Teknik Pengujian Instrumen Pengaruh kemiripan kategori, citra merek dan keinovatifan konsumen pada kesuksesan perluasan merek dove.

43 5. Tidak adanya korelasi yang sempurna antara variabel bebas yang satu dengan variabel bebas yang lain. Apabila asumsi ini dilanggar disebut multikolinearitas. Terdapat pelanggaran asumsi-asumsi yang perlu dideteksi dalam persamaan regresi linear berganda yaitu heteroskedastisitas, normalitas, dan multikolinearitas . Adapun cara untuk mendeteksi gejala-gejala tersebut sebagai berikut: 1. Heteroskedastisitas Gejala heteroskedastisitas diuji dengan metode Glejser dengan cara menyusun regresi antara nilai absolut residual dengan variabel bebas. Apabila masing-masing variabel bebas tidak berpengaruh signifikan terhadap absolut residual α= 0,05 maka dalam model regresi tidak terjadi gejala heteroskedastisitas. 2. Normalitas Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal. Seperti yang diketahui bahwa uji t dan uji F mengasumsikan bahwa nilai residual memiliki distribusi normal. Apabila asumsi ini dilanggar maka uji statistik tidak valid. Cara untuk mengetahui normalitas adalah dengan melihat normal probability plot yang membandingkan distribusi kumulatif dari distribusi normal. Distribusi normal 44 akan membentuk suatu garis lurus diagonal, dan plotting data akan dibandingkan dengan garis diagonal. Jika distribusi data residual adalah normal, maka garis diagonal yang menggambarkan data sesungguhnya akan meliputi garis diagonalnya Ghozali,2005. 3. Multikolinearitas Pendeteksian teradap multikolinearitas dapat dilakukan dengan melihat nilai Variance Inflating Factor VIP dari hasil analisis regresi. Jika nilai VIF 10 maka terdapat gejala multikolinearitas yang tinggi.

N. Teknik Analisis Data

Teknik analisis data adalah mendiskripsikan teknik analisis apa yang akan digunakan oleh peneliti untuk menganalisis data yang telah dikumpulkan, termasuk pengujiannya Anwar Sanusi, 2011:131. 1. Regresi Linier Berganda Regresi linier berganda pada dasarnya merupakan perluasan dari regresi linier sederhana, yaitu menambahkan jumlah variabel bebas yang sebelumnya hanya satu menjadi dua atau lebih variabel bebas.Dalam pendekatan ini, sering diacu sebagai analisis jejak path analysis yang mana regresi dipakai untuk menjelaskan keterkaitan struktur yang telah diperluas dari teori sebab akibat. 45 Dalam hal ini ada tiga variabel bebas yang diberi symbol X1, X2, X3 dan satu variabel terikat yang diberi symbol Y. Persamaan yang dipergunakan untuk memprediksi nilai variabel Y disebut dengan persamaan regresi Anwar Sanusi, 2011:134. Secara matematis sebagai berikut : Regresi Linier berganda, untuk hipotesis : Y = a + b 1 X 1 +b 2 X 2 + b 3 X 3 + e Dimana : Y = Perluasan merek a = Konstanta X 1 = Kemiripan kategori X 2 = Citra merek X 3 = Tingkat inovasi konsumen b 1, b 2, b 3 = Koefisien regresi e = Faktor pengganggu

O. Uji Hipotesis

Uji hipotesis ini digunakan untuk mengetahui signifikansi dari pengaruh variabel independen terhadap variabel dependen secara individual dan menganggap dependen yang lain konstan. Signifikansi pengaruh tersebut dapat diestimasi dengan membandingkan antara nilai t tabel dengan t hitung. 46 Apabila nilai t hitung. t tabel maka variabel independen secara individual mempengaruhi variabel dependen, sedangkan t hitung. t tabel variabel independen secara individual tidak mempengaruhi variabel dependen. t hitung. t tabel, X b 0 berarti H ditolak dan H 1 diterima. t hitung. t tabel, X b 0 berarti H diterima dan H 1 ditolak. Uji t juga bisa dilihat pada tingkat signifikansinya: Jika tingkat signifikansi ≤ 0,05, X b 0 maka H ditolak dan H 1 diterima Jika tingkat signifikansi 0,05, X b 0 maka H diterima dan H 1 ditolak. Berikut langkah-langkah pengujian Hipotesis statistik adalah sebagai berikut: 1. Menentukan Formulasi Hipotesis a. Hipotesis nol nihil H adalah hipotesis yang dirumuskan sebagai suatu pernyataan yang akan diuji. b. Hipotesis Alternatif tandingan H a H 1 adalah hipotesis yang dirumuskan sebagai lawan atau tandingan dari hipotesis nol.