C. Pengujian Multikolinieritas
2. Pengaruh antara trust dan customer satisfaction
4.7. Uji Sub-Struktur 2 1 Uji Asumsi Klasik
a. Pengujian Normalitas
Uji normalitas bertujuan untuk menguji apakah distribusi sebuah data mengikut i atau mendekati distribusi normal. Ada dua cara untuk mendeteksi apakah residual berdistribusi normal atau tidak, yaitu dengan analisis grafik dan
uji statistik. Untuk melihat apakah data berdistribusi normal peneliti menganalisis grafik histogram yang membandingkan antara data observasi dengan distribusi yang mendekati distribusi normal dan juga menganalisis probabilitas plot yang membentuk plot antara nilai-nilai teoritis (sumbu x) melawan nilai-nilai yang didapat dari sampel (sumbu y).
a. Pada grafik histogram, dikatakan variabel berdistribusi normal pada grafik histogram yang berbentuk lonceng apabila distribusi data tersebut tidak menceng kekiri atau menceng ke kanan.
b. Apabila plot dari keduanya berbentuk linear (dapat didekati oleh garis lurus), maka hal ini merupakan indikasi bahwa residual menyebar normal. Bila pola-pola titik yang terletak selain di ujung-ujung plot masih berbentuk linear, meskipun ujung-ujung plot agak menyimpang dari garis lurus, dapat dikatakan bahwa sebaran data (dalam hal ini residual) adalah menyebar normal.
Gambar 4.14 Histogram
Interpretasi dari Gambar 4.14, menunjukkan bahwa grafik histogram menunjukkan pola distribusi normal.
Sebaran data pada uji normalitas dapat dilihat pada Gambar 4.15 berikut :
Sumber: Hasil pengolahan data primer (Kuesioner, SPSS versi 17.00, 2012)
Gambar 4.15
Normal P-P Plot of Regression Standardized Residual
Pada Gambar 4.15 tersebut dapat dilihat bahwa data-data (titik-titik) menyebar disekitar garis diagonal dan mengikuti arah garis diagonal. Oleh karena itu, berdasarkan Gambar 4.15 tersebut dapat diambil kesimpulan bahwa telah memenuhi uji normalitas. Untuk memastikan apakah data disepanjang garis diagonal berdistribusi normal maka dilakukan uji Kolmogorov Smirnov (1 Sample KS) dengan melihat data residual apakah berdistribusi normal (Syafrizal,dkk, 2008: 105).
Menentukan kriteria keputusan:
a. Jika nilai Asymp.Sig. (2-tailed) > 0,05 maka tidak mengalami gangguan distribusi normal.
b. Jika nilai Asymp.Sig. (2-tailed) < 0,05 maka mengalami gangguan distribusi normal.
Hasil uji Kolmogorov Smirnov dapat dilihat pada Tabel 4.21 berikut :
Tabel 4.21
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 100
Normal Parametersa,,b Mean .0000000
Std. Deviation 2.24760400
Most Extreme Differences Absolute .093
Positive .066
Negative -.093
Kolmogorov-Smirnov Z .931
Asymp. Sig. (2-tailed) .351
a. Test distribution is Normal. b. Calculated from data.
Sumber: Hasil pengolahan data primer (Kuesioner, SPSS versi 17.00, 2012)
Pengambilan Keputusan :
a. Pada tabel terlihat bahwa nilai Asymp.Sig. (2-tailed) adalah 0.351. dan diatas nilai signifikan (0,05). Dengan kata lain variabel residual berdistribusi normal.
b. Nilai kosmogorov-smirnov Z lebih kecil dari 1,97 berarti tidak ada perbedaan antara distribusi teoritik dan distribusi empiris atau dengan kata lain data dikatakan normal.
b. Pengujian Heteroskedastisitas
Uji hoteroskedatisitas pada prinsipnya ingin menguji apakah sebuah grup mempunyai varians yang sama diantara anggota grup tersebut. Jika varians sama dan ini yang seharusnya terjadi maka dikatakan ada hoteroskedastisitas. Jika
varians tidak sama dikatakan terjadi heteroskedastisitas (Situmorang,dkk 2008:63).Untuk mendeteksi keberadaan heteroskedastisitas dapat dilakukan dengan metode formal yaitu melalui pendekatan grafik dan metode informal yaitu melalui uji statistik yang salah satunya melalui uji Glejser.
b. Pendekatan Grafik
Melalui pendekatan grafik, hasil pengolahan dapat di lihat pada Gambar 4.6 dibawah ini :
Sumber :Hasil pengolahan data primer (Kuesioner, SPSS versi 17.00), (2012)
Gambar 4.16
Scatterplot
Pengambilan Keputusan :
Dari grafik scatterplot yang disajikan dapat dilihat titik-titik menyebar secara acak tidak membentuk sebuah pola tertentu yang jelas serta tersebar baik diatas maupun dibawah angka nol pada sumbu Y. Hal ini berarti tidak terjadi heteroskedastisitas pada model regresi, sehingga model regresi dapat dipakai untuk memprediksikan keputusan konsumen berdasarkan masukan variabel independennya.
