Pada Tabel 4.15 terlihat bahwa semua variabel yang termasuk dalam variabel Kualitas Produk, Harga, Lokasi, Bukti Fisik, Kehandalan, Daya Tanggap,
Jaminan, Empati, Kepuasan dan Minat Beli Ulang valid karena nilai Corrected Item-Total Correlation lebih besar dari 0,361.
4
.3.3.Uji Reliabilitas
Pengujian reliabilitas dilakukan dengan menggunakan program SPSS 17.00. Menurut Ghozali dalam Ginting dan Situmorang, 2008:185, suatu
konstruk atau variabel dinyatakan reliabel jika memberikan nilai Cronbach’s Alpha 0,60 atau nilai Cronbach’s Alpha 0,80. Nilai Cronbach’s Alpha
penelitian ini dapat dijelaskan pada Tabel 4.16 berikut :
Tabel 4.16
Sumber: Hasil Pengolahan Data Primer Kuesioner, SPSS 16.00, 2014
Berdasarkan Tabel 4.14 dapat dilihat bahwa nilai Cronbach’s Alpha 0,80 yaitu 0,941 0,80 sehingga konstruk atau variabel dalam penelitian ini
dinyatakan reliabel.
4.4. Uji Asumsi Klasik Persamaan I
4.4.1.Uji Normalitas
Tiga pendekatan yang digunakan untuk mengetahui apakah distribusi sebuah data mengikuti atau mendekati distribusi normal yaitu pendekatan
histogram, pendekatan grafik, dan pendekatan Kolmogorv-Smirnov.
Reliability Statistics
Cronbachs Alpha N of Items
.941 25
Universitas sumatera utara
1. Pendekatam Histogram
Pendekatan ini menganalisis grafik histogram di mana data yang baik adalah data yang mempunyai pola berbentuk lonceng, yakni distribusi data
tersebut tidak menceng ke kiri atau menceng ke kanan.
Gambar 4.1 Histogram
Sumber: Hasil Pengolahan Data Primer Kuesioner, SPSS 17.00, 2014 Grafik histogram pada Gambar 4.1 Menunjukkan bahwa distribusi data
yang berbentuk lonceng tidak menceng ke kiri atau menceng ke kanan. Oleh karena itu, data dikatakan berdistribusi normal.
Universitas sumatera utara
2. Pendekatan Grafik Pendekatan ini melihat uji normalitas dengan melihat titik-titik di
sepanjang garis diagonal. Pada scatter plot, titik yang mengikuti data di sepanjang garis normal berarti data berdistribusi normal.
Gambar 4.2 Normal Probability Plot
Sumber: Hasil Pengolahan Data Primer Kuesioner, SPSS 17.00, 2014 Gambar 4.2 menunjukkan bahwa titik-titik yang ada mengikuti data di
sepanjang garis diagonal. Oleh karena itu, data dikatakan berdistribusi normal.
Universitas sumatera utara
3. Pendekatan Kolmogorov-Smirnov Pendekatan ini memastikan data di sepanjang garis diagonal berdistribusi
normal dengan melihat data residualnya apakah berdistribusi normal atau tidak.
Tabel 4.17 One-Sample Kolmogrov-Smirnov Test
Unstandardized Residual
N 75
Normal Parameters
a
Mean .0000000
Std. Deviation .68567710
Most Extreme Differences Absolute
.093 Positive
.080 Negative
-.093 Kolmogorov-Smirnov Z
.804 Asymp. Sig. 2-tailed
.538 a. Test distribution is Normal.
b. Calculated from data
Sumber: Hasil Pengolahan Data Primer Kuesioner, SPSS 17.00, 2014
Pada Tabel 4.17 terlihat bahwa nilai Asymp.Sig.2-tailed adalah 0,538 di mana angka ini di atas nilai signifikan 0.05 dan nilai Kolmogrov-Smirnov lebih
kecil dari 1,97. Dengan kata lain variabel residual berdistribusi normal.
4.4.2.Uji Multikolinearitas
Untuk mendekteksi multikolinearitas pada data dapat digunakan dengan melihat nilai Tolerance dan Variance Inflation Factor VIF, dengan kriteria
sebagai berikut: 1. VIF 5 maka diduga mempunyai persoalan multikolinearitas.
2. VIF 5 maka tidak terdapat multikolinearitas.
Universitas sumatera utara
3. Tolerance 0,1 maka diduga mempunyai persoalan multikolinearitas. 4. Tolerance 0,1 maka tidak dapat terdapat multikolineraitas.
Tabel 4.18 Uji Multikolinearitas
Sumber:Hasil Pengolahan Data Primer Kuesioner, SPSS 17.00, 2014 Pada Tabel 4.18 terlihat bahwa nilai Tolerance semua variabel independen
adalah besar dari nilai 0,1 dan nilai VIF semua variabel independen adalah lebih kecil dari nilai ketetapan 5. Oleh karena itu, data dalam penelitian ini dikatakan
tidak mengalami masalah multikolinearitas.
4.4.3.Uji Heteroskedastisitas
Ada dua cara untuk mendeteksi keberadaan heteroskedastisitas, yaitu metode informal Grafik Scatterplot dan metode formal Uji Glejser.
Model Collinearity Statistics
Tolerance VIF
1 Constant Kualitas_Produk
.717 1.395
Harga .659
1.517 Lokasi
.827 1.209
Bukti_Fisik .463
2.160 Kehandalan
.347 2.881
Daya_Tanggap .500
2.002 Jaminan
.297 3.372
Empati .386
2.592
Universitas sumatera utara
1. Grafik Scatterplot Pada metode grafik, sumbu vertikal menjelaskan nilai prediksi disturbance
term error dan sumbu horisontal menjelaskan niai prediksi variabel regression.
Gambar 4.3 Scatterplot
Sumber: Hasil Pengolahan Data Primer Kuesioner, SPSS 17.00, 2014
Gambar 4.3 Scatterplot di atas menunjukkan bahwa titik-titik yang ada menyebar secara acak, tersebar baik di atas maupun di bawah angka nol pada
sumbu Y dan tidak membentuk sebuah pola tertentu yang jelas. Oleh karena itu, model regresi dikatakan tidak mengalami heteroskedastisitas.
Universitas sumatera utara
2. Uji Glejser
Tabel 4.19 Uji Glejser
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. B
Std. Error Beta
1 Constant
1.554 1.155
1.345 .183
Kualitas_Produk .037
.053 .098
.705 .483
Harga .004
.052 .012
.081 .935
Lokasi .049
.040 .158
1.216 .228
Bukti_Fisik .036
.122 .052
.299 .766
Kehandalan -.102
.155 -.132
-.656 .514
Daya_Tanggap -.186
.122 -.254
-1.519 .134
Jaminan .031
.124 .054
.249 .804
Empati -.048
.183 -.050
-.261 .795
a. Dependent Variable: absut
Sumber: Hasil Pengolahan Data Primer Kuesioner, SPSS 17.00, 2014
Pada Tabel 4.19 terlihat bahwa tidak ada variabel bebas atau variabel independen yang signifikan secara statistik mempengaruhi variabel terikat atau
variabel dependen. Hal ini ditunjukkan dari nilai Sig. variabel-variabel bebas yang lebih besar dari nilai signifikan 0,05. Jadi, model regresi tidak mengalami
heteroskedastisitas.
4.5 Pengujian Hipotesis Untuk Persamaan I 4.5.1 Uji Regresi Linier Berganda