dimana pernyataannya mengenai perekomendasian produk yang dijual oleh Music Coffee kepada orang lain.
3 Mayoritas responden pada butir 3 menjawab setuju, dengan nilai persentase sebesar 51,7 persen mengenai variable loyalitas pelanggan,
dimana pernyataannya mengenai tidak beralihnya pelanggan Music Coffee
ke perusahaan lain dalam melakukan pembelian produk yang sama.
4 Mayoritas responden pada butir 4 menjawab setuju, dengan nilai persentase 54,2 persen mengenai variable loyalitas pelanggan, dimana
pernyataannya mengenai Music Coffee merupakan yang terbaik dalam
bidangnya.
4.3.2 Uji Asumsi Klasik 1. Uji Normalitas Data
Uji normalitas data dapat dilihat dari output SPSS melalui gambar kurva normal P-P Plot untuk menunjukkan sebaran data penelitian. Uji normalitas pada
penelitian ini dapat dilihat pada Gambar 4.1 berikut
Universitas Sumatera Utara
Sumber: Pengolahan Data Primer Kuisioner dengan menggunakan SPSS 16.00, 2013
Gambar 4.1 Uji Normalitas
Dari gambar 4.1 dapat kita lihat bahwa, kurva normal P-P Plot data penelitian mempunyai distribusi normal, karena terlihat titik yang mengikuti data
di sepanjang garis diagonal. Pengambilan keputusan untuk uji normalitas pada penelitian ini dapat juga
dengan membandingkan nilai Asymps.Sis 2-tailed tabel dengan nilai Asymp.Sis
Universitas Sumatera Utara
2-tailed hitung adalah 0,05. Hasil uji normalitas pada penelitian ini dapat juga dilihat pada one sample KS Test pada Tabel 4.10 berikut.
Tabel 4.10 Hasil Analisis Instrumen One Sample KS Test
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual N
120 Normal Parameters
a
Mean .0000000
Std. Deviation 1.62190784
Most Extreme Differences Absolute
.060 Positive
.060 Negative
-.052 Kolmogorov-Smirnov Z
.658 Asymp. Sig. 2-tailed
.780 a. Test distribution is Normal.
Sumber: Pengolahan Data Primer Kuisioner dengan menggunakan SPSS 16.00, 2013
Pada Tabel 4.10 terlihat bahwa nilai Asymp.Sig. 2-tailed adalah 0,780 dan di atas nilai signifikan 0,05. Dengan kata lain variabel residual berdistribusi
normal. Nilai kolmogrov-smirnov Z lebih kecil dari 1,97 yaitu sebesar 0,658. Ini berarti tidak ada perbedaan antara distribusi teoritik dan distribusi empiric atau
dengan kata lain dikatakan normal.
Universitas Sumatera Utara
2. Multikolinearitas Uji multikolinearitas dilakukan untuk menguji data, apakah terdapat
korelasi yang tinggi diantara variabel bebas. Model regresi yang baik seharusnya tidak terjadi korelasi antara variabel independen. Suatu variabel tidak terkena
multikolinearitas, jika nilai Variance Inflation Factor VIF tidak lebih besar 5 VIF 5 dan nilai Tolerance tidak kurang dari 0,1 Tolerance 0,1. Uji
multikolinearitas pada penelitian ini dapat dilihat pada Tabel 4.11 berikut.
Tabel 4.11 Hasil Analisis Instrumen Multikolinearitas
Sumber: Pengolahan Data Primer dengan menggunakan SPSS 16.00, 2013 Tabel 4.11 menunjukkan tidak adanya masalah multikolinearitas, dimana
hasil uji Variance Inflation Factor VIF pada variabel financial benefit, social benefit, dan structural ties masing-masing menunjukkan nilai kurang dari lima
VIF 5. Nilai Variance Inflation Factor VIF pada variabel financial benefit
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity
Statistics B
Std. Error Beta
Tolerance VIF
1 Constant
4.186 1.732
2.416 .017
Financialbenef it
.839 .176
.425 4.758
.000 .712
1.404 Socialbenefit
.475 .172
.237 2.756
.007 .769
1.301 Structuralties
.058 .147
.035 .392
.696 .712
1.405 a. Dependent Variable: Loyalitas
Universitas Sumatera Utara
adalah 1,404; variabel social benefit adalah 1,301; dan variabel structural ties adalah 1,405. Nilai Variance Inflation Factor VIF yang lebih kecil dari 5 lima
menunjukkan bahwa tidak ada masalah multikolinearitas dalam model penelitian ini.
Nilai Tolerance pada variabel financial benefit adalah 0,712; variabel social benefit adalah 0,769; dan variabel structural ties sebesar 0,712. Nilai
Tolerance lebih besar dari 0,1 Tolerance 0,1, maka tidak terdapat multikolinearitas.
3. Heteroskedastisitas Heteroskedastisitas terjadi karena perubahan situasi yang tidak
tergambarkandalam spesifikasi model regresi, dengan kata lain heteroskedastisitas terjadi jika residual tidak memiliki varian yang konstan. Heteroskedastisitas dapat
diketahui dengan melakukan dua pendekatan yakni pendekatan statistik uji glesjer dan pendekatan grafik.
Kriteria pengambilan keputusan: a. Jika nilai signifikasi 0,05, maka tidak mengalami gangguan
heteroskedastisitas. b. Jika nilai signifikasi 0,05, maka mengalami gangguan
heteroskedastisitas.
Universitas Sumatera Utara
Tabel 4.12 Hasil Analisis Instrumen Heteroskedastisitas
Pendekatan Statistik Uji Glesjer Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta 1
Constant 1.936
1.009 1.919
.057 Financialbenefit
-.050 .103
-.053 -.483
.630 Socialbenefit
-.059 .100
-.062 -.589
.557 Structuralties
.020 .086
.026 .236
.814
Sumber: Pengolahan Data Primer Kuisioner dengan menggunakan SPSS 16.00, 2013
Tabel 4.12 pada penelitian ini menunjukkan bahwa hasil uji signifikan variabel financial benefit adalah sebesar 0,630; hasil uji signifikan padavariabel
social benefit adalah sebesar 0,557; hasil uji signifikan pada variabel structural ties adalah sebesar 0,814. Hasil analisis instrument heteroskedastisitas pada
penelitian ini menunjukkan bahwa masing-masing variabel independen financial benefit, social benefit, dan structural ties menunjukkan nilai lebih besar dari 5,
sehingga dapat disimpulkan bahwa pada data penelitian tidak terdapat adanya heteroskedastisitas dalam model regresi.
Uji heteroskedastisitas dapat juga dilihat melalui gambar scatterplot. Gambar 4.2 berikut adalah gambar scatterplot yang dapat mengindikasi ada atau
tidaknya gejala heteroskedastisitas. Suatu model regresi jika dianalisis dengan
Universitas Sumatera Utara
pendekatan grafik, tidak terkena heteroskedastisitas apabila pada grafik scatterplot terlihat titik-titik yang menyebar secara acak dan tidak membentuk suatu pola
tertentu.
Sumber: Pengolahan Data Primer kuesioner dengan SPSS16.00, 2013
Gambar 4.2 Scatterplot Dependent Variable Loyalitas Pelanggan
Gambar 4.2 menunjukkan bahwa penyebaran residual cenderung tidak teratur, terdapat titik-titik yang berpencar dan tidak membentuk pola tertentu.
Kesimpulan yang dapat diperoleh adalah tidak terdapat gejala heteroskedastisitas pada model regresi penelitian ini.
4.3.3 Analisis Regresi Linear Berganda