b. Pendekatan statistik
Melalui pendekatan statistik dapat dilakukan melalui uji Glejser. Hasil pengolahannya dapat dilihat pada Tabel 4.22 berikut ini:
Tabel 4.22 Uji Glejser Coefficientsa Model Unstandardized Coefficients Standardized Coefficients T Sig. B Std. Error Beta 1 (Constant) 2.186 1.799 1.215 .227 service quality .024 .079 .035 .309 .758 Trust .038 .035 .116 1.082 .282 customer satisfaction -.090 .075 -.144 -1.199 .233
a. Dependent Variable: absut
Sumber :Hasil pengolahan data primer (Kuesioner, SPSS versi 17.0, 2012)
Dari tabel 4.22 dapat dilihat bahwa semua nilai signifikansi diatas 0,05. Hal ini menunjukkan bahwa model regresi tidak mengarah pada adanya heteroskedastisitas.
C. Pengujian Multikolinieritas
Uji Multikolinieritas bertujuan untuk menguji apakah dalam model regresi ditemukan adanya korelasi antar variabel bebas. Multikolinieritas ini berarti adanya hubungan yang sempurna atau pasti, diantara beberapa atau semua variabel yang menjelaskan dari model regresi (Situmorang,dkk 2008:63). Hasil pengolahan dapat dilihat pada Tabel 4.23 berikut ini:
Tabel 4.23
Sumber :Hasil pengolahan data primer (Kuesioner, SPSS versi 17.00, 2012)
Dari Tabel 4.23 dapat dilihat bahwa VIF <5 maka dapat tidak terdapat multikolineritas dan tolerancenya lebih besar dari 0,1 dan diduga tidak terdapat multikolineritas.
4.7.2. Model koefisien regresi untuk struktur yang telah dirumuskan
Model regresi persamaan sub-struktur 2 dapat dilihat pada Gambar 4.17 berikut: Pyx1Y 1 Pyx3X3 Pyx2X2
Sumber : diolah oleh peneliti, (2012)
Gambar 4.17
Model Koefisien Regresi Sub-Struktur 2
Dari model koefisien regresi sub-struktur 1 diatas dapat dirumuskan persamaan struktural sebagai berikut :
Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics
B Std. Error Beta Tolerance VIF
1(Constant) -5.519 2.651 -2.082 .040
servive quality .320 .116 .212 2.745 .007 .778 1.286
Trust .050 .052 .070 .964 .338 .885 1.130
customer satisfaction .810 .110 .595 7.338 .000 .704 1.420
a. Dependent Variable: customer loyalty
X1
X3
Y
Y= pyx1X1 + pyx2X2 + pyx3X3 +py 4.7.3. Pengujian Koefisien Determinan (R 2 2
Pengujian dengan menggunakan uji koefisiensi determinasi (R
)
2
) digunakan untuk mengukur seberapa besar pengaruh variabel bebas. Uji koefisien determinasi (R2) adalah dengan persentasi pengkuadratan nilai koefisien yang ditemuka n. Koefisien determinan (R2) berkisar antara 0 (nol) sampai dengan 1 (satu), (0 ≤ R2≤1). Hal ini berarti bila R2 semakin besar (mendekati satu), maka dapat dikatakan bahwa pengaruh variabel bebas (X1,X2, dan X3
Koefisien determinan (R
) adalah besar terhadap variabel terikat (Y).
2
Tabel 4.24
) dapat dilihat pada Tabel 4.24 berikut :
Model Summary Model R R Square Adjusted R Square Std. Error of the Estimate 1 .745a .555 .541 2.28245
a. Predictors: (Constant), customer satisfaction, trust, service quality
Sumber : data primer yang diolah (2012)
a) R = 0,745 berarti hubungan antara service quality,trust dan customer satisfaction terhadap customer loyalty pada pelanggan GSM Seluler Telkomsel yang berkunjung ke Grapari Gedung Selecta sebesar 74,5%. Artinya hubungannya erat.
b) Besarnya angka Adjusted square adalah 0,541. Berarti 54,1% faktor-faktor customer loyalty pada pelanggan GSM Seluler Telkomsel yang berkunjung ke Grapari Gedung Selecta dapat dijelaskan oleh service quality, trust dan customer satisfaction. Sedangkan sisanya 45,9% dipengaruhi oleh faktor-faktor lain.
c) Koefisien residu px31 = 1 – 0,541 = 0,541
4.7.4. Pengujian secara individu (uji thitung
Uji secara individual ditunjukkan oleh Tabel 4.25
) Tabel 4.25 Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) -5.519 2.651 -2.082 .040 service quality .320 .116 .212 2.745 .007 Trust .050 .052 .070 .964 .338 customer satisfaction .810 .110 .595 7.338 .000
a. Dependent Variable: customer loyalty
Sumber: Hasil pengolahan data primer ( SPSS versi 17.00, 2012)