BAB V. KESIMPULAN, SARAN, DAN KETERBATASAN
METODE PENELITIAN
K. TEKNIK ANALISIS DATA
8. Uji Asumsi Klasik
a. Uji Multikolinearitas
Ghozali (2011:105-106) Uji multikolinearitas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antara variabel bebas (independen). Model regresi yang baik seharusnya tidak terjadi korelasi di antara variabel independen. Jika variabel independen saling berkorelasi, maka variabel-variabel ini tidak ortogonal. Variabel ortogonal adalah variabel independen yang nilai korelasi antar sesama variabel independen sama dengan nol. Untuk mendeteksi ada atau tidaknya multikolinearitas di dalam model regresi adalah sebagai berikut:
a. Nilai R2yang dihasil oleh suatu estimasi model regresi empiris
sangat tinggi, tetapi secara individu variabel-variabel
independen banyak yang tidak signifikan mempengaruhi variabel dependen.
b. Menganalisis matrik korelasi variabel-variabel independen. Jika antara variabel independen ada korelasi yang cukup tinggi (umumnya di atas 0,90), maka hal ini merupakan indikasi adanya multikolonieritas. Multikolinearitas dapat disebabkan
karena adanya efek kombinasi dua atau lebih variabel independen.
c. Multikolinearitas dapat juga dilihat dari (1) nilai tolerance dan lawannya (2) variance inflation factor (VIF). Kedua ukuran ini menunjukkan setiap variabel independen manakah yang dijelaskan oleh variabel independen lainnya. Dalam pengertian sederhana setiap variabel independen menjadi variabel dependen (terikat) dan regresi terhadap variabel independen lainnya. Tolerance mengukur variabilitas variabel independen yang terpilih yang tidak dijelaskan oleh variabel independen lainnya. Jadi nilai tolerance yang rendah sama dengan nilai VIF tinggi ( karena VIF = 1/Tolerance). Nilai cutoff yang umum dipakai untuk menunjukkan adanya multikolinearitas adalah nilai Tolerance ≤ 0,10 atau sama dengan nilai VIF ≥10. Setiap
penilaian harus menentukan tingkat kolinearitas yang masih dapat ditolerir.
b. Uji Heteroskedastisitas
Ghozali (2011:139) Uji heterokedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance
dari residual satu pengamatan ke pengamatan yang lain. Jika
variance dari residual satu pengamatan ke pengamatan yang lain tetap, maka disebut homokedastisitas dan jika berbeda maka disebut
heterokedastisitas. Model regresi yang baik adalah yang terdapat homokedastisitas atau tidak tejadi heterokedastisitas.
Cara untuk mengetahui ada tidaknya heterokedastisitas adalah dengan melihat grafik plot antara nilai prediksi variabel terikat (dependen) yaitu ZPRED dengan residualnya SRESID. Deteksi ada tidaknya heterokedastisitas dapat dilakukan dengan melihat ada tidaknya pola tertentu pada grafik scatterplot antara SRESID dan ZPRED dimana sumbu Y adalah Y yang telah diprediksi, dan sumbu X yang telah diprediksi, sumbu X adalah residual (Y prediksi – Y sesungguhnya) yang telah di-studentized(Ghozali, 2011:139). Dasar analisisnya adalah sebagai berikut :
a. Jika ada pola tertentu seperti titik-titik yang ada membentuk pola tertentu yang teratur (bergelombang, melebar kemudian
menyempit), maka mengindikasikan telah terjadi
heterokedastisitas.
b. Jika tidak ada pola yang jelas serta titik-titik yang menyebar di atas dan di bawah angka nol pada sumbu Y, maka tidak terjadi heterokedastisitas.
c. Uji Normalitas
Ghozali (2011:160-161) Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variable pengganggu atau residual memiliki distribusi normal. Seperti diketahui bahwa uji t dan F mengasumsikan bahwa nilai residual mengikuti distribusi normal.
Kalau asumsi ini dilanggar maka uji statistic menjadi tidak valid untuk jumlah sampel kecil.
