Uji Heteroskedastisitas Uji Normalitas

Berdasarkan Tabel 4.13 diketahui bahwa nilai Asymp.Sig. 2 tailed adalah 0.603 dan di atas nilai signifikan 0.05, dengan kata lain variabel residual berdistribusi normal. Nilai Kolmogorov-Smirnov Z lebih kecil dari 1,97 berarti tidak ada perbedaan antara distribusi teoritik dan distribusi empirik atau dengan kata lain data dikatakan normal.

b. Uji Heteroskedastisitas

Pada prinsipnya pengujian heteroskedastisitas adalah untuk melihat apakah terjadi gangguan yang berbeda dari suatu pengamatan. Untuk mendeteksi keberadaan heteroskedastisitas dapat dilakukan dengan metode formal yaitu melalui pendekatan grafik dan metode informal yaitu melalui uji statistik yang salah satunya melalui uji Glejser. 1. Pendekatan Grafik Melalui pendekatan grafik, hasil pengolahan dapat di lihat pada Gambar 4.6 dibawah ini: Universitas Sumatera Utara Sumber: Hasil Penelitian, 2014 Data Diolah Gambar 4.6 Hasil Uji Heteroskedastisitas Dari grafik scatterplot yang disajikan pada Gambar 4.6 dapat dilihat titik- titik menyebar secara acak serta tersebar baik di atas maupun di bawah angka nol pada sumbu Y, dan tidak seperti membentuk sebuah pola tertentu. Hal ini berarti bahwa tidak terjadi heteroskedastisitas pada model regresi. 2. Pendekatan Statistik Pendekatan statistik dapat dilakukan melalui Uji Glejser. Hasil pengolahannya dapat dilihat pada Tabel 4.11 berikut: Universitas Sumatera Utara Tabel 4.11 Uji Glejser Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 Constant 1.436 1.351 1.063 .292 Produk .024 .079 .054 .308 .759 Harga .189 .109 .262 1.725 .090 Distribusi -.085 .105 -.119 -.809 .422 Pelayanan -.221 .112 -.367 -1.971 .054 a. Dependent Variable: absut Sumber: Hasil Penelitian, 2014 Data Diolah Jika variabel independen signifikan secara statistik mempengaruhi variabel dependen, maka ada indikasi terjadi heteroskedastisitas. Hasil tampilan output SPSS dengan jelas menunjukkan tidak satupun variabel independen yang signifikan secara statistik mempengaruhi variabel dependen absolut Ut absUt. Hal ini terlihat dari probabilitas signifikansinya di atas tingkat kepercayaan 0,05, jadi disimpulkan model regresi tidak mengarah adanya heteroskedastisitas.

c. Uji Multikolinearitas

Uji multikolinearitas bertujuan untuk menguji adanya korelasi antara variabel independen. Model regresi yang baik seharusnya tidak terjadi korelasi antar variabel independen. Universitas Sumatera Utara Untuk mendekteksi multikolinearitas pada data dapat digunakan dengan melihat nilai Tolerance dan Variance Inflation Factor VIF, dengan kriteria sebagai berikut: 1. VIF 5 maka diduga mempunyai persoalan multikolinearitas. 2. VIF 5 maka tidak terdapat multikolinearitas. 3. Tolerance 0,1 maka diduga mempunyai persoalan multikolinearitas. 4. Tolerance 0,1 maka tidak dapat terdapat multikolineraitas. Hasil pengolahan dapat dilihat pada Tabel 4.12 berikut ini: Tabel 4.12 Hasil Uji Multikolinearitas Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics B Std. Error Beta Tolerance VIF 1 Constant 1.546 2.141 .722 .473 Produk .395 .126 .361 3.143 .003 .508 1.967 Harga .385 .174 .220 2.221 .030 .681 1.469 Distribusi .219 .167 .126 1.312 .195 .727 1.375 Pelayanan .392 .178 .268 2.204 .032 .454 2.204 a. Dependent Variable: Kepuasan Sumber: Hasil Penelitian, 2014 Data Diolah Multikolinearitas dapat dilihat dari nilai Tolerance dan Variance Inflation Factor VIF kedua ukuran ini menunjukkan setiap variabel independen manakah yang dijelaskan oleh variabel independen yang terpilih yang tidak dijelaskan oleh variabel independen lainnya. Nilai cutoff yang umum dipakai untuk menunjukkan adanya multikolinearitas adalah Tolerance 0,1 sedangkan VIF 5. Pada Tabel Universitas Sumatera Utara 4.11 dapat dilihat bahwa nilai VIF 5 dan Tolerance 0.1, maka tidak terdapat masalah multikolinearitas dalam penelitian ini.

