Uji Asumsi Klasik
3.6 Uji Asumsi Klasik
3.6.1 Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel terikat, variabel bebas atau keduanya mempunyai distribusi normal atau tidak. Pengujian normalitas dalam penelitian ini digunakan dengan melihat normal probability plot yang membandingkan distribusi kumulatif dari data sesungguhnya dengan distribusi kumulatif dari data normal. Sedangkan dasar pengambilan keputusan untuk uji normalitas data adalah (Imam Ghozali, 2005):
a. Jika data menyebar disekitar garis diagonal dan mengikuti arah garis diagonal atau grafik histogramnya menunjukkan distribusi normal, maka model regresi memenuhi asumsi normalitas.
b. Jika data menyebar jauh dari diagonal dan/atau tidak mengikuti arah garis diagonal atau grafik histogram tidak menunjukkan distribusi normal, maka model regresi tidak memenuhi asumsi normalitas.
3.6.2 Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan varian dari satu pengamatan ke pengamatan yanglain (Imam Ghozali, 2005). Jika varian dari residual satu pengamatan ke pengamatan lain tetap, maka disebut homokedastisitas dan jika berbeda disebut heterokedastisitas. Model regresi yang baik adalah tidak terjadi heterokedastisitas (Imam Ghozali, 2005). Deteksi ada tidaknya problem heteroskedastisitas adalah dengan media grafik, apabila grafik membentuk pola khusus maka model terdapat heteroskedastisitas (Imam Ghozali, 2005). Dasar pengambilan keputusan untuk uji heteroskedastisitas :
a. Jika ada pola tertentu, seperti titik yang ada membentuk pola tertentu teratur (bergelombang, melebur kemudian menyempit), maka mengindikasikan telah terjadi heteroskedastisitas.
b. Jika tidak ada pola yang jelas, serta titik-titik menyebar diatas dan dibawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas.
3.6.3 Uji Multikolinearitas
Uji Multikolinearitas bertujuan untuk menguji dalam model regresi ditemukan adanya korelasi antar variabel-variabel bebas (Imam Ghozali, 2005). Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel Uji Multikolinearitas bertujuan untuk menguji dalam model regresi ditemukan adanya korelasi antar variabel-variabel bebas (Imam Ghozali, 2005). Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel
a. Jika nilai tolerance > 0,1 dan nilai VIF < 10, maka dapat disimpulkan bahwa tidak ada multikolinearitas antar variabel independen dalam model regresi.
b. Jika nilai tolerance < 0,1 dan nilai VIF > 10, maka dapat disimpulkan bahwa ada multikolinearitas antar variabel independen dalam model regresi.
3.6.4 Analisis Regresi Linier Berganda
Analisis regresi berganda digunakan untuk mengetahui pengaruh variabel bebas terhadap variabel tidak bebas (terikat) atas perubahan dari setiap peningkatan atau penurunan variabel bebas yang akan mempengaruhi variabel terikat (Sugiyono,2005). Rumus (Sugiyono,2005) :
Y=a+b 1 X 1 +b 2 X 2 +b 3 X 3 + e Dimana:
Minat Beli
Konstanta
b 1 ,b 2 dan b 3 :
Koefisien Regresi
Kualitas Produk
Harga
Daya Tarik Iklan
error
3.6.5. Uji Goodness of Fit
Untuk menguji apakah masing-masing variabel bebas berpengaruh secara signifikan terhadap variabel terikat secara bersama-sama dengan α = 0,05 dan juga penerimaan atau penolakan hipotesa, maka cara yang dilakukan adalah :
a. Merumuskan hipotesis
H 0 : b1 = b2 = b3 = 0, artinya tidak ada pengaruh yang signifikan dari variabel bebas, kualitas produk (X1), harga (X2), dan daya tarik iklan (X3)
secara simultan terhadap variabel terikat, yaitu minat beli (Y) Ha : b1 - b3 > 0, artinya ada pengaruh positif yang signifikan dari variabel bebas, kualitas produk (X1), harga (X2), dan daya tarik iklan (X3) secara
simultan terhadap variabel terikat, yaitu minat beli (Y)
b. Mencari F hitung Rumus :
( 1 R ) / ( n k ) Keterangan :
R 2 = Koefisien Determinasi k = Banyaknya variabel bebas
n = Banyaknya sampel
c. Kesimpulan
H 0 : H1, H2, H3 diterima bila sig. > = 0,05
H 0 : H1, H2, H3 ditolak bila sig. = 0,05
3.6.6. Uji t
Uji t pada dasarnya menunjukkan seberapa jauh pengaruh satu variabel independen secara individual dalam menerangkan variasi variabel independen
(Imam Ghozali, 2005). Untuk menguji apakah masing-masing variabel bebas berpengaruh secara signifikan terhadap variabel terikat secara parsial dengan = 0,05 dan juga penerimaan atau penolakan hipotesa, maka cara yang dilakukan adalah :
a. Merumuskan hipotesis
1) Ho 1 : β 1 = 0 : Kualitas produk tidak berpengaruh terhadap
minat beli secara parsial Ha 1 : β 1 > 0 : Kualitas produk berpengaruh terhadap minat
beli secara parsial
2) Ho 2 : β 2 = 0 : Harga tidak berpengaruh terhadap minat beli
secara parsial Ha 2 : β 2 > 0 : Harga berpengaruh terhadap minat beli secara
parsial
3) Ho 3 : β 3 = 0 : Daya Tarik Iklan tidak berpengaruh terhadap
minar beli secara parsial Ha 3 : β 3 > 0 : Daya Tarik Iklan berpengaruh terhadap minat
beli secara parsial beli secara parsial
Keterangan : R
: Koefisien Korelasi R 2
: Koefisien Determinasi n
: Banyaknya sampel Dengan asumsi (t hitung ):
H 0 : H1, H2, H3 diterima bila sig. > = 0,05
H 0 : H1, H2, H3 ditolak bila sig. = 0,05
3.6.7 Koefisien Determinasi (R2)
Koefisien determinasi (R2) pada intinya mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel independen. Nilai koefisien determinasi adalah antara nol dan satu. Nilai R2 yang kecil berarti kemampuan variabel-variabel independen dalam menjelaskan variasi variabel dependen sangat terbatas. Nilai yang mendekati satu berarti variabel-variabel independen memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variasi variabel dependen (Imam Ghozali, 2005).