1. Jika nilai Asymp.Sig. 2-tailed 0,05 maka tidak mengalami gangguan distribusi
normal. 2.
Jika nilai Asymp.Sig. 2-tailed 0,05 maka mengalami gangguan distribusi normal.
Tabel 4.4 One-Sample Kolmogorov-Smirnov Test
Unstandardiz ed Residual
N 96
Normal Parametersa,b
Mean ,0000000
Std. Deviation 1,56128154
Most Extreme Differences
Absolute ,115
Positive ,115
Negative -,060
Kolmogorov-Smirnov Z 1,130
Asymp. Sig. 2-tailed ,156
a Test distribution is Normal. b Calculated from data.
Sumber : Hasil Olahan SPSS 16.0 For Windows Oktober, 2011
Pengambilan keputusan: Pada Tabel 4.3 terlihat bahwa Asymp. Sig. 2-tailed adalah 0,156 dan diatas nilai
signifikan 5 0,05, dengan kata lain variabel residual berdistribusi normal.
B. Pengujian Heterokedastisitas
Heterokedastisitas terjadi karena perubahan situasi yang tidak tergambarkan dalam spesifikasi model regresi. Dengan kata lain, heterokedastisitas terjadi jika residual
tidak memiliki varians yang konstan. Pemeriksaan terhadap gejala heterokedastisitas adalah dengan melihat pola diagram pencar yaitu grafik yang merupakan diagram pencar
residual, yaitu selisih antara nilai Y prediksi dan Y observasi. a.
Model grafik Hipotesis:
Universitas Sumatera Utara
1 Jika diagram pencar yang ada membentuk pola- pola tertentu yang teratur
maka regrasi mengalami gangguan heterokedastisitas. 2
Jika diagram pencar yang ada tidak membentuk pola- pola tertentu yang teratur maka regrasi tidak mengalami gangguan heterokedastisitas.
Sumber: Hasil pengolahan data primer Kuesioner, SPSS versi 16.0, 2011 Gambar 4. 3 Scatterplot
Pada Gambar 4.2 dapat dilihat bahwa diagram pencar tidak membentuk pola tertentu karena itu tidak mengalami gangguan heterokedastisitas.
b. Model Glejser
Menentukan kriteria keputusan: 1.
Jika nilai signifikan 0,05, maka tidak mengalami gangguan heterokedastisitas.
2. Jika nilai signifikan 0,05, maka mengalami gangguan heterokedastisitas.
2 1
-1 -2
-3
Regression Standardized Predicted Value
3 2
1
-1 -2
R eg
re ss
io n
St ud
en tiz
ed R
es id
ua l
Dependent Variable: LOYALITAS MEREK Scatterplot
Universitas Sumatera Utara
Tabel 4.5
Sumber: Hasil pengolahan data primer Kuesioner, SPSS versi 16.0, 2011
Pada Tabel 4.5 tampak bahwa signifikasi variabel bebas lebih besar dari 0,05, maka tidak mengalami gangguan heterokedastisitas.
C. Pengujian Multikolinieritas
Uji multikolinieritas bertujuan untuk menguji adanya korelasi antara variabel independen. Jika terjadi korelasi maka dinamakan multikol, yaitu adanya masalah
multikolinieritas. Model regresi yang baik seharusnya tidak terjadi korelasi antara variabel independen. Hasil pengolahan dapat dilihat pada Tabel 4.8 sebagai berikut:
Coeffi cients
a
1,062 1,804
,589 ,557
-,140 ,060
-,248 -2, 341
.061 ,879
1,137 ,098
,053 ,205
1,835 ,070
,792 1,262
-,041 ,061
-,068 -,678
,500 ,977
1,024 ,086
,046 ,186
1,867 ,065
,993 1,007
-,015 ,058
-,028 -,256
,798 ,806
1,241 Const ant
SE NSE FE EL
THINK ACT
RE LATED Model
1 B
St d. E rror Unstandardized
Coeffic ients Beta
St andardiz ed Coeffic ients
t Sig.
Tolerance VIF
Collinearity Statistics
Dependent Variable: AB SUT a.
Universitas Sumatera Utara
Tabel 4.6
Sumber: Hasil pengolahan data primer Kuesioner, SPSS versi 16.0, 2011
Hasil pengujian: Pedoman suatu model regresi yaitu bebas multikolinieritas adalah dengan melihat
Variance Inflation Factor VIF 5 maka variabel ada masalah multikolinieritas, dan jika VIF 5 maka tidak terdapat masalah multikolinieritas. Jika Tolerance 0,1 maka
variabel ada masalah multikolinieritas, dan jika Tolerance 0,1 maka variabel tidak terdapat masalah multikolinieritas Pada Tabel 4.8 dapat dilihat bahwa nilai VIF 5 dan
Tolerance 0,1 maka tidak ditemukan masalah multikolinieritas dalam penelitian ini.
4.2.2. Metode Analisis Deskriptif 4.2.2.1. Deskriptif Responden