62
3.10 Metode Analisis Data 3.10.1 Uji Asumsi Klasik
Tujuan pengujian asumsi klasik ini adalah untuk memberikan kepastian bahwa persamaan regresi yang didapatkan memiliki ketepatan dalam estimasi,
tidak bias, dan konsisten. Uji asumsi klasik adalah persyaratan statistik yang harus dipenuhi pada analisis regresi linear berganda yang berbasis ordinary least square
OLS. Ada beberapa kriteria persyaratan asumsi klasik yang harus dipenuhi yaitu:
1. Uji Normalitas
Tujuan uji normalitas adalah ingin mengetahui apakah distribusi sebuah data mengikuti atau mendekati distribusi normal yaitu 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. Dengan adanya tes normalitas maka hasil penelitian bisa digeneralisasikan pada populasi. Dalam pandangan statistik itu sifat dan
karakteristik populasi adalah terdistribusi secara normal.
2. Uji Heteroskedastisitas
Analisis regresi bertujuan untuk melihat seberap besar peranan variabel bebas terhadap variabel terikat. Dalam setiap persamaan regresi pasti
memunculkan residu. Residu yaitu variabel-variabel lain yang terlihat akan tetapi tidak termuat di dalam model sehingga residu adalah variabel tidak diketahui
sehingga diasumsikan bersifat acak. Karena diasumsikan secara acak, maka
Universitas Sumatera Utara
63
besarnya residu tidak terkait dengan besarnya nilai prediksi. Jika data residu tidak bersifat acak maka data bisa dikatakan terkena heteroskedastisitas.
3. Uji Multikolineritas
Uji multikolinearitas bertujuan untuk menguji apakah pada model regresi ditemukan adanya korelasi antar variable independent.
Adanya multikolineritas dapat dilihat dari tolerance value atau nilai variance inflation Factor VIF .
Batas tolerance value adalah 0,1 dan batas VIF adalah 5 dimana 0,1 atau VIF 10 terjadi multikolineritas, apabila tolerance value 0,1 atau VIF 10 tidak
terjadi multikolineritas.
3.10.2 Uji Hipotesis Analisis Linear Berganda
Analisis regresi linear berganda digunakan untuk mengetahui seberapa besar pengaruh variabel bebas yaitu produk X1, harga X2 dan promosi X3,
lokasi X4, orang X5, bukti fisik X6, proses X7 terhadap variabel terikat yaitu minat berkunjung kembali Y.
Menurut Situmorang 2014:166 model regresi berganda yang digunakan adalah :
Y = a + b1X1 + b2 X2 + b3 X3 + b4 X4 + b5 X5 + b6 X6 + b7 X7 + e Dimana :
Y = minat berkunjung kembali a = konstanta
b = koefisien regresi X1= produk
X2 = harga X3 = promosi
X4 = lokasi
Universitas Sumatera Utara
64
X5 = orang X6 = bukti fisik
X7 = proses e = Standar error
Suatu perhitungan statistik disebut signifikan secara statistik apabila nilai uji statistik berada statistik berada dalam daerah kritis daerah dimana Ho ditolak
. Sebaliknya disebut tidak signifikan bila nilai uji statistik berada dalam daerah dimana Ho diterima. Untuk mengetahui pengaruh variabek bebas terhadap
keputusan berkunjung kembali, maka dilakukan penelitian dengan menggunakan :
1. Uji secara Simultan F
Bertujuan untuk menguji apakah hipotesis yang diajukan diterima atau ditolak dan mengetahui pengaruh secara bersama-sama variabel independen
terhadap variabel dependen. Kriteria pengujiannya sebagai berikut :
H0 = bi = 0, artinya terdapat pengaruh X terhadap minat berkunjung kembali
Dengan kriteria : H0 = diterima jika fhitung pada a = 5
H0 = ditolak jika fhitung pada a = 5
2. Uji Secara Parsial Uji-t
Uji parsial menguji setiap variabel bebas X1, X2, X3, X4, X5, X6 dan X7 apakah mempunyai pengaruh terhadap variabel terikat Y secara parsial.
Kriteria pengujian sebagai berikut :
Universitas Sumatera Utara
65
H0 : bi = 0 , artinya tidak terdapat pengaruh variabel bebas X1, X2, X3, X4, X5, X6, dan X7 yaitu berupa produk, harga, promosi, lokasi, orang, bukti fisik, dan
proses terhadap variabel terikat Y yaitu minat berkunjung kembali H0 : bi 0, artinya terdapat pengaruh variabel bebas X1, X2, X3, X4, X5, X6, dan
X7 yaitu berupa produk, harga, promosi, lokasi, bukti fisik, dan proses terhadap variabel terikat Y yaitu minat berkunjung kembali.
Kriteria pengambilan keputusan yaitu : H0 diterima jika t hitung t table pada a = 5
3. Koefisien Determinasi R²
