b. Responden yang menyatakan saya akan merekomendasikan produk yang
dijual di PT. Fajar Utama Medan kepada orang lain.Tidak ada responden yang menyatakan sangat tidak setuju dan tidak setuju, 4 responden yang
menyatakan kurang setuju, 14 responden yang menyatakan setuju dan 12 responden yang menyatakan sangat setuju.
c. Responden yang menyatakan saya tidak akan beralih ke distributor lain
dalam melakukan pembelian produk yang sama.. Tidak ada responden yang menyatakan sangat tidak setuju, dan tidak setuju, 3 responden yang
menyatakan kurang setuju, 19 responden yang menyatakan setuju dan 8 responden yang menyatakan sangat setuju.
C. Uji Asumsi Klasik 1. Uji Normalitas
Analisis normalitas dilakukan dengan mengamati penyebaran data titik pada sumbu diagonal grafik. Metode yang dipakai dalam pengujian ini
adalah metode plot.
Universitas Sumatera Utara
Observed Cum Prob
1.0 0.8
0.6 0.4
0.2 0.0
Expe ct
ed Cum Pr ob
1.0 0.8
0.6 0.4
0.2 0.0
Normal P-P Plot of Regression Standardized Residual Dependent Variable: Loyalitas Pelanggan
Gambar 4.1 : Pengujian Normalitas Sumber : Hasil Perhitungan SPSS
Berdasarkan hasil uji normalitas yang dilakukan, dapat dilihat dari Gambar 4.1 bahwa asumsi normalitas terpenuhi.
Analisis normalitas dapat juga dilakukan dengan uji Kolmogrov- Smirnovgoodness of fit test. Data yang dimasukkan adalah
unstandardized residual Res_1.
Cara pengambilan keputusan : a
Jika probabilitas 0,05, maka asumsi normalitas terpenuhi. b
Jika probabilitas 0,05, maka asumsi normalitas tidak terpenuhi.
Universitas Sumatera Utara
Tabel 4.7
One-Sample Kolmogorov-Smirnov Test
Unstandardize d Residual
N 30
Mean ,0000000
Normal Parametersa,b Std. Deviation
,90698392 Absolute
,115 Positive
,094 Most Extreme
Differences Negative
-,115 Kolmogorov-Smirnov Z
,629 Asymp. Sig. 2-tailed
,823 a Test distribution is Normal.
b Calculated from data.
Sumber : Hasil Perhitungan SPSS 2010
Pada Tabel 4.14 terlihat bahwa pada baris Asymp. Sig. 2-tailed adalah 0,823 atau probabilitas di atas 0,05 0,823
0,05, maka asumsi normalitas terpenuhi.
2 Uji Heterokedastisitas
Uji heterokedastisitas digunakan untuk menguji apakah dalam model regresi terjadi ketidaksamaanperbedaan varians dari residual pengamatan yang lain.
Jika varians residual dari suatu pengamatan lain tetap, maka disebut homokedastisitas dan jika varian berbeda disebut heterokedastisitas.
Heterokedastisitas terjadi karena terjadi perubahan situasi yang tidak tergambarkan dalam spesifikasi model regresi. Heterokedastisitas terjadi jika
residual tidak memiliki varian yang konstan. Model yang paling baik adalah tidak terjadi heterokedastisitas. Pemeriksaan terhadap gejala heterokedastisitas
adalah dengan melihat pola diagram pencar pada grafik Scatterplot. Cara pengambilan keputusannya adalah sebagai berikut :
Universitas Sumatera Utara
a Jika diagram pencar yang ada membentuk pola-pola tertentu yang teratur
maka regresi mengalami gangguan heterokedastisitas. b
Jika diagaram pencar tidak membentuk pola atau acak maka regresi tidak mengalami gangguan heterokedastisitas.
Regression Standardized Predicted Value
2 1
-1 -2
-3
Regres sio
n Stude
ntized Residual
2 1
-1 -2
-3
Scatterplot
Dependent Variable: Loyalitas Pelanggan
Gambar 4.2 : Uji Heterokesdatisitas Sumber : Hasil Perhitungan SPSS 2010
Gambar 4.2 menunjukkan bahwa diagram pencar tidak membentuk suatu pola atau acak, dengan demikian dapat dikatakan bahwa regresi tidak mengalami
gangguan heterokesdatisitas. Uji heterokedastisitas dapat juga dilakukan dengan Uji Glesjer. Cara
pengambilan keputusan :
Universitas Sumatera Utara
a Jika probabilitas 0,05 maka tidak mengalami gangguan
heterokedastisitas. b
Jika probabilitas 0,05 maka mengalami gangguan heterokedastisitas.
Tabel 4.8 UJI GLEJSER
Coefficientsa
Unstandardized Coefficients
Standardized Coefficients
t Sig.
Model B
Std. Error Beta
B Std. Error
Constant 3,787
2,247 1,685
,104 Nilai Produk
,041 ,137
,055 ,299
,767 Nilai Pelayanan
-,091 ,055
-,331 -1,661
,109 1
Nilai Emosional -,198
,133 -,295
-1,488 ,149
a Dependent Variable: Absut
Sumber : Hasil Perhitungan SPSS 2010
Berdasarkan Tabel 4.15 dapat dilihat bahwa kolom Sig.Significance pada Tabel koefeisien regresi adalah 0,767, 0,109; dan 0,149 atau probabilitas lebih
besar dari 0,05, maka tidak terjadi gangguan heterokedastisitas.
3 Uji Multikolinearitas
Multikolinearitas artinya terdapat korelasi linear sempurna atau pasti di antara dua atau lebih variabel independen. Artinya multikolinearitas menyebabkan
standar deviasi masing-masing koefisien regresi akan sangat besar sehingga membuat bias tingkat signifikan pengaruh variabel dependen. Hal ini
menyebabkan kesulitan dalam memisahkan pengaruh masing-masing variabel independen terhadap variabel dependen. Metode yang digunakan untuk
menguji ada tidaknya multikolinearitas adalah dengan menggunakan nilai Variance Inflation Factor
VIF. Batas VIF adalah 5, artinya jika VIF lebih
Universitas Sumatera Utara
besar dari 5, maka variabel tersebut mempunyai persoalan multikolinearitas dengan variabel bebas yang lainnya disimpulkan terjadinya
multikolinearitas.
Tabel 4.9 UJI MULTIKOLINIERITAS
Coefficientsa
Unstandardized Coefficients
Standardized Coefficients
t Sig.
Collinearity Statistics Model
B Std. Error
Beta Toleranc
e VIF
Constant -10,073
3,992 -2,523
,018 Nilai Produk
,859 ,244
,437 3,522
,002 ,972
1,029 Nilai Pelayanan
,563 ,097
,771 5,785
,000 ,840
1,191 1
Nilai Emosional ,714
,236 ,401
3,023 ,006
,849 1,178
a Dependent Variable: Loyalitas Pelanggan
Sumber : Hasil Perhitungan SPSS 2010
Pada Tabel 4.13 memperlihatkan semua nilai variabel independent memiliki nilai Tolerance 0,1 dan VIF 1. Hal ini berarti tidak terjadi multikolinieritas.
C. Regresi Linier Berganda
