68 Uji multikolinearitas diperlukan untuk mengetahui ada tidaknya
variabel independen yang memiliki kemiripan dengan variabel independen lain dalam satu model. Untuk menguji asumsi multikolinearitas dapat
digunakan VIF variance inflation factor, dimana Gujarati 2003 mengatakan bila nilai VIF lebih kecil dari 10 berarti terdapat kolinearitas
sangat tinggi dan sebaliknya apabila nilai VIF lebih kecil dari 10 maka tidak terjadi multikolinearitas. Hal ini, sesuai dengan pernyataan Agung
Bhuono 2005:58 bahwa nilai VIF tidak lebih dari 10 dan nilai tolerance tidak kurang dari 0.1, maka model dapat dikatakan terbebas dari
multikolinearitas VIFTolerance, jika VIF =10 maka tolerance =110= 0.1. Semakin tinggi VIF maka semakin rendah tolerance.
3. Uji Heteroskedasitas
Heteroskedasitas adalah keadaan dimana varian dari kesalahan pengganggu tidak konstan untuk semua nilai variabel bebas,
J.Supranto:1983. Uji Heteroskedasitas bertujuan untuk menguji apakah dalam model regresi terdapat ketidaksamaan varian dari residual satu
pengamatan kepengamatan lain. Jika varian dari residual satu pengamatan kepengamatan yang lain tetap, maka disebut homoskedasitas dan jika
berbeda disebut heteroskedasitas. Model yang baik adalah homoskedasitas atau tidak terjadi heterokedasitas.
Cara memprediksi ada tidaknya heterokedastisitas dapat dilihat dari polar gambar Scatterplot yang menyatakan model regresi linier berganda
tidak terdapat heterokedastisitas jika :
69 a. Titik-titik data menyebar diatas dan dibawah atau disekitar angka 0
b. Titik-titik dan tidak mengumpul hanya diatas atau dibawah saja c. Penyebaran titik-titik data tidak boleh membentuk pola bergelombang
melebar kemudian menyempit dan melebar kembali d. Penyebaran titik-titik data sebaiknya tidak berpola Agung Bhuono,
2005: 62-83
4. Analisis Regresi Berganda
Teknis analisis data yang digunakan dalam penelitian ini adalah teknik analisis regresi berganda. Analisis regresi berganda digunakan
sebagai alat analisis statistik karena penelitian ini dirancang untuk meneliti variabel-variabel yang berpengaruh dari variabel bebas terhadap variabel
terikat. Dimana variabel yang digunakan dalam penelitian ini lebih dari satu. Perumusan model analisis yang digunakan dalam penelitian ini
yaitu: Y = a + b
1
X
1
+ b
2
X
2
+ b
3
X
3
+ + b
4
X
4
+ b
5
X
5
+ e
i
Keterangan: Y : Keputusan Pembelian
X
1
:
Lokasi X
2
: Pelayanan. X
3
: Harga X
4
: Produk di toko X
5
: suasana toko a : Koefisien Regresi
70 b : Konstanta Variabel
e
i
: Error term
5. Uji Koefisien Determinasi R
2
Uji Koefisien determinasi bertujuan untuk mengetahui seberapa besar kemampuan variabel independen menjelaskan variabel
dependennya yang dilihat melalui adjusted R square karena variabel independen dalam penelitian ini lebih dari dua.
Nilai R square dikatakan baik jika diats 0.5 karena nila R square berkisar antara 0 sampai 1. Pada umumnya sampel data deret waktu
time series memiliki R square maupun Adjusted R square cukup tinggi diatas 0.5, sedangkan sampel dengan item tertentu yang disebut data
silang crossection pada umumnya memilki R square maupun adjusted R square agak rendah dibawah 0.5, namun tidak menutup kemungkinan
data silang memiliki R Square maupun Adjusted R square cukup tinggi Agung Bhuono, 2005: 51
E. Variabel dan Definisi Operasional 1. Variabel
