BAB IV HASIL PENELITIAN
4.4 Uji Asumsi Klasik…
Penelitian ini menggunakan model analisis jalur dengan menggunakan pendekatan 3 buah model regresi liniear berganda. Suatu model regresi yang baik harus bebas dari masalah penyimpangan terhadap asumsi klasik. Berikut ini adalah pengujian asumsi klasik dalam model regresi.
4.4.1 Uji Normalitas
Untuk keperluan analisis data selanjutnya, maka akan lebih mudah bila variabel-variabel yang diteliti mengikuti distribusi tertentu. Dari teori kemungkinan apabila populasi yang diteliti berdistribusi normal maka kesimpulan bisa diterima, tetapi apabila populasi tidak berdistribusi normal maka kesimpulan berdasarkan teori tidak berlaku. Oleh sebab itu, sebelum mengambil keputusan berdasarkan teori tersebut perlu diperiksa terlebih dahulu normalitas distribusinya,
apakah pada taraf signifikansi tertentu atau tidak. Pengujian normalitas data dimaksudkan untuk mengetahui normal tidaknya distribusi penelitian masing masing variabel penelitian. Uji normalitas data penelitian ini menggunakan uji analisis grafik histogram apakah membentuk
kurva normal atau tidak, berikut merupakan hasil analisis grafik histogram berdasarkan output SPSS for windows 20.0
Gambar 4.1 Grafik Analisis Histogram
Pada gambar 4.1 terlihat bahwa histogram menyerupai bentuk lonceng, bentuk kurva tidak melenceng ke kiri atau ke kanan. Dari bentuk histogram tersebut, terbukti bahwa data berdistribusi normal. Selain dengan garfik histogram, untuk melihat apakah data telah berdistribusi normal atau tidak dapat dilakukan dengan grafik p plot. Suatu data akan berdistribusi secara normal jika nilai probabilitas yang diharapkan adalah sama dengan nilai probabilitas pengamatan. Pada grafik PP plots, kesamaan antara nilai probabilitas harapan dan probabilitas pengamatan ditunjukkan dengan garis diagonal yang merupakan perpotongan antara garis probabilitas harapan dan probabillitas pengamatan. Hasil dari analisis normal probability plot dengan menggunakan program SPSS for windows 20.0 sebagai berikut :
Gambar 4.2 Grafik PP Plots
Pada grafik PP plots terlihat titik-titik menyebar disekitar atau mengikuti garis normal. Hal ini menunjukkan bahwa data berdistribusi normal. Kedua garfik diatas menunjukkan bahwa model regresi layak digunakan karena memenuhi uji normalitas data.
4.4.2 Uji Heteroskedastisitas
Pengujian heteroskedastisitas dilakukann dengan menggunakan scatter plot. Jika tidak terdapat pola yang teratur pada titik-titik resedualnya, maka dapat di simpulak tidak adanya masalah heterodkedastisitas. Hasil pengujian dapat dilihat dari gambar berikut ini
Dari grafik 4.3 terlihat titik-titik menyebar secara acak tidak membentuk sebuah pola tertentu yang jelas serta tersebar baik di atas maupun di bawah angka nol pada sumbu Y. Hal ini berarti tidak terjadi heteroskedastisitas pada model regresi, sehingga model regresi layak dipakai.
4.4.3 Uji Multikolonieritas
Uji persamaan selanjutnya adalah uji multikolinieritas untuk mengetahui ada tidaknya korelasi di antara sesama variabel bebas. Model regresi dalam penelitian ini dapat memenuhi syarat apabila tidak terjadi multikolinieritas atau adanya korelasi di antara variabel bebas. Pengujian multikolinieritas ini dapat dilihat dari nilai variance inflatio factor (VIF). Antara variabel bebas dikatakan tidak terjadi multikolinieiritas apabila nilai toleransinya > 0,1 dan VIF < 10. Uji persyaratan analisis menggunakan program SPSS for Windows 20.0 sebagai berikut :
Tabel 4.30 Uji Multikolinearitas
Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics
B Std. Error Beta Tolerance VIF
1 (Constant) 10,427 2,778 3,754 ,000 Merek ,547 ,159 ,395 3,441 ,001 ,992 1,00 8 Harga ,148 ,133 ,127 1,108 ,272 ,992 1,00 8 a. Dependent Variable: Loyalitas
Dari tabel 4.26 menunjukkan bahwa tidak terjadi multikolinearitas antar variabel bebas. Hal ini dapat dilihat dari nilai toleransi masing variabel yang > 0,1 dan nilai VIF masing-masing variabel yang > 5.
