69
f. Pada pernyataan 6, dari 70 responden terdapat 35 orang 47,1 yang
menyatakan sangat setuju, 35 orang 50 yang menyatakan setuju, 2 orang 2,9 yang menyatakan kurang setuju, dan tidak ada yang menyatakan tidak
setuju dan sangat tidak setuju. Hasil yang didominasi oleh jawaban sangat setuju dan setuju menunjukkan bahwa para pelanggan selalu
merekomendasikan produk Oriflame pada orang lain.
4.3 Uji Asumsi Klasik
4.3.1 Uji Normalitas
Ada dua cara untuk mendeteksi apakah data berdistribusi normal atau tidak yaitu dengan pendekatan grafik dan pendekatan Kolmogorv-Smirnov.
1. Pendekatan Grafik
Gambar 4.2 Histogram Uji Normalitas
Berdasarkan Gambar 4.2, menunjukkan bahwa variabel berdistribusi normal, hal ini ditunjukkan oleh distribusi data tersebut tidak menceng ke kiri atau
menceng ke kanan.
70
Gambar 4.3 P-P Plot Uji Normalitas
Berdasarkan Gambar 4.3, menunjukkan bahwa data-data titik-titik menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal. Hal ini
berarti data berdistribusi normal. Namun untuk lebih memastikan apakah data di sepanjang garis diagonal berdistribusi normal maka dilakukan uji Kolmogrov-
Smirnov dengan melihat data residualnya apakah berdistribusi normal. 2.
Pendekatan Kolmogrov- Smirnov Tabel 4.9
Hasil Uji Normalitas
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 70
Normal Parameters
a,b
Mean ,0000000
Std. Deviation ,95434472
Most Extreme Differences Absolute
,084 Positive
,084 Negative
-,077 Kolmogorov-Smirnov Z
,705 Asymp. Sig. 2-tailed
,704 a. Test distribution is Normal.
b. Calculated from data.
Sumber: Hasil Penelitian, 2015 Data diolah
71
Berdasarkan Tabel 4.9, menunjukkan bahwa nilai Asymp. Sig. 2-tailed adalah 0,704 berada di atas nilai signifikan 5 0,05. Hal ini berarti variabel
residual berdistribusi normal.
4.3.2 Uji Heteroskedastisitas
Ada beberapa cara untuk mendeteksi ada atau tidaknya heteroskedastisitas, yaitu:
1. Metode Grafik
Gambar 4.4 Scatter Plot Uji Heteroskedastisitas
Sumber: Hasil Penelitian, 2015 Data diolah Berdasarkan Gambar 4.4, menunjukkan bahwa PP Plot akan membentuk
plot antara nilai – nilai dari sumbu y dan sumbu x. Apabila plot keduanya berbentuk linier , maka hal ini merupakan indikasi bahwa residual menyebar
normal. 2.
Uji Glejser Heteroskedisitas
72
Tabel 4.10 Hasil Uji Glejser Heteroskedastisitas
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. B
Std. Error Beta
1 Constant 2,473
,787 3,141 ,003
Responsiveness ,062
,036 ,224
1,704 ,093 Tangibles
,030 ,042
,115 ,714
,478 Reliability
-,046 ,041
-,190 -1,135 ,261
Emphaty -,178
,069 -,385
-2,600 ,012 Assurance
-,004 ,028
-,020 -,148 ,883
a. Dependent Variable: absut
Sumber:
Hasil Penelitian, 2015 Data diolah Berdasarkan Tabel 4.10, menunjukkan bahwa tidak satupun variabel
independen yang signifikan secara statistik mempengaruhi variabel dependen absolute Ut absUt. Hal ini terlihat dari probabilitas signifikansinya di atas
tingkat kepercayaan 5 jadi disimpulkan model regresi tidak mengarah adanya heteroskedastisitas.
4.3.3 Uji Multikolinearitas
73
Tabel 4.11 Hasil Uji Multikolinearitas
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity
Statistics B
Std. Error Beta
Tolerance VIF
1 Constant 3,337
1,241 2,690 ,009
Responsiveness ,180
,057 ,241
3,171 ,002 ,756 1,323
Tangibles ,167
,066 ,235
2,527 ,014 ,506 1,977
Reliability -,237
,064 -,357
- 3,697
,000 ,466 2,145
Emphaty ,840
,108 ,665
7,777 ,000 ,596 1,677
Assurance ,104
,044 ,186
2,357 ,021 ,700 1,428
a. Dependent Variable: kepuasan
Sumber: Hasil Penelitian, 2015 Data diolah Berdasarkan Tabel 4.11, menunjukkan bahwa nilai tolerance dari setiap
variabel independen pada tabel di atas 0,1 dan nilai VIF dari setiap variabel independen 5 artinya tidak terdapat multikolinearitas.
4.4 Teknik Analisis Statistik 4.4.1 Teknik Analisis Regresi Berganda