4.2.3 Pengujian Hipotesis Untuk Persamaan I

1. Uji Regresi Linear Berganda Analisis regresi berganda digunakan untuk mengetahui pengaruh antara variabel bebas produk, harga, saluran distribusi, dan pelayanan dan variabel terikat keputusan pembelian. Hasil pengujian regresi berganda dalam penelitian ini menggunakan alat bantu SPPS dan hasilnya dapat dilihat pada Tabel 4.13 berikut ini: Tabel 4.13 Uji Regresi Linier Berganda Sumber: Hasil Penelitian, 2014 Data Diolah Berdasarkan Tabel 4.13 di atas dapat diperoleh rumus regresi sebagai berikut: Z = a + b 1 X 1 + b 2 X 2 + b 3 X 3 + b 4 X 4 + e Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics B Std. Error Beta Tolerance VIF 1 Constant 1.546 2.141 .722 .473 Produk .395 .126 .361 3.143 .003 .508 1.967 Harga .385 .174 .220 2.221 .030 .681 1.469 Distribusi .219 .167 .126 1.312 .195 .727 1.375 Pelayanan .392 .178 .268 2.204 .032 .454 2.204 a. Dependent Variable: Kepuasan Universitas Sumatera Utara Z = 1.546 + 0.395 + 0.385 + 0. 219 + 0.392 + e Interprestasi dari regresi di atas adalah sebagai berikut: a. Konstanta a Konstanta sebesar 1.546 artinya variabel bebas bernilai nol maka kepuasan konsumen Toko Roti Mawar Medan tetap sebesar 1.546. b. Produk X 1 terhadap kepuasan konsumen Z Nilai koefisien produk untuk variabel X 1 sebesar 0.395 Hal ini mengandung arti bahwa setiap kenaikan produk satu satuan maka variabel beta Z akan naik sebesar 0.395 dengan asumsi bahwa variabel bebas yang lain dari model regresi adalah tetap. c. Harga X 2 terhadap kepuasan konsumen Z Nilai koefisien harga untuk variabel X 2 sebesar 0.385 Hal ini mengandung arti bahwa setiap kenaikan produk satu satuan maka variabel beta Z akan naik sebesar 0.385 dengan asumsi bahwa variabel bebas yang lain dari model regresi adalah tetap. d. Distribusi X 3 terhadap kepuasan konsumen Z Nilai koefisien distribusi untuk variabel X 3 sebesar 0.219 Hal ini mengandung arti bahwa setiap kenaikan produk satu satuan maka variabel beta Z akan naik sebesar 0.219 dengan asumsi bahwa variabel bebas yang lain dari model regresi adalah tetap. e. Pelayanan X 4 terhadap kepuasan konsumen Z Nilai koefisien pelayanan untuk variabel X 4 sebesar 0.392 Hal ini mengandung arti bahwa setiap kenaikan produk satu satuan maka Universitas Sumatera Utara variabel beta Z akan naik sebesar 0.392 dengan asumsi bahwa variabel bebas yang lain dari model regresi adalah tetap.

