Berikut kriteria penerimaanpenolakan hipotesis adalah sebagai berikut: i.Tolak HO jika nilai probabilitas yang dihitung
≤probabilitas yang ditetapkan
sebesar 0,05Sig.2-tailed ≤∝
0.05
ii.Terima HO jika nilai probabilitas yang dihitung probabilitas yang ditetapkan sebesar 0,05Sig. 2-tailed
∝
0.05
b.Uji Reliabilitas Reabilitas berkenaan dengan derajat konsistensikeajeganketerandala data
dalam interval waktu tertentu. Instrumen yang memiliki reabilitas dapat digunakan untuk mengukur secara berkali-kali yang menghasilkan data yang sama
konsisten. Menurut Sugiyono 2009 : 110 bahwa reabilitas adalah sejauh mana hasil pengukuran dengan menggunakan objek yang sama, akan menghasilkan data
yang sama. Adapun kriteria dari pengujian realibilitas adalah: i.Jika nilai koefisien reliabilitas Cronbach’s Alpha 0,6 maka instrumen
memiliki reliabilitas yang baik Nunnaly dalam Ghozali,2005,atau dengan
kata lain instrumen adalah reliabel atau terpercaya. ii.Jika nilai koefisien reliabilitas Cronbach’s Alpha 0,6 maka instrumen
yang diuji tersebut tidak reliabel.
3.8.2 Metode Analisa Data
a.Metode analisis Deskriptif
suatu metode analisis dimana data-data yang dikumpulkan,diklasifikasikan,dianalisis,dan diinterpretasikan secara objectif
sehingga memberikan informasi dan gambaran mengenai topik yang dibahas. b.Analisis Regresi Linear 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+b1FB+b2SB+b3ST+e
Dimana: Y= Loyalitas Pelanggan
a = Kostanta b1b2 = Koefisien regresi berganda
X1= Merek X2= Harga
e = Error 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] α0,05 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 19. Dengan ketentuan: i. Bila VIF 5 maka terdapat masalah multikolinearitas
ii. Bila VI 5 maka tidak terdapat masalah multikolinearitas. 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: b1, b2, b3 = 0, artinya variabel bebas secara parsial tidak berpengaruh
terhadap variabel terikat. H0: b1, b2, b3
≠ 0, artinya variabel bebas secara parsial berpengaruh terhadap variabel terikat
Kriteria penilaian hipotesis pada uji-t secara manual: i. Tolak H0 Terima Ha jika nilai t-hitung t-tabel
ii. Terima H0 bila t-hitung t-tabel Kriteria penilaian hipotesis pada uji-t dengan mengunakan SPSS:
i. Tolak H0 jika nilai probabilitas Sig ≤ α0,05 iii. Terima H0 jika nilai
probabilitas Sig α0,05
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: b1 = b2 = b3 = 0, artinya tidak ada pengaruh yang signifikan secara
bersama-sama dari variabel bebas X1, X2, dan X3 terhadap variabel terikat Y.
H0: b1 ≠ b2 ≠ b3 ≠ 0, artinya terdapat pengaruh yang signifikan secara
bersama-sama dari variabel terikat Y. Kriteria penilaian hipotesis pada uji-F secara manual:
i. Tolak H0 Terima Ha jika nilai F-hitung F-tabel ii. Terima H0 bila F-hitung F-tabel
Kriteria penilaian hipotesis pada uji-f dengan menggunakan SPSS: i. Tolak H jika nilai probabilitas sig
≤ α0,05 ii. Terima H jika nilai probabilitas sig α0,05
3. Koefisien Determinasi R2 Koefisien Determinasi R2 mengukur seberapa besar kemampuan model dalam
menerangkan variabel terikat. Jika semakin besar nilainya mendekati satu., maka dapat dikatakan bahwa pengaruh variabel bebas X1, X2, X3 adalah kuat
terhadap variabel terikat Y. hal ini berarti model yang digunakan semakin kuat untuk menerangkan pengaruh variabel bebas yang diteliti terhadap variabel
terikat.
BAB IV HASIL PENELITIAN
4.1 Deskripsi Lokasi Penelitian
