ANALISIS DAN EVALUASI
A. Hasil Analisis Deskriptif
1. Uji Validitas dan Rentabilitas
Valid artinya data-data yang diperoleh dengan menggunakan instrumen dapat menjadi tujuan penelitian. Reliabel artinya konsisten atau stabil, agar data yang diperoleh valid dan reliabel maka dilakukan uji reliability.
a. Uji Validitas
Pengujian validitas dilakukan dengan menggunakan SPSS versi 13.0 dengan kriteria sebagai berikut:
1) Jika rhitung positif dan rhitung > rtabel
2) Jika r
pertanyaan dinyatakan valid.
hitung negatif atau rhitung < rtabel
3) r
pertanyaan tidak valid.
hitung
Berdasarkan survei, kuesioner berisikan 22 butir pertanyaan yang mennyangkut variabel bebas, yaitu karakteristik merek, karakteristik perusahaan, karakteristik konsumen-merek serta variabel terikat brand loyalty konsumen air minum Aqua di daerah Medan Baru.
dapat dilihat pada kolom corrected item-total correlation.
Tabel 4.8 Item-Total Statistics
Pertanyaan Corrected Item-Total Correlation (rhitung r ) Validitas tabel Butir 1 .665 0.361 Valid Butir 2 .665 0.361 Valid Butir 3 .575 0.361 Valid Butir 4 .683 0.361 Valid Butir 5 .547 0.361 Valid Butir 6 .573 0.361 Valid Butir 7 0.361 Valid
Sumber: Hasil pengolahan data primer (Kuesioner, SPSS versi 13.0,2009)
Kolom Correted Item- Total Correlation menunjukkan korelasi antara skor item yang dapat digunakan untuk menguji validitas instrument. Table R untuk sample 30 adalah sebesar 0.361.
Berdasarkan tabel 4.8 tersebut dapat dilihat bahwa dari 22 butir pertanyaan yang dibuat dalam kuesioner ternyata tidak ada pertanyaan yang tidak valid karena rhitung positif dan rhitung > rtabel
b. Uji Reliabilitas
sehingga dapat disimpulkan bahwa ke 22 pertanyaan tersebut valid.
Butir 8 .508 0.361 Valid Butir 9 .552 0.361 Valid Butir 10 .650 0.361 Valid Butir 11 .570 0.361 Valid Butir 12 .695 0.361 Valid Butir 13 .627 0.361 Valid Butir 14 .467 0.361 Valid Butir 15 .531 0.361 Valid Butir 16 .543 0.361 Valid Butir 17 .529 0.361 Valid Butir 18 .531 0.361 Valid Butir 19 .587 0.361 Valid Butir 20 .529 0.361 Valid Butir 21 .531 0.361 Valid Butir 22 .623 0.361 Valid
Pengujian dilakukan dengan menggunakan SPSS versi 13.0 butir pertanyaan yang sudah dinyatakan valid dalam uji validitas ditentukan reliabilitasnya dengan kriteria sebagai berikut :
1) Jika nilai cronbach alpha > 0.60 atau nilai cronbach alpha > 0.80 maka dinyatakan reliabel.
2) Jika nilai cronbach alpha < 0.60 atau nilai cronbach alpha < 0.80 maka dinyatakan tidak reliabel.
Table 4.9
Reliability Statistics
Cronbach's Alpha N of Items .925 22
Sumber: Hasil pengolahan data primer/Kuesioner,(2009)
Menurut Ghozali dan Kuncoro (2005) suatu konstruk atau variabel dikatakan reliabel jika memberikan nilai cronbach alpha > 0.60 atau nilai cronbach alpha > 0.80. Berdasarkan data diatas maka seluruh pertanyaan dinyatakan reliabel.
2 . Uji Asumsi Klasik a) Pengujian Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel penganggu atau residual berdistribusi normal. Ada dua cara untuk mendeteksi apakah residual berdistribusi normal atau tidak, yaitu dengan analisis grafik dan uji statistik. Untuk melihat normalitas residual penulis menganalisis grafik histogram yang membandingkan antra data observasi dengan distribusi yang mendekati distribusi normal dan juga menganalisis probabilitas plot yang
Hipotesis
1) Jika data menyebar disekitar garis diagonal dan mengikuti arah garis diagonal atau garfik histogram menunjukkan pola distribusi normal, maka model regresi memenuhi asumsi normalitas.
2) Jika data menyebar jauh dari garis diagonal dan atau tidak mengikuti arah garis diagonal atau grafik histogram menunjukkan pola distribusi normal, maka model regresi tidak memenuhi asumsi normalitas.
Sumber: Hasil pengolahan data primer (kuesioner, SPSS versi 13.0, 2009)
Gambar 4.1 Histogram
Interpretasi dari gambar 4.1 menunjukkan bahwa grafik histogram menunjukkan pola distribusi normal.
