commit to user Hasil uji
Kolmogorov-Smirnov
dapat diketahui bahwa nilai probabilitas 0,363 0,05, berarti bahwa data terdistribusi normal.
2. Uji Linearitas
Uji linieritas digunakan untuk melihat apakah spesifikasi model yang digunakan sesuai garis linear atau tidak. Model regresi linear menggunakan
tingkat alpha 0,05, dua variabel dikatakan mempunyai hubungan yang linear bila nilai signifikansi dari
Deviation from Linearity
lebih besar dari 0,05. Tabel 13. Uji Linearitas
Keterangan Signifi
kansi Alpha Simpulan
Brand SwitchingTechnical Criteria
0,052 0,05
Linear
Brand Switching EcoSacrifice Criteria
0,061 0,05
Linear
Brand Switching Legalistic Criteria
0,872 0,05
Linear
Brand Switching Integrative Criteria
0,188 0,05
Linear
Brand Switching Adaptive Criteria
0,053 0,05
Linear
Brand Switching Intrinsic Criteria
0,205 0,05
Linear
Sumber : Data primer diolah, 2010
Berdasarkan tabel 13 dapat disimpulkan bahwa masing-masing variabel bebas yaitu
technical criteria
X
1
,
economicsacrifice criteria
X
2
,
legalistic criteria
X
3
,
integrative criteria
X
4
,
adaptive criteria
X
5
,
intrinsic criteria
X
6
mempunyai hubungan yang linear terhadap variabel
brand switching
Y karena nilai signifikansi lebih besar dari 0,05.
3. Multikolinearitas
Uji Multikolinieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas. Menurut Duwi Priyanto 2008
deteksi adanya multikolinearitas dilakukan dengan mengamati: a.
Besaran VIF
Variance Inflation Factor
dan Tolerance. 1
Mempunyai nilai VIF disekitar angka 1 2
Mempunyai angka TOLERANCE mendekati 1
commit to user Tabel 14. Hasil Uji Multikolinieritas
Model variabel
Nilai Toleransi
VIF 1
Constant x1
0,518 1,932
x2 0,801
1,249 x3
0,928 1,078
x4 0,561
1,782 x5
0,579 1,728
x6 0,856
1,168
Sumber : Data primer diolah, 2010.
Berdasarkan tabel 14 dapat diketahui nilai dari VIF di sekitar angka 1 dan angka TOLERANCE mendekati angka 1. Dengan demikian
dapat disimpulkan bahwa tidak terjadi masalah multikolinieritas b.
Besaran korelasi antar variabel independen Mempunyai koefisien korelasi antar variabel independent
haruslah lemah dapat diketahui bahwa korelasi antar variabel bebas dibawah 0,5
Tabel 15. Hasil Uji Multikolinieritas
Coefficient Correlations
a
Model X6
X1 X3
X2 X5
X4 1
Correlations X6
1.000 .153
.111 .013
-.371 .011
X1 .153 1.000
.007 -.131 -.313 -.484
X3 .111
.007 1.000 -.077 -.201
.019 X2
.013 -.131 -.077 1.000 -.154 -.159
X5 -.371 -.313 -.201 -.154
1.000 -.161 X4
.011 -.484 .019 -.159
-.161 1.000 Covariances
X6 .076
.006 .008
.000 -.018
.000 X1
.006 .020
.000 -.002 -.008 -.010
X3 .008
.000 .073 -.002
-.010 .001
X2 .000 -.002 -.002
.012 -.003 -.003
commit to user
X5 -.018 -.008 -.010 -.003
.031 -.004 X4
.000 -.010 .001 -.003
-.004 .022
a. Dependent Variable: Y
Sumber : Data primer diolah, 2010.
Berdasarkan tabel 15 dapat diketahui bahwa koefisien korelasi antar variabel bebas dibawah 0,5. Dengan demikian dapat dikatakan
tidak ada korelasi antar variabel bebas. Dengan demikian tidak terdapat masalah multikolinearitas, sehingga regresi yang dihasilkan baik.
4. Autokorelasi
Hasil analisis Durbin-Watson test dapat diperoleh hasil sebagai berikut: Tabel I6. Hasil Uji Durbin Watson Test
Model Summary
Model R
R Square Adjusted
R Square
Std. Error of the Estimate
Durbin- Watson
1 0,744
0,554 0,525
1,99974 1,975
Sumber : Data primer diolah, 2010.
Dari hasil tersebut dapat diketahui bahwa nilai D-W adalah 1,975 dan terletak di antara
–2 sampai +2 berarti tidak ada autokorelasi.
5. Heterokedastisitas