Koefisien  regresi  variabel  X
1
sebesar  0,780  mengandung  arti  untuk  setiap pertambahan  Lokasi  X
1
sebesar  satu  satuan  akan  menyebabkan  meningkatnya Keputusan Pembelian Konsumen Y sebesar 0,780.
Koefisien  regresi  untuk  variabel  bebas  X
2
bernilai  positif,  menunjukkan  adanya hubungan yang searah antara Harga X
2
dengan Keputusan Pembelian Konsumen Y.  Koefisien  regresi  variabel  X
2
sebesar  0,373  mengandung  arti  untuk  setiap pertambahan  Harga  X
2
sebesar  satu  satuan  akan  menyebabkan  meningkatnya Keputusan Pembelian Konsumen Y sebesar 0,373.
4.4.2 Uji Asumsi Klasik
Untuk memperoleh hasil yang lebih akurat pada analisis regresi berganda maka  dilakukan  pengujian  asumsi  klasik  agar  hasil  yang  diperoleh  merupakan
persamaan  regresi  yang  memiliki  sifat  Best  Linier  Unbiased  Estimator BLUE.Pengujian  mengenai  ada  tidaknya  pelanggaran  asumsi-asumsi  klasik
merupakan  dasar  dalam  model  regresi  linier  berganda  yang  dilakukan  sebelum dilakukan pengujian terhadap hipotesis.
4.4.2.1 Uji Normalitas
Uji  normalitas  dilakukan  untuk  mengetahui  apakah  data  yang  diambil berasal  dari  populasi  yang  berdistribusi  normal.  Model  regresi  yang  baik  adalah
berdistribusi  normal  atau  mendekati  normal.  Jika  data  tidak  mengikuti  pola sebaran  distribusi  normal,  maka  akan  diperoleh  taksiran  yang  bias.  Pengujian
normalitas dilakukan melalui tes Kolmogorov-Smirnov koreksi Lilliefors. Dengan bantuan software SPSS 13 diperoleh hasil sebagai berikut :
Tabel 4.22 Uji Normalitas
Analisis kenormalan
berdasarkan metode
Kolmogorov-Smirnov mensyaratkan  kurva  normal  apabila  nilai  Asymp.  Sig.  berada  di  atas  batas
maximum error, yaitu 0,05. Adapun dalam analisis regresi, yang diuji kenormalan adalah residual atau variabel gangguan yang bersifat stokastik acak, maka data di
atas dapat digunakan karena variable residu berdistribusi normal.
4.4.2.2 Uji Multikolinearitas
Multikolinieritas  merupakan  sesuatu  dimana  beberapa  atau  semua  variabel bebas berkorelasi tinggi. Untuk mendeteksi ada tidaknya multikolinearitas adalah
dengan menggunakan Variance Inflation Factors VIF.  Dengan bantuan software SPSS 13 diperoleh hasil sebagai berikut :
One-Sample Kolmogorov-Smirnov Test
90 ,0000000
2,15803238 ,101
,101 -,099
,962 ,313
N Mean
Std.  Dev iat ion Normal Parameters
a,b
Absolute Positiv e
Negativ e Most Extreme
Dif f erences Kolmogorov -Smirnov  Z
Asy mp. Sig. 2-tailed Unstandardiz
ed Residual
Test distribution is Normal. a.
Calculated f rom data. b.
Tabel 4.23 Uji Multikolinearitas
Dari output di atas dapat dilihat bahwa nilai VIF kurang dari 10, sehingga dapat disimpulkan bahwa tidak terdapat multikolinearitas dalam data.
4.4.2.3 Uji Heteroskedastisitas
Uji  heteroskedastisitas  bertujuan  menguji  apakah  dalam  model  regresi terjadi ketidaksamaan varians dari residual satu pengamatan ke pengamatan yang
lain. Jika variance dari residual satu  pengamatan ke pengamatan lain tetap maka disebut  homoskedastisitas.  Untuk  menguji  ada  tidaknya  heteroskedastisitas
dilakukan dengan cara mengkorelasikan setiap variable bebas dengan nilai mutlak residualnya  menggunakan  korelasi  Rank  Spearman.  Dengan  bantuan  software
SPSS 13 diperoleh hasil sebagai berikut :
Coeffici ents
a
,980 1,020
,980 1,020
Lokasi  X1 Harga X2
Model 1
Tolerance VIF
Collinearity  Statistics
Dependent  Variable:  Keputusan Pembelian Konsumen Y
a.
Tabel 4.24 Uji Heteroskedastisitas
Dari  output  di  atas  dapat  dilihat  bahwa  terdapat  korelasi  yang  tidak signifikan.  Hal  ini  dilihat  dari  nilai  p-value  Sig  yang  lebih  besar  dari  0,05.
Sehingga  dapat disimpulkan tidak terjadi heteroskedastisitas pada model regresi
4.4.2.4 Uji Autokorelasi