3.6.2 Metode Analisis Data
a. Metode analisis Deskiptif
Suatu metode analisis dimana data-data yang dikumpulkan, diklasifikasikan, dianalisis, dan diinterprestasikan secara objektif sehingga memberikan informasi
dan gambaran mengenai topic yang akan dibalas. b.
Analisis Regresi Linier Berganda Analisa regresi bertujuan untuk memprediksi perubahan nilai variabel terikat
akibat pengaruh dari nilai variabel bebas atau dengan kata lain untuk mengetahui seberapa besar pengaruh variabel bebas terhadap variabel terikat Sugiyono, 2006.
Jika terdapat lebih dari satu buah variabel dengan independen dan hanya ada satu buah variabel independen maka regresi yang digunakan adalah analisis regresi
linier berganda. Model regresi linier berganda yang digunakan adalah:
Y= a+b
1
FB+b
2
SB+b
3
ST+e
Dimana: Y= Loyalitas Pelanggan
a = Kostanta b
1
b
2
= Koefisien regresi berganda X
1
= Merek X
2
= Harga e = Error
Universitas Sumatera Utara
c. Pengujian Asumsi Klasik
Model regresi linear berganda harus memenuhi syarat asumsi klasik sebelum data tersebut dianalisis Ghozali, 2005.
Adapun syarat asumsi klasik tersebut meliputi: 1.
Normalitas Uji normalitas bertujuan untuk melihat apakah dalam sebuah model
regresi, variabel dependen dan independennya memiliki distribusi normal atau tidak. Jika data menyebar di sekitar garis diagonal dan mengikuti arah
garis diagonal maka model regresi memenuhi asumsi normalitas sehingga data dalam model regresi penelitian tersebut adalah distribusi data normal
atau mendekati normal. Cara lain menguji normalitas data adalah dengan menggunakan Kolmogorov Smirnov dimana criteria untuk menentukan
normalatau tidaknya data, dilihat dari nilai probabilitasnya. Jika nilai Kolmogorov Smirnov tidak signifikan Asymp, Sig [2-
tailed] α
0,05
maka data adalah normal.
2. Multikonearitas
Multikonearitas digunakan untuk menguji apakah dalam sebuah model regesi ditemukan adanya korelasi yang kuat antar variabel independen
variabel bebas. Untuk mendeteksi ada atau tidaknya multikonearitas didalam model regresi dapat dilihat dari besarnya nilai toleransi atau VIF
Variance Inflation Factor melalui program SPSS versi 20. Dengan ketentuan:
i.
Bila VIF 5 maka terdapat masalah multikolinearitas
ii.
Bila VI 5 maka tidak terdapat masalah multikolinearitas.
Universitas Sumatera Utara
3. Heterokedastisitas
Heterokedastisitas digunakan untuk menguji apakah dalam model regresi, terjadi ketidak samaan varians residual dari suatu pengamatan ke
pengamatan lain sama atau tetap, maka disebut homokedastisitas, dan jika varians berbeda disebut heterokedastisitas. Model regresi yang baik adalah
tidak terjadi heterokedastisitas. Cara menditeksinya adalah dengan melihat ada tidaknya pola tertentu pada grafik scetterplot yang disajikan yaitu
terlihat titik-titik menyebar secara acak dan tidak membentuk suatu pola tertentu yang jelas serta tersebar baik diatas maupun dibawah angka nol
pada sumbu Y. hal ini berarti tidak terjadi heterokedastisitas pada model regresi.
d. Pengujian Hipotesis
Model regresi linear berganda yang sudah memenuhi syarat asumsi klasik tersebut akan digunakan untuk pengujian hipotesis dengan menggunakan:
1. Uji Statistik-t
Uji Statistik-t dilakukan untuk melihat secara parsial bagaimana pengaruh varibel bebas terhadap variabel terikat. Model hipotesis yang digunakan
dalam Uji Statistik-t ini adalah: H0: b
1,
b
2,
b
3
= 0, artinya variabel bebas secara parsial tidak berpengaruh terhadap variabel terikat.
H0: b
1,
b
2,
b
3
≠ 0, artinya variabel bebas secara parsial berpengaruh terhadap variabel terikat.
Universitas Sumatera Utara
Kriteria penilaian hipotesis pada uji-t secara manual: i.
Tolak H Terima H
a
jika nilai t-hitung t-tabel ii.
Terima H bila t-hitung t-tabel
Kriteria penilaian hipotesis pada uji-t dengan mengunakan SPSS: i.
Tolak H jika nilai probabilitas Sig
≤ α
0,05
iii. Terima H
jika nilai probabilitas Sig α
0,05
2. Uji Statistik-F Uji Signifikan Simultan
Pengujian ini dilakukan untuk mengetahui signifikansi dari seluruh variabel bebas secara bersama-sama simultan terhadap variabel terikat.
Bentuk pengujiannya adalah: H0: b
1
= b
2
= b
3
= 0, artinya tidak ada pengaruh yang signifikan secara bersama-sama dari variabel bebas X1, X2, dan X3 terhadap
variabel terikat Y. H0: b
1
≠ b
2
≠ b
3
≠ 0, artinya terdapat pengaruh yang signifikan secara bersama-sama dari variabel terikat Y.
Kriteria penilaian hipotesis pada uji-F secara manual: i.
Tolak H Terima H
a
jika nilai F-hitung F-tabel ii.
Terima H bila F-hitung F-tabel
Kriteria penilaian hipotesis pada uji-f dengan menggunakan SPSS: i.
Tolak H jika nilai probabilitas sig ≤ α
0,05
ii. Terima H jika nilai probabilitas sig α
0,05
Universitas Sumatera Utara
3. Koefisien Determinasi R
2
Koefisien Determinasi R
2
mengukur seberapa besar kemampuan model dalam menerangkan variabel terikat. Jika semakin besar nilainya mendekati
satu., maka dapat dikatakan bahwa pengaruh variabel bebas X
1
, X
2
, X
3
adalah kuat terhadap variabel terikat Y. hal ini berarti model yang digunakan semakin kuat untuk menerangkan pengaruh variabel bebas yang diteliti
terhadap variabel terikat.
Universitas Sumatera Utara
BAB IV HASIL PENELITIAN
4.1 Deskripsi Lokasi Penelitian
Kategori