Berdasarkan tabel diatas dapat diketahui terdapat 7 item penyusun variable loyalitas pelanggan yang termasuk dalam kategori baik dan 2 item lainnya
termasuk dalam kategori cukup. Secara keseluruhan indeks persentasi loyalitas pelanggan pada katering Anggrek Semarang mencapai 67,5 dan termasuk dalam
kategori baik.
4.1.4 Uji Asumsi Klasik
Uji asumsi klasik bertujuan untuk mengetahui kondisi data yang dipergunakan dalam penelitian. Hal tersebut dilakukan agar diperoleh model
analisis yang tepat. Model analisis regresi penelitian ini mensyaratkan uji asumsi terhadap data yang meliputi :
4.1.4.1 Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual mempunyai distribusi normal, seperti diketahui
bahwa uji t dan F mengasumsikan bahwa nilai residual mengikuti distribusi normal. Jika asumsi ini dilanggar maka uji statistik menjadi tidak valid untuk
jumlah sampel kecil. Ada dua cara untuk mendeteksi apakah residual berdistribusi normal atau tidak yaitu dengan analisis grafik dan uji statistik
Ghozali, 2011. Uji normalitas dilihat pada grafik Normal P-Plot sebagai berikut:
Gambar 4.1 Grafik Normal P-Plot dengan Variabel Dependen Kepuasan
Gambar 4.2 Grafik Normal P-Plot dengan Variabel Dependen Loyalitas
Berdasarkan gambar 4.1 dan 4.2 diketahui bahwa untuk variabel dependen kepuasan dan variabel dependen loyalitas, titik-titik pada gambar normal
probability plot cenderung membentuk garis diagonal, sehingga dapat diketahui bahwa model berdistribusi normal. Untuk memastikan data terdistribusi normal
dilakukan pengujian kedua dengan uji statistik dengan Kolmogorov-Smirnov. Hasil output dari pengujian normalitas dengan Kolmogorov-Smirnov adalah
sebagai berikut :
Tabel 4.8 Hasil Uji Normalitas dengan Kolmogorov-Smirnov One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual Regresi 1
Regresi 2 Kolmogorov-Smirnov Z
0.758 0.515
Asymp. Sig. 2-tailed
0.614 0.954
a. Test distribution is Normal. Nilai Asymp. Sig 2-tailed pada Tabel 4.8 untuk regresi 1 adalah 0,614
sedangkan untuk regresi 2 adalah 0,954 ini menunjukan bahwa residual pada regresi 1 dan regresi 2 berdistribusi normal.
4.1.4.2 Uji Multikolonearitas
Uji multikolonearitas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas independen. Model regresi yang
baik seharusnya tidak terjadi korelasi antar variabel independen. Untuk mendeteksi ada tidaknya multikolonearitas didalam model regresi adalah dengan
melihat nilai tolerance dan Variance Inlation Factor VIF. Apabila nilai tolerance 10 dan nilai VIF 10, maka dapat disimpulkan tidak ada
multikolonearitas antar variabel bebas dalam model regresi Ghozali, 2011. Berikut hasil perhitungan menggunakan progam IBM SPSS 19 :
Tabel 4.9 Hasil Uji Multikolonearitas
Regresi 1 Regresi 2
Coefficients
a
Coefficients
a
Model Collinearity
Statistics Model
Collinearity Statistics
Tolerance VIF
Tolerance VIF
1 Constant 1
Constant X1
0.852 1.174
X1
0.752 1.330
X2
0.852 1.174
X2
0.726 1.377
a. Dependent Variable: Y1 Y1
0.668 1.497
a. Dependent Variable: Y2
Tabel 4.9 menunjukan Hasil perhitungan nilai Tolerance tidak ada variabel independen yang menunjukkan nilai Tolerance
≥ 0,10, begitu juga dengan nilai Variance Inflation Factor VIF Maka dapat disimpulkan bahwa tidak terjadi
multikolinearitas antar variabel independen untuk variabel dependen kepuasan maupun untuk variabel dependen loyalitas.
4.1.4.3 Uji Heteroskedastisitas