2. Uji Signifikansi Simultan Uji-F

Uji F dilakukan untuk menguji apakah varibel produk X 1 , harga X 2 , distribusi X 3 , dan pelayanan X 4 secara bersama-sama atau simultan mempunyai pengaruh yang signifikan terhadap kepuasan konsumen Z Toko Roti Mawar Medan. Model hipotesis yang dugunakan dalam Uji F adalah sebagai berikut: • H : b1 = b2 = b3 = b4 = 0, artinya secara simultan tidak signifikan dari variabel bebas X1, X2, X3,X4 terhadap variabel intervening Z. • H 1 : b1 ≠ b2 ≠ b3 ≠ b4 ≠ 0, artinya secara simultan adalah signifikan dari variabel bebas X1, X2, X3, X4 terhadap variabel intervening Z. Kriteria pengambilan keputusan: - Ho diterima jika F hitung F tabel pada α = 5 - H1 ditolak jika F hitung F tabel α = 5 Nilai F hitung akan diperoleh dengan menggunakan bantuan software SPSS 19.00. Untuk menentukan nilai F tabel , maka diperlukan adanya derajat bebas pembilang dan derajat bebas penyebut, dengan rumus sebagai berikut: df pembilang = k – 1 df penyebut = n –k Universitas Sumatera Utara Keterangan: n = jumlah sampel penelitian k = jumlah variabel bebas dan terikat Pada penelitian ini diketahui jumlah sampel n adalah 61 dan jumlah keseluruhan variabel k adalah 5, sehingga diperoleh:

1. df pembilang = k-1= 5-1= 4

2. df penyebut = n-k = 61 - 5 = 56, F

tabel 0.05 4,56 = 2.54 Tabel 4.14 Hasil Uji F Sumber: Hasil Penelitian, 2014 Data Diolah F hitung = ���� ������ ���������� ���� ������ �������� = 41.632 1.787 = 23.299 Pada Tabel 4.14 dapat dilihat hasil perolehan F hitung pada kolom F yakni sebesar 23.299 lebih besar dari nilai F tabel dengan tingkat kesalahan = 5 yaitu 2.54 dan dengan nilai Sig. yang lebih kecil dari nilai alpha 0,000 0,05. Berdasarkan kriteria pengujian hipotesis jika F hitung F tabel maka H o ANOVA b Model Sum of Squares df Mean Square F Sig. 1 Regression 166.527 4 41.632 23.299 .000 a Residual 100.063 56 1.787 Total 266.590 60 a. Predictors: Constant, Pelayanan, Distribusi, Harga, Produk b. Dependent Variable: Kepuasan Universitas Sumatera Utara ditolak dan H 1 diterima, artinya variabel bebas yang terdiri dari produk X 1 , harga X 2 , distribusi X 3 , dan pelayanan X 4 secara bersama-sama berpengaruh signifikan terhadap kepuasan konsumen Z Toko Roti Mawar Medan dan pengaruhnya adalah positif.

