Soraya Isti Farna : Pengaruh Bauran Pemasaran Jasa Terhadap Keputusan Pembelian Konsumen Pada Gardenia Cafe Medan, 2010.
Tabel 4.15 N Par Tests
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 97
Normal Parametersa,b
Mean .0000000
Std. Deviation 1.87371972
Most Extreme Differences
Absolute .098
Positive .098
Negative -.070
Kolmogorov-Smirnov Z .962
Asymp. Sig. 2-tailed .313
Sumber : pengolahan data primer kuisioner dengan SPSS versi 15.00 a Test distribution is Normal.
b Calculated from data.
Berdasarkan pengolahan data pada tabel 4.15 dapat dinilai Asymp.Sig.2- tailed diatas angka 0,05 dengan demikian dapat disimpulkan model
regresi memenuhi asumsi normalitas.
2. Uji Multikolinieritas
Uji ini bertujuan untuk menguji apakah didalam model regresi linier ditemukan adanya korelasi yang tinggi di antara variabel bebas. Untuk
mendeteksi ada atau tidaknya multikolinieritas di dalam model regresi, cara pengambilan keputusannya yaitu:
♦ VIF 5 maka diduga mempunyai persoalan multikolinieritas.
♦ VIF 5 maka tidak terdapat multikolinieritas.
♦ Tolerance 0,1 maka diduga mempunyai persoalan multikolinieritas.
♦ Tolerance 0,1 maka tidak terdapat multikolinieritas.
Soraya Isti Farna : Pengaruh Bauran Pemasaran Jasa Terhadap Keputusan Pembelian Konsumen Pada Gardenia Cafe Medan, 2010.
Tabel 4.16 Uji Multikolinieritas
Coeficients a
Model Unstandardized
Coefficients Standardized
Coefficients T
Sig. Collinearity
Statistics B
Std. Error Beta
Tolerance VIF B
Std. Error
1 Constant
3.116 2.791
1.117 .267
Produk .206
.103 .198
1.994 .049 .776 1.288
Harga .056
.103 .054
.539 .591 .763 1.310
Tempat .088
.116 .074
.759 .450 .806 1.241
Promosi .323
.089 .368
3.621 .000 .739 1.353
Orang -.150
.117 -.118
-1.281 .204 .898 1.113
BuktiFisik -.029
.098 -.029
-.292 .771 .794 1.259
Proses .241
.100 .223
2.419 .018 .897 1.115
a Dependent Variable: KeputusanPembelianKonsumen
Berdasarkan pengolahan data diatas pada Tabel 4.16 diatas dapat dinilai VIF untuk kedelapan variabel independent 5 maka diduga mempunyai persoalan
multikolinieritas, demikian juga nilai tolerance 0,1 dengan demikian dapat disimpulkan model regresi tidak terkena multikolinieritas.
3. Uji Heteroskedastisitas
Uji ini bertujuan untuk menguiji apakah didalam model regresi terjadi ketidaksamaan varian dari satu residual pengamatan ke pengamatan lain.
Terdapat Beberapa cara untuk mendeteksi heteroskedastisitas: a.
Melihat grafik Dasar analisis:
♦ Jika ada pola tertentu, seperti titik-titik yang membentuk pola tertentu
yang teratur bergelombang, melebar kemudian menyempit, maka mengindikasikan telah terjadi heteroskedastisitas.
♦ Jika tidak ada pola yang jelas, serta titik-titik menyebar diatas dan di
bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas.
Soraya Isti Farna : Pengaruh Bauran Pemasaran Jasa Terhadap Keputusan Pembelian Konsumen Pada Gardenia Cafe Medan, 2010.
Regression Standardized Predicted Value
3 2
1 -1
-2 -3
R egressi
on S
tudent iz
ed R
esi dual
2
-2 -4
Scatterplot Dependent Variable: KeputusanPembelianKonsumen
Sumber : hasil pengolahan data primer kuisioner dengan SPSS versi 15,00 Gambar 4.2 Diagram Pancar Residual
Berdasarkan Gambar 4.2 diagram pancar diatas tidak membentuk pola atau acak. Dengan demikian dapat dikatakan bahwa regresi tidak mengalami ganguan
heteroskedastisitas. b.
Uji Glejser Glejser mengusulkan untuk meregresi nilai absolute residual terhadap
variabel independent dengan persamaan regresi. Jika variabel independent signifikan secara statistik mempengaruhi variabel dependen, maka ada
indikasi terjadi heteroskedastisitas.
Soraya Isti Farna : Pengaruh Bauran Pemasaran Jasa Terhadap Keputusan Pembelian Konsumen Pada Gardenia Cafe Medan, 2010.
Tabel 4.17 Uji Heteroskedastisitas
Coefficientsa
Model
Unstandardized Coefficients
Standardized Coefficients
T Sig.
Collinearity Statistics
B Std.
Error Beta
Toleran ce
VIF B
Std. Error 1
Constant 1.661
1.676 .991
.324 Produk
-.045 .062
-.083 -.716
.476 .776
1.288 Harga
.052 .062
.099 .846
.400 .763
1.310 Tempat
-.075 .070
-.123 -1.081
.283 .806
1.241 Promosi
.023 .054
.052 .434
.665 .739
1.353 Orang
.023 .070
.035 .326
.745 .898
1.113 BuktiFisik
-.072 .059
-.142 -1.234
.221 .794
1.259 Proses
.080 .060
.145 1.341
.183 .897
1.115 a Dependent Variable: absut
Pengujian dari Tabel 4.9 diatas menggunakan uji Heteroskedastisitas yang bertujuan untuk menguji apakah dalam model regresi terdapat ketidaksamaan
variance dari residual satu pengamatan ke pengamatan lainnya. Jika nilai signifikan 0,05 berarti tidak terkena heteroskedastisitas. Jika dapat
disimpulkan bahwa variabel X
1
, X
2
, X
3
, X
4
, X
5
, X
6
, dan X
7
tidak terkena heteroskedastisitas karena nilai signifikan pada tabel semuanya 0,05.
E. Analisis Regresi Berganda 1.