Cara untuk mendeteksi apakah residual berdistribusi normal atau tidak yaitu dengan analisis grafik salah satu cara termudah untuk melihat normalitas residual adalah dengan melihat grafik histogram yang membandingkan antara data observasi dengan distribusi yang mendekati distribusi normal. Namun demikian hanya dengan melihat histogram hal ini dapat menyesatkan khususnya untuk jumlah sampel yang kecil. Metode yang lebih handal adalah dengan melihat normal probability ploy yang membandingkan distribusi kumulatif dari distri busi normal. Distribusi normal akan membentuk suatu garis lurus diagonal, dan ploting data residual normal, maka garis yang menggambarkan data sesungguhnya akan mengikuti garis diagonalnya.
9. Analisis Regresi Linear Berganda
Tujuan dari analisis linear berganda adalah untuk mengetahui besarnya pengaruh variable independen terhadap variable dependen. Rumus persamaan regresi linear berganda (Sugiyono, 2011:276):
Y= a+ b1X1+b2X2+b3X3+b4X4+b5X5
Keterangan :
Y = Keputusan Berkunjung
X₁ = Produk
X₃ = Pelayanan X4 = Fasilitas
X5 = Lokasi
a = Bilangan konstanta
bı = Koefisien regresi Produk
b2 = Koefisien regresi Harga
b3 = Koefisien regresi Pelayanan
b4 = Koefisien regresi Fasilitas
b5 = Koefisien regresi Lokasi
10. Melakukan Uji Hipotesis a. Uji Hipotesis Fhitung
Pengujian dengan Fhitung tujuannya untuk mengetahui apakah
variabel bebas (independen) secara simultan berpengaruh secara signifikan terhadap variabel terikat (dependen). Adapun rumus yang digunakan untuk mencari Fhitung adalah sebagai berikut (Priyatno, 2008:81): Fh =
1 2
1
2 R n k k R Keterangan: R² = Koefisien determinasi N = Ukuran/jumlah sampelKriteria Pengujian:
Jika Fhitung≥ Ftabel, maka H0ditolak dan H1diterima Jika Fhitung< Ftabel, maka H0diterima dan H1ditolak Hipotesis untuk Fhitungadalah :
H0 = Faktor produk, harga, pelayanan, fasilitas dan lokasi secara simultan tidak berpengaruh terhadap loyalitas konsumen Rumah Makan.
H1 = Faktor produk, harga, pelayanan, fasilitas dan lokasi secara simultan berpebgaruh berterhadap loyalitas konsumen Rumah Makan.
b. Uji Hipotesis thitung
Tujuan pengujian ini dilakukan untuk mengetahui apakah variabel bebas (independen) secara parsial berpengaruh signifikan terhadap variabel terikat (dependen). Adapun rumus yang digunakan untuk mencari thitungadalah sebagai berikut (Priyatno, 2008:83-84):
thitung=
Sb b
Keterangan :
b = Koefisien regresi variabel
Sb = Standar error variabel
Kriteria Pengujian :
Uji thitungdan ttabeldengan 5%
Jika thitung< ttabelmaka H0diterima dan H1ditolak Hipotesis untuk thitungadalah :
H0 = Faktor produk, harga, pelayanan, fasilitas dan lokasi secara parsial tidak berpengaruh terhadap loyalitas konsumen Rumah Makan.
H1 = Faktor produk, harga, pelayanan, fasilitas dan lokasi secara parsial berpengaruh terhadap loyalitas konsumen Rumah Makan.
11. Koefisien Determinasi/Uji R2
Koefisien determinasi digunakan untuk mengetahui persentase sumbangan pengaruh variabel independen yaitu atribut produk (X1), harga (X2), pelayanan (X3), fasilitas (X4) dan lokasi (X5) secara simultan terhadap loyalitas konsumen rumah makan (Y). Adapun rumus koefisien determinasi/korelasi berganda (Sugiyono, 2011:286).
1 1 2 2 3 32 4 4 5 5 2Y
Y
x
b
Y
x
b
Y
x
b
Y
x
b
Y
x
b
R
Keterangan : 2 R = Koefisien determinasi n x = Variabel independen i b = Koefisien regresi n Y = Variabel dependen48
BAB IV
GAMBARAN UMUM PERUSAHAAN