BAB VI ANALISIS DAN PEMBAHASAN
6.1 Hasil Uji Asumsi Klasik
Penelitian yang menggunakan alat analisis regresi berganda harus mengenali asumsi-asumsi yang mendasarinya Ghozali, 2011. Jika asumsi-
asumsi ini tidak terpenuhi, hasil analisis mungkin berbeda dengan kenyataan. Uji asumsi klasik terhadap model regresi yang digunakan, dilakukan agar dapat
diketahui apakah model regresi tersebut merupakan model regresi yang baik atau tidak.
Uji asumsi klasik dilakukan untuk mengetahui apakah model estimasi telah memenuhi kriteria ekonometrika, dalam arti tidak terjadi penyimpangan
yang cukup serius dari asumsi-asumsi yang harus dipenuhi dalam metode Ordinary Least Square OLS. Dalam hal ini uji asumsi klasik yang digunakan
adalah uji normalitas, uji multikolinieritas, dan uji heteroskedastisitas. uji autokorelasi tidak digunakan karena penelitian ini menggunakan data cross
sectional.
6.1.1 Hasil Uji Normalitas
Untuk megetahui apakah hasil pengamatan data menyebar normal atau tidak, dapat dilakukan dengan berbagai cara seperti dengan uji histogram
Situmorang dan Luthfi, 2011. Pada penelitian ini uji normalitas data dilakukan dengan uji histogram. Hasil dari output SPSS dengan menggunakan Uji
Histogram dapat dilihat pada Grafik Histogram yang menunjukkan pola distribusi
Universitas Sumatera Utara
normal sebab memperlihatkan grafik mengikuti sebaran kurva normal ditunjukkan dengan kurva berbentuk lonceng seperti terlihat pada Lampiran 3 di
halamam iii.
6.2.2 Hasil Uji Heteroskedastisitas
Uji Heteroskedastisitas digunakan untuk mengetahui ada tidaknya penyimpangan asumsi klasik Heteroskedastisitas, yaitu adanya ketidaksamaan
varian dari residual untuk semua pengamatan pada model regresi. Prasyarat yang harus terpenuhi dalam model regresi adalah tidak adanya gejala
Heteroskedastisitas. Pengujian apakah terdapat gejala heteroskedastisitas, yaitu dengan melihat ada tidaknya pola tertentu pada gambar hasil output SPSS
Situmorang dan Luthfi, 2011. Selanjutnya, pengujian dengan pengambilan keputusan didasarkan pada : a. Apabila ada pola tertentu, seperti titik-titik
point-point yang ada membentuk suatu pola tertentu yang teratur bergelombang, melebar kemudian menyempit, maka telah terjadi
Heteroskedastisitas; dan b. Apabila tidak ada pola yang jelas, serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi
Heteroskedastisitas. Pada Lampiran 3 halaman iii dapat dilihat hasil gambar Scatter Plot.
Dari gambar Scatter Plot di Lampiran 3 halaman iii terlihat tidak ada pola yang jelas, titik-titik juga menyebar di atas dan di bawah angka 0 pada sumbu Y,
maka tidak terjadi Heteroskedastisitas.
Universitas Sumatera Utara
6.1.3 Uji Multikolinearitas
Uji Multikolinearitas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas independen. Model regresi yang
baik seharusnya tidak terjadi korelasi diantara variabel independen. Uji Multikolinearitas juga digunakan untuk mengetahui ada tidaknya
penyimpangan asumsi klasik multikolinearitas, yaitu adanya hubungan linear antar variabel independent dalam model regresi. Prasyarat yang harus terpenuhi
dalam model regresi adalah tidak adanya Multikolinearitas. Pada riset ini akan dilakukan uji Multikolinearitas dengan melihat nilai Inflation Factor VIF pada
model regresi. Jika VIF lebih besar dari 10 dan nilai tolerance 0.1, maka variabel tersebut mempunyai persoalan Multikolinearitas dengan variabel bebas
lainnya Ghozali, 2011. Tabel 6.1 Hasil Uji VIF
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity
Statistics B
Std. Error Beta
Tolerance VIF
1 Constant
1.200 .462
2.601 .011 Kualitas_Pelayanan
.208 .086
.216 2.420 .018
.881 1.135 Kompetensi_Penjual
.664 .123
.486 5.393 .000
.860 1.163 Harga
-.259 .079
-.279 -3.270 .002 .963 1.039
a. Dependent Variable: Minat_Beli_Ulang Sumber : Hasil Penelitian, 2013 Data diolah
Berdasarkan Tabel 6.1 hasil uji multikolinieritas dari masing-masing variabel independen diperoleh nilai VIF untuk ketiga variabel independen tersebut
yaitu variabel kualitas pelayanan sebesar 1,135 , variabel kompetensi tenaga penjual sebesar 1,163 , dan variabel harga sebesar 1,039 ketiga variabel tersebut
nilai VIF-nya lebih kecil dari 10. Hasil pengujian ini menunjukkan bahwa antara
Universitas Sumatera Utara
fasilitas kualitas pelayanan, kompetensi tenaga penjual dan harga tidak saling berkorelasi atau tidak terjadi multikolinieritas pada model regresi.
6.2 Hasil Analisis Regresi Berganda