Uji Asumsi Klasik Hipotesis Kedua

48 independen manakah yang dijelaskan oleh variabel independen lainnya, Tolerance adalah mengukur variabilitas variabel bebas yang terpilih yang tidak dijelaskan variabel bebas lainnya. Nilai yang dipakai untuk Tolerance 0,1, dan VIF 10, maka tidak terjadi multikolinieritas. Tabel 4.10 Uji Multikolinieritas Hipotesis Pertama Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics B Std. Error Beta Tolerance VIF 1 Constant -5.600 1.323 -4.232 .000 Diferensiasi_Produk .219 .103 .119 2.117 .039 .597 1.675 Diferensiasi_Pelayanan .784 .066 .717 11.816 .000 .514 1.945 Diferensiasi_Merek .101 .044 .105 2.283 .027 .892 1.121 Diferensiasi_Harga .247 .064 .203 3.830 .000 .671 1.491 a. Dependent Variable: Loyalitas_Pelanggan Sumber: Hasil Penelitian, 2015 data diolah Berdasarkan pada Tabel 4.10 di atas diketahui bahwa nilai Variance Inflation Factor untuk variabel bebas lebih kecil dari 10 VIF 10, dan nilai Tolerance 0,1. Dengan demikian persamaan regresi sederhana hipotesis pertama terbebas dari asumsi multikolinieritas.

4.3.2 Uji Asumsi Klasik Hipotesis Kedua

Pengujian asumsi klasik untuk memastikan bahwa alat uji regresi sederhana dapat digunakan atau tidak. Apabila uji asumsi klasik telah terpenuhi, maka alat uji statistik regresi linier sederhana dapat dipergunakan.

1. Uji Normalitas

49 Tujuan uji normalitas adalah ingin menguji apakah dalam model regresi distribusi sebuah data mengikuti atau mendekati distribusi normal, yakni distribusi data dengan bentuk lonceng. Kalau asumsi ini dilanggar maka uji statistik menjadi tidak valid. Salah satu cara untuk melihat normalitas adalah dengan melihat grafik histogram, dan grafik normal p-p plot, yang membandingkan antara dua observasi dengan distribusi yang mendekati distribusi normal. Hasil output SPSS terlihat pada Gambar 4.4, dan Gambar 4.5. Sumber: Hasil Penelitian, 2015 data diolah Gambar 4.4 Pengujian Normalitas Histogram Hipotesis Kedua Berdasarkan grafik dapat disimpulkan bahwa distribusi data normal karena grafik histogram menunjukkan pola distribusi normal maka model regresi memenuhi asumsi normalitas dan sebaliknya jika data menyebar jauh dari garis 50 diagonal dan tidak mengikuti arah garis diagonal atau grafik histogram tidak menunjukkan pola distribusi data normal yang tidak melenceng kanan maupun melennceng kiri. Jadi, berarti data residual berdistibusi normal. Terbukti bahwa data maupun model yang digunakan memenuhi asumsi normalitas. Sumber: Hasil Penelitian, 2015 data diolah Gambar 4.5 Pengujian Normalitas P-P Plot Hipotesis Kedua Pada P-P plot terlihat bahwa titik-titik menyebar disekitar garis diagonal dan cenderung mengikuti arah garis diagonal. Dengan demikian maka model regresi hipotesis kedua tersebut memenuhi asumsi normalitas.

2. Uji Heteroskedastisitas

Uji ini bertujuan untuk menguji apakah didalam model regresi terjadi ketidaksamaan varians. Jika varians dari residual satu pengamatan ke pengamatan 51 yang lain tetap, maka disebut homoskedastisitas dan jika berbeda disebut heteroskedastisitas. Model regresi yang baik adalah yang homoskedastisitas atau tidak terjadi heteroskedastisitas. Sumber: Hasil Penelitian, 2015 data diolah Gambar 4.6 Pengujian Heteroskedastisitas Scatterplot Hipotesis Kedua Berdasarkan Gambar 4.6 dapat terlihat bahwa tidak ada pola yang jelas, serta titik-titik menyebar diatas dan dibawah angka 0 pada sumbu Y, Dengan demikian dapat disimpulkan bahwa persamaan regresi sederhana hipotesis kedua terbebas dari asumsi heteroskedastisitas.

3. Uji Multikolinieritas

Gejala multikolinieritas dapat dilihat dari besarnya nilai Tolerance dan VIF Variance Inflation Factor, kedua ukuran ini menunjukkan setiap variabel 52 independen manakah yang dijelaskan oleh variabel independen lainnya, Tolerance adalah mengukur variabilitas variabel bebas yang terpilih yang tidak dijelaskan variabel bebas lainnya. Nilai yang dipakai untuk Tolerance 0,1, dan VIF 10, maka tidak terjadi multikolinieritas. Tabel 4.11 Uji Multikolinieritas Hipotesis Kedua Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics B Std. Error Beta Tolerance VIF 1 Constant -2.028 1.746 -1.162 .251 Diferensiasi_Produk .382 .136 .312 2.802 .007 .597 1.675 Diferensiasi_Pelayanan .222 .087 .305 2.542 .014 .514 1.945 Diferensiasi_Merek .136 .058 .212 2.330 .024 .892 1.121 Diferensiasi_Harga .194 .085 .239 2.279 .027 .671 1.491 a. Dependent Variable: Kepuasan_Pelanggan Sumber: Hasil Penelitian, 2015 data diolah Berdasarkan pada Tabel 4.11 di atas diketahui bahwa nilai Variance Inflation Factor untuk variabel bebas lebih kecil dari 10 VIF 10, dan nilai Tolerance 0,1. Dengan demikian persamaan regresi sederhana hipotesis kedua terbebas dari asumsi multikolinieritas.

4.3.3 Uji Asumsi Klasik Hipotesis Ketiga