4.4. Hasil Uji Asumasi klasik.
4.4.1 Multikolinieritas
Uji multikolinieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas independen. Menguji adanya
multikolinieritas dapat dilihat dari nilai VIF Variance Inflation Factor. Jika nilai VIF lebih besar dari 10, maka variabel tersebut mempunyai persoalan
multikolinieritas dengan variabel bebas yang lainnya, sedangkan jika nilai VIF lebih kecil dari 10, maka variabel tersebut tidak memiliki persoalan dengan
multikolinieritas. Hasil perhitungan nilai VIF Variance Inflation Factor dan matrik korelasi dari variabel independen dapat dilihat pada tabel berikut ini:
Tabel 11 Nilai Variance Inflation Variabel Bebas
Variabel Nilai VIF
Budaya X
1
1.550 Sosial X
2
1.374 Personal X
3
1.545 Psikologis X
4
1.857 Sumber: Lampiran 6, diolah
Dan hasil perhitungan multikolinearitas dengan melihat nilai VIF, dapat ketahui bahwa untuk semua variabel mempunyai nilai VIF di bawah
angka 10. Sehingga hasil uji multikolinearitas dengan menghitung matrik korelasi dan VIF menunjukkan tidak adanya multikolinearitas antar variabel bebas, karena
nilai VIF dibawah angka 10.
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber
4.4.2 Heterokedastisitas
Berikut adalah gambar terjadi tidaknya heterokedastisitas :
3 2
1 -1
-2 -3
Regression Standardized Predicted Value
3 2
1
-1 -2
-3
R egressi
on S
tudent iz
ed R
esi dual
Dependent Variable: Keputusan Pembelian Y Scatterplot
Gambar 3 Uji Heterokedastisitas
Dari gambar 4.1 diketahui bahwa plot atau titik-titik tidak membentuk suatu pola tertentu sehingga dapat disimpulkan bahwa tidak terjadi heterokedastisitas.
4.4.3 Uji Autokorelasi
Uji autokorelasi adalah untuk melihat apakah antara anggota pengamatan dalam variabel-variabel bebas yang sama memiliki keterkaitan satu sama lainnya.
Jika ada, maka model kurang akurat dalam memprediksi. Untuk mendeteksi terjadinya autokorelasi dilakukan dengan membandingkan antara nilai Durbin
Watson hitung dengan nilai Durbin Watson tabel.
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber
Tabel 12 Nilai Durbin Watson
Model Sum ma ry
b
1.683
a
Model 1
Durbin- W atson
Predic tors: Constant, Psik ologis X4, Sosial X2, P ersonal X3, Budaya X1
a. Dependent Variable: Keputusan Pembelian Y
b.
Sumber: Lampiran 6, diolah Berdasarkan hasil non autokorelasi atau uji Durbin-Watson diperoleh nilai
D-W sebesar 1.683 d = 1.683. Diketahui nilai d
u
= 1.592 dan d
l
= 1.758. Tidak terdapat autokorelasi jika nilai DW terletak antara d
u
dan 4 – d
u
. oleh karena nilai D-W = 1.592
≤ 1.683 ≤ 2.408 maka tidak terjadi autokorelasi
4.5. Analisis Data
Kategori