3. Uji Signifikansi Parsial Uji-t

Statistik t uji t digunakan untuk menguji setiap variabel bebas yang terdiri dari produk X 1 , harga X 2 , distribusi X 3 , dan pelayanan X 4 secara parsial mempunyai pengaruh yang positif dan signifikan terhadap variabel kepuasan konsumen Z Toko Roti Mawar Medan. Model hipotesis yang dugunakan dalam Uji F adalah sebagai berikut: • H : b1 = b2 = b3 = b4 = 0, artinya secara parsial tidak terdapat pengaruh yang positif signifikan dari variabel bebas X 1 , X 2 , X 3, X 4 terhadap variabel intervening Z. • H 1 : b1 ≠ b2 ≠ b3 ≠ b4 ≠ 0, artinya secara parsial terdapat pengaruh yang positif dan signifikan dari variabel bebas X 1, X 2, X 3, X 4 terhadap variabel intervening Z. Kriteria pengambilan keputusan: - Ho diterima jika t hitung t tabel pada α = 5 - H1 ditolak jika F hitung t tabel α = 5 Nilai t hitung akan diperoleh dengan menggunakan bantuan software SPSS 19.00. Nilai t hitung akan dibandingkan dengan nilai t tabel . Nilai t tabel pada tingkat kesalahan α = 0,05 dengan derajat kebebasan df = n-k. Jumlah Universitas Sumatera Utara sampel n adalah sebanyak 61 orang, dan jumlah variabel penelitian k adalah sebanyak 5. Jadi, df = 61-5 = 56. Dengan demikian, nilai t tabel 0,05:,56 adalah sebesar 2.0. Tabel 4.15 Uji Signifikansi Parsial Uji-t Sumber: Hasil Penelitian, 2014 Data Diolah Berdasarkan Tabel 4.15 hasil uji-t dapat disimpulkan sebagai berikut: a. Variabel produk X 1 berpengaruh secara positif dan signifikan terhadap kepuasan konsumen Toko Roti Mawar Medan, hal ini terlihat dari nilai signifikansi 0.003 di bawah lebih kecil dari 0.05. Nilai t hitung 3.143 t tabel 2.0 artinya jika ditingkatkan variabel produk sebesar satu satuan unit maka kepuasan konsumen Toko Roti Mawar Medan akan meningkat sebesar 0.003 satuan unit. b. Variabel harga X 2 berpengaruh secara positif dan signifikan terhadap kepuasan konsumen Toko Roti Mawar Medan, hal ini terlihat dari nilai signifikansi 0.030 di bawah lebih kecil dari 0.05. Nilai t hitung 2.221 t tabel 2.0 artinya jika ditingkatkan variabel produk sebesar satu satuan unit maka Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics B Std. Error Beta Tolerance VIF 1 Constant 1.546 2.141 .722 .473 Produk .395 .126 .361 3.143 .003 .508 1.967 Harga .385 .174 .220 2.221 .030 .681 1.469 Distribusi .219 .167 .126 1.312 .195 .727 1.375 Pelayanan .392 .178 .268 2.204 .032 .454 2.204 a. Dependent Variable: Kepuasan Universitas Sumatera Utara kepuasan konsumen Toko Roti Mawar Medan akan meningkat sebesar 0.003 satuan unit. c. Variabel distribusi X 3 berpengaruh secara negatif dan tidak signifikan terhadap kepuasan konsumen Toko Roti Mawar Medan, hal ini terlihat dari nilai signifikansi 0.195 di atas lebih besar dari 0.05. Nilai t hitung 1.312 t tabel 2.0 artinya jika ditingkatkan variabel distribusi sebesar satu satuan unit maka kepuasan konsumen Toko Roti Mawar Medan tidak meningkat sebesar 0.195 satuan unit. d. Variabel pelayanan X 4 berpengaruh secara positif dan signifikan terhadap kepuasan konsumen Toko Roti Mawar Medan, hal ini terlihat dari nilai signifikansi 0.032 di bawah lebih kecil dari 0.05. Nilai t hitung 2.204 t tabel 2.0 artinya jika ditingkatkan variabel pelayanan sebesar satu satuan unit maka kepuasan konsumen Toko Roti Mawar Medan akan meningkat sebesar 0.032 satuan unit.

4. Pengujian Koefisien Determinan R

2 untuk Persamaan I Koefisien determinan R 2 pada intinya mengukur seberapa kemampuan model dalam menerangkan variabel terikat. Koefisien Determinan berkisar antara 0 nol sampai dengan 1 satu, 0 R 2 1. Jika R 2 semakin besar mendekati satu, maka dapat dikatakan bahwa semakin kuat pengaruh variabel produk, harga, saluran distribusi, dan pelayanan terhadap kepuasan. Sebaliknya, jika R 2 semakin mengecil mendekati nol maka dapat dikatakan bahwa semakin kecil pengaruh variabel produk, harga, saluran distribusi, dan pelayanan terhadap kepuasan konsumen. Universitas Sumatera Utara Tabel 4.16 Pengujian Koefisien Determinasi R 2 Persamaan I Sumber: Hasil Penelitian, 2014 Data Diolah Tabel 4.16 menunjukkan nilai R sebesar 0.790 berarti hubungan antara produk, harga, distribusi, dan pelayanan terhadap kepuasan konsumen Toko Roti Mawar Medan sebesar 79 artinya hubungannya cukup erat. Adjusted R Square sebesar 0.598 berarti hubungan antara produk, harga, distribusi, dan pelayanan terhadap kepuasan konsumen Toko Roti Mawar Medan sebesar 59.8 dan sisanya 40.2 dapat dijelaskan oleh faktor-faktor lain yang tidak diteliti dalam penelitian ini.

