yang memberikan penilaian terhadap keputusan perpindahan merek masuk dalam kategori rendah yaitu sebanyak 15 orang 15.
2. Uji Prasyarat Analisis
Pengujian prasyarat analisis dilakukan sebelum melakukan analisis regresi berganda. Prasyarat yang digunakan dalam penelitian ini meliputi uji
normalitas, uji linieritas, uji multikolinieritas dan uji heteroskedastisitas yang dilakukan menggunakan bantuan komputer program SPSS 20.00 for
Windows. Hasil uji prasyarat analisis disajikan berikut ini.
a. Uji Normalitas
Pengujian normalitas adalah pengujian tentang kenormalan distribusi data Ghozali, 2011. Dalam penelitian ini, menggunakan Uji
Kolmogrov-smirnov dengan hasil sebagai berikut:
Tabel 16. Hasil Uji Normalitas Variabel
Signifikansi Keterangan
Ketidakpuasan Konsumen 0,139
Normal Karakteristik Kategori Produk
0,130 Normal
Kebutuhan Mencari Variasi 0,333
Normal Keputusan Perpindahan Merek
0,132 Normal
Sumber: Data Primer 2015
Hasil uji normalitas menunjukkan bahwa semua variabel penelitian mempunyai nilai signifikansi lebih besar dari 0,05 pada
sig0,05, sehingga dapat disimpulkan bahwa data penelitian berdistribusi normal.
b. Uji Linieritas
Tujuan uji linieritas adalah untuk mengetahui hubungan antara variabel bebas dan variabel terikat linier atau tidak Ghozali, 2011.
Kriteria pengujian linieritas adalah jika nilai signifikasi lebih besar dari 0,05, maka hubungan antara variabel bebas dan variabel terikat adalah
linier. Hasil rangkuman uji linieritas disajikan berikut ini:
Tabel 17. Hasil Uji Linieritas Variabel
Signifikansi Keterangan
Ketidakpuasan Konsumen 0,365
Linier Karakteristik Kategori
Produk 0,081
Linier Kebutuhan Mencari Variasi
0,139 Linier
Sumber : Data primer 2015 Hasil uji linieritas pada tabel di atas dapat diketahui bahwa
semua variabel memiliki nilai signifikansi yang lebih besar dari 0,05 sig0,05, hal ini menunjukkan bahwa semua variabel penelitian
adalah linier.
c. Uji Multikolinieritas
Uji multikolinieritas dilakukan untuk mengetahui besarnya interkolerasi antar variabel bebas dalam penelitian ini. Jika terjadi
korelasi, maka dinamakan terdapat masalah multikolinieritas Ghozali, 2011. Untuk mendeteksi ada tidaknya multikolinieritas dapat dilihat
pada nilai tolerance dan VIF. Apabila nilai toleransi di atas 0,1 dan nilai VIF di bawah 10 maka tidak terjadi multikolinieritas. Hasil uji
multikolinieritas untuk model regresi pada penelitian ini disajikan pada tabel di bawah ini:
Tabel 18. Hasil Uji Multikolinieritas Variabel
Tolerance VIF
Kesimpulan
Ketidakpuasan Konsumen
0,556 1,799
Non Multikolinieritas Karakteristik
Kategori Produk 0,629
1,589 Non Multikolinieritas
Kebutuhan Mencari Variasi
0,672 1,488
Non Multikolinieritas Sumber: Data Primer 2015
Dari tabel di atas terlihat bahwa semua variabel mempunyai nilai toleransi di atas 0,1 dan nilai VIF di bawah 10, sehingga dapat
disimpulkan bahwa model regresi pada penelitian ini tidak terjadi multikolinieritas.
d. Uji Heteroskedastisitas
