Uji Asumsi Klasik Persamaan I

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