4.2.3. Analisis Regresi Berganda
Analisis regresi pada dasarnya adalah studi mengenai ketergantungan variabel dependen terikat dengan satu atau lebih variabel independen variabel
penjelas bebas, dengan tujuan untuk mengestimasi dan atau memprediksi rata- rata populasi atau nilai rata-rata populasi atau nilai rata-rata variabel dependen
berdasarkan nilai variabel independen yang diketahui.
Tabel 4.6 Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity
Statistics B
Std. Error Beta
Toleranc e
VIF 1 Constant
1.417 2.020
.701 .485
produk .287
.101 .273
2.828 .006
.842 1.188
harga .090
.099 .089
2.008 .033
.933 1.072
lokasi .322
.112 .282
2.881 .005
.818 1.223
promosi .158
.086 .167
2.838 .039
.953 1.050
a. Dependent Variable: minat berkunjung kembali
Sumber : Hasil Pengolahan SPSS 2013
Berdasarkan tabel 4.6 diatas dapat diketahui persamaan regresi sebagai berikut:
Y = a1 + b1X1 + b2X2 +b3X3+b4X4+ e Y = 1,417+ 0, 287X1 +0, 090X2 +0,322X3+0,158X4+e
Keterangan : 1.
α sebesar 1,417 menunjukkan bahwa apabila variabel independen bernilai 0
maka minat berkunjung kembali adalah sebesar 1,417.
2. b1X
1
sebesar 0,287 menunjukkan bahwa produk berpengaruh positif terhadap minat berkunjung kembali. Sehingga apabila produk dinaikkan
sebesar satu satuan maka minat berkunjung kembali bertambah sebesar 0,287.
Universitas Sumatera Utara
3. b2X
2
sebesar 0,090 menunjukkan bahwa harga berpengaruh positif terhadap minat berkunjung kembali. Sehingga apabila harga dinaikkan sebesar satu
satuan maka minat berkunjung kembali bertambah sebesar 0,090.
4. b3X
3
sebesar 0,322 menunjukkan bahwa lokasi berpengaruh positif terhadap minat berkunjung kembali. Sehingga apabila lokasi dinaikkan sebesar satu
satuan maka minat berkunjung kembali bertambah sebesar 0,322.
5. b4X
4
sebesar 0,158 menunjukkan bahwa promosi berpengaruh positif terhadap minat berkunjung kembali. Sehingga apabila promosi dinaikkan
sebesar satu satuan maka minat berkunjung kembali bertambah sebesar 0,158. 4.2.4 Uji Asumsi Klasik
Uji asumsi klasik digunakan untuk melihat atau menguji apakah suatu model layak atau tidak layak digunakan dalam penelitian. Uji asumsi klasik yang
digunakan dalam penelitian ini adalah :
4.2.4.1 Uji Normalitas
Uji normalitas digunakan untuk mengetahui apakah distribusi data penelitian masing-masing variabel telah menyebar secara normal. Model
regresi yaang baik adalah yang memiliki distribusi data normal atau mendekati data normal. Uji normalitas dilakukan dengan analisis grafik
dengan melihat grafik histogram atau normal probability. Jika grafik histogram menunjukkan pola distribusi normal, artinya titik puncak kurva
berada di titik nol 0 pada sumbu X maka model regresi memenuhi syarat
Universitas Sumatera Utara
normalitas begitu juga nila sebaliknya. Metode lain juga dapat dilihat pada normal probability plot
yang membandingkan distribusi kumulatif dari distribusi normal. Distribusi normal akan membentuk garis lurus diagonal,
dan ploting data residul akan dibandingkan dengan garis diagonal. Jika distribusi data residul normal, maka garis yang menggambarkan data yang
sesungguhnya akan mengikuti garis diagonalnya. Ghozali, 2002 dalam Zulaikha 2008. Pengujian normalitas data juga dilakukan menggunakan
alat uji statistik, yaitu alat statistik Kolmogorov-Smirnov K-S. Jika tingkat signifikasinya lebih besar dari 0,05 maka distribusi data adalah
tidak normal.
a. Pendekatan Histogram
Universitas Sumatera Utara