70
8. Distribusi Jawaban Responden terhadap Variabel Loyalitas Pelanggan
Tabel 4.13 Distribusi Jawaban Variabel Loyalitas Pelanggan
Item Pertanyaan
Sangat Setuju
Setuju Kurang Setuju
Tidak Setuju
Sangat Tidak Setuju
Total
1
10 68
18 2
2 100
2
12 46
36 6
100
3
9 19
47 22
3 100
4
9 80
9 1
1 100
5
21 57
20 2
100
Rata-rata 12,2
54 26
6,6 1,2
100
Sumber: Hasil Olahan SPSS for windows versi 16 Februari 2013
Berdasarkan Tabel 4.13 penjelasan responden tentang variabel loyalitas pelanggan dengan indikator melakukan pembelian ulang, membeli lebih banyak,
dan menyebarkan informasi positif tentang Minimarket MES Mart syariah adalah 12,2 responden menjawab sangat setuju, 54 menjawab setuju, 26 menjawab
kurang setuju, 6,6 menjawab tidak setuju, dan 1,2 menjawab sangat tidak setuju. Hal ini mengindikasikan bahwa mayoritas pelanggan yang berbelanja di
minimarket MES Mart telah loyal untuk tetap berbelanja di MES Mart.
4.4 Analisis Kuantitatif
4.4.1 Uji Asumsi Klasik
1. Uji Normalitas Data
Uji normalitas dilakukan dengan menggunakan pendekatan kolmogorov
smirnov. Dengan menggunakan tingkat signifikansi 5 maka jika nilai asymp.sig.2-tailed diatas nilai signifikansi 5 artinya variabel residual
berdistribusi normal.
Universitas Sumatera Utara
71
Tabel 4.14 Uji Kolmogorov-Smirnov
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 100
Normal Parameters
a,,b
Mean .0000000
Std. Deviation 1.79803629
Most Extreme Differences Absolute
.056 Positive
.048 Negative
-.056 Kolmogorov-Smirnov Z
.565 Asymp. Sig. 2-tailed
.907 a. Test distribution is Normal.
b. Calculated from data.
Sumber: Hasil Olahan SPSS for windows versi 16 Februari 2013
Dari Tabel 4.14 maka diperoleh nilai probalitas sebesar 0,9070,5 maka dapat disimpulkan bahwa data penelitian ini memiliki distribusi data yang
normal. Selain itu, uji normalitas data dapat juga dilakukan dengan metode pendekatan sebagai berikut:
a.
Pendekatan HistogramKurva
Untuk asumsi pendekatan histogram adalah jika bentuk kurva posisinya sama besar dan tidak ada kemencengan kurva baik kekanan
maupun kekiri maka dapat dinyatakan data penelitian itu berdistribusi normal.Hasil uji normalitas dengan menggunakan pendekatan Histogram
dapat dilihat pada Gambar 4.2 berikut ini:
Universitas Sumatera Utara
72
Sumber: Hasil Olahan SPSS for windows versi 16 Februari 2013
Gambar 4.2 Uji Normalitas Histogram
Dari Gambar 4.2 jelas terlihat bahwa kurva sama besar dan tidak terjadi kemencengan kurva baik kekanan maupun kekiri sehingga data
penelitian ini mmng memiliki distribusi data yang normal.
b. Pendekatan Grafik Garis
Asumsi pendekatan ini jika titik- titk mengikuti garis diagonal dan tidak ada titik-titik yang menjauh sehingga data penelitian tersebut dapat
dikategorikan berdistribusi normal.Hasil uji normalitas dengan
menggunakan pendekatan grafik dapat dilihat pada Gambar 4.3
Universitas Sumatera Utara
73
Sumber: Hasil Olahan SPSS for windows versi 16 Februari 2013
Gambar 4.3 Uji Normalitas P-Plot
Dari hasil spss diatas maka dapat kita lihat bahwa titik-titik mengikuti garis diagonal dan tidak ada titik-titik yang menjauh dari garis diagonal
sehingga dapat dinyatakan data ini memiliki distribusi data yang normal.
2. Uji Heterokedasitas
Heteroskedastisitas diuji dengan menggunakan uji Glejser dengan
pengambilan keputusan jika variabel independen signifikan secara statistik mempengaruhi variabel dependen, maka ada indikasi terjadi
heteroskedastisitas. Heteroskedastisitas menguji terjadinya perbedaan varians residual suatu periode pengamatan ke periode pengamatan lainnya.
