan Harga, Kualitas Pelayanan
b. Dependent Variable: Kepuasan Konsumen
Tabel V.13 menunjukkan bahwa nilai
F
hitung
sebesar 0,968. Hal ini berarti bahwa
F
hitung
0,968  2,43. Dan dapat disimpulkan bahwa
H
diterima.  Dapat  disimpulkan  bahwa  variabel  X
1
Kualitas  Pelayanan, dan Persepsi Akan Harga X
2
secara bersama-sama atau simultan tidak berpengaruh terhadap Kepuasan Konsumen.
b. Uji t atau Uji Parsial
Uji t digunakan untuk menguji koefisien regresi secara parsial dari variabel independennya dengan kriteria:
H
diterima apabila
t
hitung
≤
t
a
artinya, variabel kualitas pelayanan dan persepsi akan harga secara parsial tidak berpengaruh pada kepuasan
konsumen.
H
ditolak apabila
t
hitung
t
a
artinya, variabel kualitas pelayanan dan persepsi  akan  harga  secara  parsial  berpengaruh  pada  kepuasan
konsumen. Dengan  menggunakan  program  SPSS  versi  16.0,  diperoleh
t
hitung
dan
t
tabel
df= n- 2 150 – 2 = 148. Analisis ini digunakan untuk
mengetahui  pengaruh  variabel  kualitas  pelayanan  dan  persepsi  akan harga pada minat beli ulang konsumen adalah sebagai berikut:
Tabel V.14 Hasil Uji t
Sumber: Data yang diolah,
2014
Dari  hasil  uji  regresi  berganda  pada  tabel  V.14,  secara matematis dapat disusun persamaan regresi berganda sebagai berikut:
Y = 3,309 + 0,026 X
1
+ 0,006X
2
Pada variabel Kualitas Pelayanan X
1
,
t
hitung
sebesar 1,253 pada taraf signifikansi 5 dan
t
tabel
sebesar 1,976 yang berarti
H
diterima. Hal  ini  menunjukkan  bahwa  secara  parsial  tidak  ada  pengaruh  yang
signifikan  antara  variabel  kualitas  pelayanan  dengan  kepuasan konsumen.
Pada variabel persepsi akan harga X
2
,
t
hitung
sebesar 0,305 pada taraf signifikan 5 dan
t
tabel
sebesar 1,976  yang berarti
H
diterima.
Variabel B
t
hitung
t
tabel
Sig keterangan
Constant 3.309
.000 -
.000 Kualitas
Pelayanan .026
1.253 1,976
.212
H
diterima
Persepsi Akan Harga
.006 .305
1,976 .761
H
diterima