2. Variabel Kepuasan Pelanggan
a. Tanggapan responden menyatakan setuju bahwa produk yang ditawarkan
AUTO 2000 Medan Amplas memenuhi kebutuhan saya.. b.
Tanggapan responden menyatakan setuju bahwa Produk yang ditawarkan AUTO 2000 Medan Amplas memenuhi keinginan saya..
c. Tanggapan responden menyatakan setuju bahwa layanan yang diberikan
AUTO 2000 Medan Amplas sesuai dengan harapan saya. d.
Tanggapan responden menyatakan setuju bahwa kualitas yang diberikan AUTO 2000 Medan Amplas sesuai dengan harapan saya.
3. Variabel Perubahan Harga
a. Tanggapan responden menyatakan setuju bahwa harga yang ditawarkan
AUTO 2000 Medan Amplas terjangkau oleh pelanggan.. b.
Tanggapan responden menyatakan setuju bahwa harga yang ditawarkan AUTO 2000 Medan Amplas disesuaikan dengan kualitas produk..
c. Tanggapan responden menyatakan setuju bahwa AUTO 2000 Medan Amplas
mempunyai daya saing harga yang baik dengan perusahaan lain. d.
Tanggapan responden menyatakan setuju bahwa Harga yang ditawarkan AUTO 2000 Medan Amplas disesuaikan dengan manfaat yang diberikan
kepada pelanggan.
4.5 Uji Asumsi Klasik
4.5.1 Uji Normalitas
Tujuan uji normalitas adalah ingin mengetahui apakah distribusi sebuah data mengikuti dan mendekati distribusi normal. Uji normalitas dilakukan dengan
Universitas Sumatera Utara
menggunakan pendekatan Histogram dan Kolmogrov Smirnov. Pada grafik histogram, dikatakan variabel berdistribusi normal pada grafik histogram yang
berbentuk lonceng apabila distribusi data tersebut tidak menceng kekiri atau menceng kekanan.
Gambar 4.2 Histogram Nilai Pelanggan
Dengan menggunakan tingkat signifikan 5 maka jika nilai Asymp.sig. 2-tailed diatas nilai signifikan 5 artinya variabel residual berdistribusi normal
Situmorang dan Lutfi 2008:104.
Tabel 4.12 Uji Normalitas
Tests of Normality
Kolmogorov-Smirnov
a
Shapiro-Wilk Statistic
df Sig.
Statistic df
Sig. Nilai_Pelanggan
0.442 95
0.59 95
Keputusan_Pelanggan 0.312
95 0.809
95 a. Lilliefors Significance Correction
Sumber : Data Primer diolah peneliti 2013
Universitas Sumatera Utara
Berdasarkan Gambar 4.2 dan Tabel 4.12 dapat dilihat bahwa berbentuk lonceng yang miring ke kiri dan ke kanan serta signifikasi kolmogorov smirmov
5 maka dapat disimpulkan bahwa data tersebut tidak memenuhi uji normalitas.
4.5.2 Uji Multikolinieritas
Uji multikolonieritas bertujuan untuk menguji variable independent yang satu dengan yang lain dalam model regresi tidak saling berhubungan secara
sempurna atau mendekati sempurna. Untuk mengetahui ada tidaknya gejala multikolinearitas dapat dilihat dari besarnya nilai tolerance dan VIF Variance
Inflation Factor melalui program SPSS. Tolerance mengukur variabilitas variabel yang terpilih yang tidak dijelaskan oleh variabel independen lainnya.
Nilai umum yang biasa dipakai adalah nilai tolerance 0,1 atau nilai VIF 5, maka tidak terjadi multikolinearitas. Situmorang, dkk 2008:104.
Tabel 4.13 Nilai Tolerance dan Variance Inflaction Factor
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients Collinearity
Statistics B
Std. Error
Beta Tolerance
VIF 1 Constant
2.404 1.904 Nilai_Pelanggan
0.62 0.109 0.492
0.892 1.121 Kepuasan_Pelanggan
0.286 0.096 0.256
0.892 1.121 a. Dependent Variable: Perubahan_Harga
Sumber: Data Primer diolah peneliti 2013
Berdasarkan Tabel 4.13 dapat dilihat bahwa nilai tolerance masih berada dibawah angka 1 atau lebih besar dari 0,1, hal ini menunjukkan koefesien korelasi
antara variabel independen tidak terjadi multikolinearitas, demikian pula jika
Universitas Sumatera Utara
dilihat dari nilai Variance Inflaction Factor VIF berada dibawah nilai 5, maka berarti tidak terjadi multikolinearitas pada variabel-variabel independen.
4.5.3 Uji Heteroskedastisitas
Pengujian ini dilakukan dalam sebuah model regresi apakah dalam sebuah model regresi terjadi ketidaksamaan varians dari residual dari suatu pengamatan
ke pengamatan yang lain. Jika varians dari residual dari suatu pengamatan ke pengamatan yang lain tetap, maka disebut homokedasitas. Sebaliknya jika varians
berbeda maka disebut heteroskedastisitas. Adapun model regresi yang baik adalah model regresi yang tidak terjadi heteroskedastisitas. Dari grafik Scatterplot yang
disajikan dalam gambar dibawah ini, terlihat titik-titik menyebar secara acak dan tidak membentuk pola tertentu dan jelas.
.
Sumber : Data Primer diolah peniliti 2013
Gambar 4.3 Hasil Uji Heteroskedasitas dengan scatterplot
Universitas Sumatera Utara
4.6 Uji Regresi Linier Berganda
Kategori