50
Berdasarkan tabel diatas terlihat bahwa nilai alpha harapan 0,964, nilai alpha persepsi 0,969 dan
nilai alpha loyalitas 0,866. Kuisioner dinyatakan reliable karena nilai Cronbach Alpha dari semua
variabel 0,5.
3.7.3. Uji Asumsi Klasik
Uji asumsi klasik dilakukan terlebih dahulu sebelum dilakukan pengujian terhadap hipotesis
penelitian. Pengujian
ini dimaksudkan
untuk mengetahui apakah model yang diajukan dalam
penelitian ini dinyatakan lolos dari penyimpangan asumsi
klasik. Uji
asumsi klasik
merupakan persyaratan statistik yang harus dipenuhi pada analisis
regresi linear berganda yang berbasis ordinary least square OLS.
Uji asumsi klasik yang sering digunakan yaitu uji normalitas, uji heteroskedastisitas, dan uji autokorelasi.
Uji normalitas dilakukan untuk melihat apakah nilai residual berdistribusi normal atau tidak. Model regresi
yang baik memiliki nilai residual yang berdistribusi normal, dengan melihat gambar grafik normal P-P Plot,
yang terdeteksi melalui titik-titik yang mengikuti arah garis linear dari kiri ke kanan atas. Bila titik-titik
mengikuti arah garis linear berarti terjadi gejala normalitas Karsono, 2005.
Uji heteroskedastisitas digunakan untuk melihat apakah terdapat ketidaksamaan varians dari residual
satu pengamatan ke pengamatan yang lain. Model regresi yang memenuhi persyaratan yaitu model yang
terdapat
kesamaan varians
dari residual
satu pengamatan ke pengamatan yang lain tetap atau
disebut homoskedastisitas. Deteksi heteroskedastisitas dapat dilakukan dengan metode scatter plot dengan
memplotkan nilai ZPRED nilai prediksi dengan SRESID nilai residualnya. Model yang baik didapatkan
jika tidak terdapat pola tertentu pada grafik, misalnya: jika ada pola tertentu, seperti titik-titik yang ada
membentuk pola tertentu yang teratur bergelombang,
51
melebar kemudian menyempit, maka mengindikasikan telah terjadi heteroskedastisitas. Jika ada pola yang
jelas, serta titik-titik menyebar di atas dan di bawah angka
pada sumbu
Y, maka
tidak terjadi
heteroskedastisitas Gisa, 2012. Uji autokorelasi digunakan untuk melihat apakah
terjadi korelasi antara suatu periode t dengan periode sebelumnya t -1. Secara sederhana, analisis regresi
adalah untuk melihat pengaruh antara variabel bebas terhadap variabel terikat, jadi tidak boleh ada korelasi
antara observasi dengan data observasi sebelumnya. Uji autokorelasi hanya dilakukan pada data time series
runtut waktu dan tidak perlu dilakukan pada data cross section. Beberapa cara untuk menanggulangi
masalah
autokorelasi adalah
dengan mentransformasikan data atau bisa juga dengan
mengubah model regresi ke dalam bentuk persamaan beda umum generalized difference equation Gisa,
2012. Dalam uji autokorelasi menggunakan uji Durbin Watson. Durbin-Watson menguji apakah residual yang
berdekatan saling berkorelasi. Statistik pengujian bervariasi antara 0 hingga 4 dengan nilai 2
mengindikasikan
residu tidak
berkorelasi. Dasar
pengambilan keputusannya adalah: angka D-W di bawah -2 berarti ada autokorelasi positif, angka D-W
diantara -2 sampai +2 berarti tidak ada autokorelasi, dan angka D-W di atas +2 berarti ada autokorelasi
negatif.
3.7.4. Uji Hipotesis