Tabel 5.8 Hasil Uji Validitas dan Reliabilitas Minat Beli Butir
r hitung r table
Keterangan 1
0.853 0.165
Valid 2
0.603 0.165
Valid 3
0.505 0.165
Valid 4
0.856 0.165
Valid 5
0.587 0.165
Valid Alpha
0.879 0,6
Reliabel Berdasarkan Tabel 5.8 dapat dilihat bahwa nilai r hitung pada kelima butir
pertanyaan minat, masing-masing lebih besar dari 0,165. Maka dapat disimpulkan bahwa lima butir pertanyaan pada atribut tersebut valid. Sedangkan nilai alpha untuk
minat beli besarnya 0,879 dimana nilai tersebut lebih besar dari 0,6. Dengan demikian dapat disimpulkan bahwa atribut ini reliabel.
C. Uji Asumsi Klasik
1. Uji Multikolinieritas Uji Multikoliniearitas bertujuan untuk menguji dalam model regresi
ditemukan adanya korelasi antar variabel-variabel bebas. Dalam penelitian ini teknik untuk mendeteksi ada atau tidaknya multikolinearitas didalam model regresi adalah
mempunyai nilai Variance Inflation Factor VIF 10 dan mempunyai nilai tolerance
0,10 Kedua ukuran ini menunjukkan setiap variabel independen manakah yang dijelaskan oleh individu lainnya.
Tabel 5.9
Model Collinearity Statistics
Tolerance VIF
1 Constant
X1 .954
1.048 X2
.727 1.375
X3 .742
1.347 Sumber: Output SPSS
Berdasarkan tabel 5.9 di atas menjelaskan bahwa nilai tolerance lebih besar dari nilai default yang ditentukan sebesar yakni 0,10. Sedangkan untuk nilai VIF juga
menunjukan angka dibawah 10 sehingga dapat disimpulkan bahwa tidak terjadi multikoliniearitas antar variabel independen dalam model regresi.
2. Uji Normalitas Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel
terikat, variabel bebas atau keduanya mempunyai distribusi normal atau tidak. Model
regresi yang baik adalah memiliki distribusi data normal atau penyebaran data statistik pada sumbu diagonal dari grafik distribusi normal.
Gambar 5.1
Sumber: Output SPSS Gambar 5.1 menunjukan bahwa pengujian normalitas berdistribusi normal.
Hal ini dapat dilihat dari garis yang menggambarkan data sesungguhnya mengikuti garis diagonal sehingga memenuhi asumsi normalitas.
Tabel 5.10 Uji Normalitas metode Skewnes dan kurtosis
N Skewness
Kurtosis Statistic
Statistic Std. Error Statistic Std. Error Unstandardized Residual
100 .182
.241 .523
.478 Valid N listwise
100 Sumber: Output SPSS
Terlihat bahwa rasio Skewness adalah 0.1820.214= 0.85; sedangkan rasio Kurtosis adalah 0.5230.478= 1.094. Karena rasio Skewness dan kurtosis berada di antara -2
dan +2 makan dapat di katakan bahwa distribusi data adalah normal. 3. Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan varian dari satu pengamatan yang lain. Jika varian dari residual
satu pengamatan ke pengamatan lain tetap, maka disebut homokedastisitas dan jika berbeda disebut heteroskedastisitas.
Gambar 5.2
Sumber: Output SPSS Berdasarkan gambar 5.2 dapat dilihat bahwa tidak ada pola yang jelas serta
titik-titik menyebar diatas dan dibawah angka 0 nol pada sumbu Y sehingga menunjukkan bahwa model dalam penelitian ini tidak terjadi heteroskedastisitas.
