4.3 Hasil Uji Asumsi Klasik 1.
Hasil Uji Normalitas
Uji normalitas dilakukan dengan mengamati penyebaran data pada sumbu diagonal grafik. Metode yang dipakai adalah metode plot. Cara pengambilan
keputusannya pada metode plot adalah: a. Jika data menyebar disekitar garis diagonal dan mengikuti arah garis
diagonal, maka model garis regresi memenuhi asumsi normalitas. b. Jika data menyebar jauh dari garis diagonal atau tidak mengikuti arah garis
diagonal, maka model regresi tidak memenuhi asumsi normalitas.
Gambar 4.2 Normal P-Plot Sumber: data diolah peneliti, 2013.
Universitas Sumatera Utara
Gambar 4.1 dapat dilihat bahwa data menyebar disekitar garis diagonal dan mengikuti arah garis diagonal, maka model garis regresi memenuhi asumsi
normalitas dan tidak terjadi masalah normalitas.
2. Hasil Uji Heterokedastisitas
Heteroskedastisitas terjadi karena adanya perubahan situasi yang tidak tergambarkan dalam spesifikasi model regresi. Dalam pengujian ini
menggunakan diagram pancar residual. Cara pengambilan keputusan yaitu: a. Jika diagram pancar membentuk pola-pola tertentu yang teratur, maka
regresi mengalami gangguan heteroskedastisitas. b. Jika diagram pancar tidak membentuk pola atau acak, maka regresi tidak
mengalami gangguan heteroskedastisitas.
Gambar 4.3 Scatterplot Sumber: data diolah peneliti, 2013.
Universitas Sumatera Utara
Output SPSS pada gambar Scatterplot menunjukkan penyebaran titik-titik data sebagai berikut:
a. Titik-titik data menyebar diatas dan dibawah atau disekitar 0. b. Titik-titik data mengumpul hanya diatas dan dibawah saja.
c. Penyebaran titik-titik data sebaiknya tidak berpola. Model regresi linear berganda terbebas dari asumsi klasik
heteroskesdastisitas dan layak digunakan dalam penelitian.
3. Hasil Uji Multikolineritas
Uji Multikolinieritas bertujuan untuk menguji apakah pada model regresi ditemukan korelasi antar variabel produk dan variabel harga independen.
Model regresi yang baik seharusnya tidak terjadi korelasi di antara variabel bebas. Jika variabel produk dan variabel harga saling berkorelasi, maka
variabel-variabel ini tidak ortogonal. Variabel ortogonal adalah variabel produk dan variabel harga yang nilai korelasi antar sesama variabel produk
dan variabel harga sama dengan nol. Cara pengambilan keputusan untuk uji multikolineritas adalah:
a. Jika nilai Vif 10, maka pada model regresi terjadi multikolineritas, b. Jika nilai Vif 10, maka pada model regresi tidak terjadi multikolineritas.
Universitas Sumatera Utara
Tabel 4.6
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity Statistics
B Std. Error
Beta Tolerance
VIF 1
Constant 7.152
1.636 4.371
.000 X1
.678 .082
.631 8.295
.000 .929
1.077 X2
.157 .075
.161 2.112
.037 .929
1.077 a. Dependent Variable: Y
Sumber: data diolah peneliti, 2013.
Tabel 4.7 Ringkasan Hasil Uji Multikolinieritas
Variabel Independen
Tolerance VIF
Simpulan X1
X2 0,929
0,929 1,077
1,077 Tidak terjadi multikolineritas
Tidak terjadi multikolineritas
Sumber: data diolah peneliti, 2013.
Berdasarkan Tabel 4.7, dapat diketahui hasil perhitungan nilai tolerance juga menunjukkan tidak ada varaibel produk dan variabel harga yang memiliki
nilai tolerance kurang dari 10 yang berarti tidak ada korelasi antar variabel produk dan variabel harga yang nilainya lebih dari 95. Hasil perhitungan
nilai Variance Inflation Factor VIF juga menunjukkan hal yang sama, tidak ada varaibel produk dan variabel harga yang memiliki nilai VIF dari 10.
Jadi dapat disimpulkan bahwa tidak ada multikolineritas varaibel produk dan variabel harga dalam model regresi.
Universitas Sumatera Utara
4.4 Hasil Uji Regressi Linear Berganda
Kategori