Tabel 9. Hasil pengujian validitas VariableItem
r hitung R tabel one tail
ValidTidak
Bukti Langsung BL1
0,237
0,168 Valid
BL2 0,479
BL3 0,360
BL4 0,218
BL5 0,401
BL6 0,506
Keandalan K1
0,575 0,168
Valid K2
0,611 K3
0,581 K4
0,520 K5
0,401 Jaminan
JM1 0,420
0,168 Valid
JM2 0,398
JM3 0,400
0,168
Valid
JM4 0,405
JM5 0,281
Empati EM1
0,705 0,168
Valid EM2
0,611 EM3
0,551 Kepuasan Konsumen
KK1 0,884
0,168 Valid
KK2 0,250
KK3 0,771
KK4 0,884
Data primer yang diolah, 2014
4.4. Pengujian Reliabilitas
Uji reliabilitas digunakan untuk mengukur konsistensi konstrukpeubah penelitian. Suatu peubah dikatakan reliable keandal, jika jawaban responden
terhadap pertanyaan konsisten atau stabil dari waktu ke waktu. Tingkat reliabilitas suatu konstruk penelitian dapat dilihat dari hasil statistik Cronbach
Alpha α suatu dikatakan reliabel jika memberikan nilai Cronbach Alpha 0,60 Ghozali, 2005. Hasil perhitungan reliabilitas oleh SPSS dapat dilihat pada
Tabel 10.
Tabel, 10. Hasil pengujian reliabilitas
Peubah Nilai Cronbach’s Alpha
Based on Standardized Item
Keterangan
Bukti Langsung
0,764 Reliabel
Keandalan
0,782
Jaminan
0,626
Empathy
0,764
Kepuasan Konsumen
0,853 Sumber. Data primer yang diolah 2014
Seperti terlihat pada Tabel 10, semua pernyataan pada kuesioner dinilai reliabel, karena nilai Nilai Cronbach’s Alpha Based on Standardized Item pada
setiap peubah 0,6.
4.5. Uji Asumsi Klasik
a. Uji Multikolinieritas Uji multikolinieritas dilakukan untuk menguji apakah pada model regresi
ditemukan adanya korelasi antar peubah bebas. Model regresi yang baik seharusnya tidak terjadi korelasi diantara peubah independent.
Pengujian ada tidaknya gejala multikolinieritas dilakukan dengan memperhatikan nilai matriks korelasi yang dihasilkan pada saat pengolahan
data serta nilai VIF Variance Inflation Factor dan Toleransinya. Apabila nilai matriks korelasi tidak ada yang lebih besar dari 0,5, maka dapat
dikatakan data yang akan dianalisis bebas dari multikolinieritas. Kemudian apabila nilai VIF berada di bawah 10 dan nilai toleransi mendekati 1, maka
diambil kesimpulan bahwa model regresi tersebut tidak terdapat multikolinieritas Santoso, 2000. Hasil uji Multikolinieritas dapat dilihat
pada Tabel 11.
Tabel, 11. Hasil Uji Multikolinieritas
Collinearity Statistic Peubah
Toleran VIF
Bukti Langsung
0.647 1.545
Keandalan
0.636 1.572
Jaminan
0.486 2.056
Empaty
0.783 1.277
Sumber: Data primer yang diolah 2014 Berdasarkan Tabel 11 dapat dilihat bahwa model regresi tidak
mengalami gangguan multikolinieritas. Hal ini tampak pada nilai tolerance masingmasing peubah lebih besar dari 10 persen 0,1. Hasil perhitungan VIF
juga menunjukkan bahwa nilai VIF masing-masing peubah kurang dari 10, maka disimpulkan tidak ada multikolinieritas antar peubah bebas dalam
model regresi tersebut. b. Uji Heteroskedastisitas
Uji heteroskedastisitas dilakukan untuk menguji apakah dalam sebuah model regresi terjadi ketidaksamaan varians residual dari satu pengamatan ke
pengamatan yang lain tetap, Santoso, 2000. Salah satu cara untuk mendeteksi heteroskedastisitas adalah dengan melihat grafik scatter plot
antara nilai prediksi peubah terikat ZPRED dan nilai residualnya SRESID. Jika titik-titik membentuk pola tertentu yang teratur seperti gelombang besar
melebar, kemudian menyempit maka dikatakan terjadi heteroskedastisitas. Jika titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y tanpa
membentuk pola tertentu, maka tidak terjadi heteroskedastisitas. Hasil uji heteroskedastisitas dari program SPSS dapat dilihat pada Gambar 3.