4.2.4 Uji Asumsi Klasik Persamaan II

a. Uji Normalitas

Tujuan uji normalitas adalah ingin mengetahui apakah distribusi sebuah data mengikuti atau mendekati distribusi normal, yakni distribusi data dengan bentuk lonceng. Data yang baik adalah data yang mempunyai pola seperti distribusi normal, yakni distribusi data tersebut tidak menceng ke kiri atau menceng ke kanan. Situmorang dan Lufti 2012:100. Untuk melihat apakah data berdistribusi normal peneliti menganalisis grafik histogram yang membandingkan antara data observasi dengan distribusi yang mendekati distribusi normal dan juga Model Summary Model R R Square Adjusted R Square Std. Error of the Estimate 1 .790 a .625 .598 1.33673 a. Predictors: Constant, Pelayanan, Distribusi, Harga, Produk Universitas Sumatera Utara menganalisis probabilitas plot yang membentuk plot antara nilai-nilai teoritis sumbu x melawan nilai-nilai yang didapat dari sampel sumbu y. 1. Pada grafik histogram, dikatakan variabel berdistribusi normal pada grafik histogram yang berbentuk lonceng apabila distribusi data tersebut tidak menceng ke kiri atan menceng ke kanan. Hasil pengujian dapat dilihat pada grafik berikut ini: Sumber: Hasil Penelitian 2014 Data Diolah Gambar 4.7 Histogram Universitas Sumatera Utara Pada grafik histogram pada Gambar 4.7 terlihat bahwa variabel berdistribusi normal. Hal ini ditunjukkan oleh distribusi data tersebut tidak miring ke kiri atau ke kanan dan membentuk pola lonceng. 2. Apabila plot dari keduanya berbentuk linear dapat didekati oleh garis lurus, maka hal ini merupakan indikasi bahwa residual menyebar normal. Bila pola titik-titik yang terletak selain di ujung-ujung plot agak menyimpang dari garis lurus, dapat dikatakan bahwa sebaran data dalam hal ini residual adalah menyebar normal. Berikut merupakan hasil Normal P – Plot of Regression Standardized Residual. Sumber: Hasil Penelitian, 2014 Data Diolah Gambar 4.8 Normal P-Plot of Regression Standardized Residual Universitas Sumatera Utara Pada Gambar 4.5 tersebut dapat dilihat bahwa data titik-titik menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal, hal ini berarti bahwa data berdistribusi normal. Untuk memastikan apakah data di sepanjang garis diagonal berdistribusi normal maka dilakukan uji Kolmogorov Smirnov 1 Sample KS dengan melihat data residual apakah berdistribusi normal. Menentukan kriteria keputusan: 1. Jika nilai Asymp.Sig. 2-tailed 0.05 maka tidak mengalami gangguan distribusi normal. 2. Jika nilai Asymp.Sig. 2-tailed 0,05 maka mengalami gangguan distribusi normal. Tabel 4.17 Analisis Statistik One-Sample Kolmogorov-Smirnov Test Unstandardized Residual N 61 Normal Parameters a,b Mean .0000000 Std. Deviation 1.66717657 Most Extreme Differences Absolute .095 Positive .095 Negative -.072 Kolmogorov-Smirnov Z .744 Asymp. Sig. 2-tailed .637 a. Test distribution is Normal. b. Calculated from data. Sumber: Hasil Penelitian, 2014 Data Diolah Universitas Sumatera Utara Berdasarkan Tabel 4.17 diketahui bahwa nilai Asymp.Sig. 2 tailed adalah 0.637 dan di atas nilai signifikan 0.05, dengan kata lain variabel residual berdistribusi normal. Nilai Kolmogorov-Smirnov Z lebih kecil dari 1,97 berarti tidak ada perbedaan antara distribusi teoritik dan distribusi empirik atau dengan kata lain data dikatakan normal.

b. Uji Heteroskedastisitas