Sumber : Hasil pengolahan data primer (kuesioner, SPSS versi 13.0, 2009)
Gambar 4.2 Normal P—P Plot of Regression Standardized Residual
Dari gambar 4.2 tersebut dapat dilihat bahwa data-data ( titik-titik) menyebar disekitar garis diagonal dan mengikuti arah garis diagonal. Oleh karena itu, berdasarkan gambar 4.2 tersebut dapat diambil kesimpulan bahwa telah memenuhi uji normalitas.
Untuk memastikan apakah data disepanjang garis diagonal berdistribusi normal maka dilakukan uji Kolmogorov Smirnov (1 sampel KS) dengan melihat data residual apakah berdistribusi normal ( Syafrizal,et at,2008:59)
Menentukan kriteria keputusan:
1. Jika nilai Asymp.Sig. (2-tailed) > 0.05 maka tidak mengalami gangguan distribusi normal.
Tabel 4.10
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual N 115 Normal Parameters(a,b) Mean .0000000 Std. Deviation .88895122 Most Extreme Differences Absolute .114 Positive .114 Negative -.044 Kolmogorov-Smirnov Z 1.220 Asymp. Sig. (2-tailed) .102 a Test distribution is Normal.
b Calculated from data.
Sumber: Hasil pengolahan data primer/Kuesioner,(2009)
Pengambilan keputusan :
Pada table 4.10 terlihat bahwa Asymp. Sig. (2-tailed) adalah 0.102 dan diatas nilai signifikan 5% (0,05), dengan kata lain variabel residual berdistribusi normal.
b) Pengujian Heterokedastisitas
Heterokedastisitas terjadi karena perubahan situasi yang tidak tergambarkan dalam spesifikasi model regresi. Dengan kata lain, heterokedastisistas terjadi jika residual tidak memiliki varians yang konstan. Pemeriksaan terhadap gejala heterokedastisitas adalah dengan melihat pola diagram pancar yaitu grafik yang merupakan diagram pencar residual, yaitu selisih antara nilai Y prediksi dan Y observasi.
1. Model grafik Hipotesis
a. Jika diagram pencar yang ada membentuk pola-pola tertentu yang teratur maka regresi mengalami gagguan heterokedstisitas.
b. Jika diagram pencar yangada tidak membentuk pola-pola tertentu yamg teratur maka regresi tidak mengalami gangguan heterokedastisitas.
Sumber : Hasil pengolahan data primer (kuesioner, SPSS versi 13.0, 2009)
Gambar 4.3 Scatterplot
Dari gambar 4.3 dapat dilihat bahwa diagram pencar tidak membentuk pola tertentu karena itu tidak mengalami gagguan heterokedastisitas.
2. Model Glejser
Menentukan kriteria keputusan:
a. Jika nilai signifikan > 0,05, maka tidak mengalami gangguan heterokedastisitas.
b. Jika nilai signifikan > 0,05, maka tidak mengalami gangguan heterokedastisitas.
Tabel 4.11 Coefficients(a) Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) .560 .722 .775 .440 Karakteristik_Merek .003 .015 .023 .218 .828 Karakteristik_Perusahaan -.021 .047 -.050 -.449 .654 Karakteristik_Konsumen_ Merek .020 .046 .050 .440 .661 a Dependent Variable: absut
Sumber : Hasil pengolahan data primer (kuesioner, SPSS versi 13.0, 2009)
Dari table 4.11 tampak bahwa signifikasi variabel bebas lebih besar dari 0,05 maka tidak mengalami gangguan heterokedastisitas.
c) Pengujian Multikolienieritas
Uji multikolinearitas bertujuan untuk menguji adanya korelasi antar variabel independent. Jika terjadi korelasi maka dinamakan mutikol, yaitu adanya maslah multikolineritas. Model regresi yang baik seharusnya tidak terjadi korelasi antara variabel independen. Hasil pengolahan dapat dilihat pada table 4. sebagai berikut:
Table 4.12 Coefficients(a)
a Dependent Variable: Loyalitas_Merek
Sumber : Hasil pengolahan data primer (kuesioner, SPSS versi 13.0, 2009)
Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics B Std.
Error Beta Tolerance VIF 1 (Constant) 3.066 1.195 2.565 .012 Karakteristik_Merek .076 .026 .198 2.962 .004 .808 1.238 Karakteristik_Perusahaan .360 .078 .324 4.597 .000 .727 1.375 Karakteristik_Konsumen_M erek .472 .076 .444 6.184 .000 .701 1.427
Hasil pengujian:
Pedoman suatu regresi yaitu bebas multikol adalah dengan melhat
Variance Inflation Faktor (VIF) > 5 maka variabel ada masalah multikol. Jika
Tolerance < 0.1 maka variabel tidak terdapat masalah multikol pada table 4.12 dapat dilihat bahwa nilai FIV < 5 dan Tolerance > 0.1 maka variabel tidak terdapat masalah multikol dalam penelitian ini.