4.5 Pengujian Hipotesis
4.5.1 Uji Statistik-t (Uji Signifikansi Parsial)
Uji Signifikansi Parsial (Uji t) dilakukan untuk mengetahui hubungan antara variabel-variabel independent terhadap variabel-variabel dependent secara parsial (individu). Jika thitung > ttabel, maka H0 ditolak atau Ha diterima yang berarti terdapat pengaruh variabel independen secara parsial terhadap variabel dependen dan jika thitung < ttabel maka H0 diterima atau Ha ditolak yang berarti tidak terdapat pengaruh variabel independen secara parsial terhadap variabel dependen dan jika tingkat signifikansi dibawah 0,05 maka H0 ditolak dan Ha diterima begitu juga sebaliknya. Dengan menggunakan signifikansi 5 % (α = 0,05), dan drajat kebebasan (n-1) = 66 diperoleh ttabel sebesar 1,996. Hasil dari pengolahan data dengan program SPSS 20.0 dapat dilihat pada tabel berikut :
Tabel 4.31 Uji Signifikansi Parsial (Uji t)
Dari tabel 4.27 diperoleh beberapa kesimpulan, yaitu :
1. Hasil pengujian diperoleh nilai t hitung untuk merek sebesar 3,441 dengan nilai signifikasi 0,001. Dengan menggunakan batas signifikasi 0,05, nilai signifikasi tersebut lebih kecil dari 0,05 dengan arah koefisien positif. Dengan demikian hipotesis yang menyatakan merek memiliki pengaruh positif yang signifikan terhadap loyalitas
Coefficientsa
Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) 10,427 2,778 3,754 ,000 Merek ,547 ,159 ,395 3,441 ,001 Harga ,148 ,133 ,127 1,108 ,272
pelanggan dapat di terima, artinya variabel merek (X1) mempunyai pengaruh signifikan secara parsial terhadap loyalitas pelanggan (Y).
2. Hasil pengujian diperoleh nilai t hitung untuk harga sebesar 1,108 dengan nilai signifikasi 0,272. Dengan menggunakan batas signifikasi 0,05, nilai signifikasi tersebut lebih besar dari 0,05 dengan arah koefisien positif. Dengan demikian hipotesis yang menyatakan merek memiliki pengaruh positif yang signifikan terhadap loyalitas pelanggan ditolak, artinya variabel harga (X2) tidak mempunyai pengaruh signifikan secara parsial terhadap loyalitas pelanggan (Y).
4.5.2 Uji Statistik-F (Uji Signifikan Simultan)
Pengujian ini dilakukan untuk mengetahui signifikansi dari seluruh variabel independen secara bersama-sama terhadap variabel dependen. Jika Fhitung > Ftabel, maka H0 ditolak atau Ha
diterima yang berarti terdapat pengaruh variabel independen secara bersama-sama terhadap variabel dependen dan jika Fhitung < Ftabel maka H0 diterima atau Ha ditolak yang berarti tidak terdapat pengaruh variabel independen secara bersama-sama (serempak) terhadap variabel
dependen dan jika tingkat signifikansi dibawah 0,05 maka H0 ditolak dan Ha diterima, begitu juga sebaliknya. Dengan menggunakan signifikansi 5 % (α = 0,05), drajat kebebasan (df1)
= k-1= 2 dan df2 = n-k = 64 diperoleh Ftabel sebesar 3,140. Hasil pengolahan data dengan program SPSS 20.0 dapat dilihat pada tabel berikut :
Tabel 4.32 Uji Signifikansi Simultan (Uji F)
ANOVAa
Model Sum of Squares Df Mean Square F Sig.
1
Regression 105,645 2 52,822 6,244 ,003b
Residual 541,460 64 8,460
Total 647,104 66
a. Dependent Variable: Loyalitas b. Predictors: (Constant), Harga, Merek
Hasil pengujian di peroleh nilai F hitung sebesar 6,244 dengan signifikasi 0,003. Dengan menggunakan batas signifikasi 0,05, nilai signifikasi tersebut lebih kecil dari 0,05. Dengan demikian dapat disimpulkan bahwa variabel merek (X1) dan harga (X2) mempunyai pengaruh signifikan secara bersama-sama terhadap loyalitas pelanggan produk minuman teh botol sosro (Y).
4.5.3 Koefisien Determinasi (��)
Koefisien determinasi digunakan untuk mengetahui seberapa besar variabel bebas memiliki pengaruh terhadap variabel terikatnya. Nilai koefisien determinasi ditentukan dengan nilai
adjusted r square sebagaimana dapat dilihat pada table
Tabel 4.33 Koefisien Determinasi
Model Summaryb
Model R R Square Adjusted R
Square
Std. Error of the Estimate
1 ,404a ,163 ,537 2,90866
a. Predictors: (Constant), Harga, Merek b. Dependent Variable: Loyalitas
Hasil perhitungan regresi dapat diketahui bahwa koefisien determinasi (adjusted �2) yang diperoleh sebesar 0,537. Hal ini berarti 53,7% loyalitas pelanggan dapat dipengaruhi oleh merek
dan harga dan sisanya sebesar 46,3% di pengaruhi oleh variabel-variabel lain yang tidak dijelaskan pada model regresi ini.