Berikut adalah hasil uji Glejser:
Universitas Sumatera Utara
74
Tabel 4.15 Uji Glejser
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
T Sig.
B Std. Error
Beta 1
Constant 1.804
4.422 .408
.684 X1= Produk
-.302 .368
-.122 -.821
.414 X2= Harga
.125 .428
.049 .293
.770 X3= Lokasi
-.278 .325
-.115 -.857
.394 X4= Promosi
-.245 .268
-.105 -.913
.364 X5= Personalia
-.099 .430
-.035 -.231
.818 X6= Presentasi
.038 .405
.014 .095
.925 Z= Kepuasan Pelanggan
.428 .256
.289 1.668
.099 a. Dependent Variable: asus
Sumber: Hasil Olahan SPSS for windows versi 16 Februari 2013
Dari Tabel 4.15 dapat terlihat bahwa tidak ada variabel yang memiliki nilai probalitas nilai sig 0,05 maka dapat dinyatakn bahwa pada data
penelitian ini tidak terjadi heterokedasitas. Selain itu uji heterokedasitas dapat juga dilakukan dengan melihat hasil scaterplot, jika titik-titik
membentuk suatu pola tertentu dahan tidak menyebar maka data tersebut terindikasi terjadi heterokedasitas. Perhatikan hasil spss berikut ini.
Universitas Sumatera Utara
75
Sumber: Hasil Olahan SPSS for windows versi 16 Februari 2013
Gambar 4.4 Pengolahan Heteroskedastisitas Scatterplot
Dari hasil spss diatas terlihat titik-titik tidak membentuk suatu pola tertentu dan menyebar diatas maupun dibawah titik 0 pada sumbu Y
sehingga data ini mmng bebas dari heterokedasitas.
3. Uji Multikolieneritas
Untuk mendeteksi ada atau tidaknya multikolinearitas dapat dilakukan dengan melihat toleransi variabel dan
variance Inflation FactorVIF dengan membandingkan sebagai berikut:
e. VIF 5 maka diduga mempunyai persoalan multikolinearitas f. VIF 5 maka tidak terdapat multikolinearitas
g. Tolerance 0,1 maka diduga mempunyai persoalan multikolinearitas h. Tolerance 0,1 maka tidak terdapat multikolinearitas
Universitas Sumatera Utara
76
Tabel 4.16 Uji Multikolinearitas
Coefficients
2
Model Collinearity Statistics
Tolerance VIF
1 Constant
X1= Produk .475
2.107 X2= Harga
.379 2.637
X3= Lokasi .573
1.744 X4= Promosi
.789 1.267
X5= Personalia .450
2.221 X6= Presentasi
.482 2.074
Z= Kepuasan Pelanggan .347
2.886 a. Dependent Variable: Y= Loyalitas Pelanggan
Sumber: Hasil Olahan SPSS for windows versi 16 Februari 2013
Dari Tabel 4.16 diatas maka dapat kita interpretasikan sebagai berikut; 1. Pada variabel produk tidak terjadi hubungan yang multikolieneritas
karena nilai VIF sebesar 2, 107 5 dan nilai VIF sebesar 0,475 0,1 2. Pada variabel harga tidak terjadi hubungan yang multikolieneritas karena
nilai VIF sebesar 2,637 5 dan nilai VIF sebesar 0,379 0,1 3. Pada variabel Lokasi tidak terjadi hubungan yang multikolieneritas
karena nilai VIF sebesar 1,744 5 dan nilai VIFsebesar 0,573 0,1 4. Pada variabel Promosi tidak terjadi hubungan yang multikolieneritas
karena nilai VIF sebesar 1,267 5 dan nilai VIFsebesar 0,789 0,1 5. Pada variabel personalia tidak terjadi hubungan yang multikolieneritas
karena nilai VIF sebesar 2,21 5 dan nilai VIF sebesar 0,45 0,1 6. Pada variabel presentasi tidak terjadi hubungan yang multikolieneritas
karena nilai VIF sebesar 2, 074 5 dan nilai VIFsebesar 0,482 0,1
Universitas Sumatera Utara
77
7. Pada variabel kepuasan pelanggan tidak terjadi hubungan yang multikolieneritas karena nilai VIF sebesar 2,886 5 dan nilai VIF
sebesar 0,347 0,1
4.4.2 Analisis Persamaan Regresi Linear Berganda
Kategori