Uji Reliabilitas Uji Asumsi Klasik
77
4.3.3.2.Autokorelasi
Menurut Ghozali 2006: 95 uji autokorelasi bertujuan menguji apakah dalam model regresi linier ada korelasi antara kesalahan penganggu
pada periode t dengan kesalahan pengganggu pada periode t-1 sebelumnya. Untuk mengetahui tidak adanya autokorelasi, maka perlu
dilihat tabel Durbin Watson. Sebagai berikut:
Tabel 4.15. Ketentuan Uji Durbin Watson
Nilai d Kesimpulan
0 d dl dl
≤ d ≤ du 4 - dl d 4
4 - du ≤ d ≤4 – dl
du d 4 – du Tidak ada autokorelasi positif
Tidak ada autokorelasi positif Tidak ada korelasi negatif
Tidak ada korelasi negatif Tidak ada autokorelasi, positif atau
negatif
Sumber : Ghozali ,2006 : 96 Dalam penelitian ini, besarnya Durbin Watson setelah dianalisis
adalah 1,842 lampiran 6. Untuk mengetahui adanya gejala autokorelasi maka perlu dilihat tabel Durbin Watson dengan jumlah variabel bebas K = 4
sedangkan jumlah pengamatan 97 maka diperoleh dl = 1,592 dan du = 1,758 lampiran 9. Sehingga dapat disimpulkan karena nilai dari analisis sebesar
1,842 berada pada daerah tidak ada autokorelasi sehingga dapat diputuskan
bahwa telah terbebas dari penyimpangan autokorelasi. 4.3.3.3.Heteroskedastisitas
Uji heteroskedasitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke
pengamatan yang lain. Jika variance dari residual satu pengamatan ke pengamatan lain tetap, maka disebut homoskedastisitas dan jika berbeda
78
disebut heteroskedastisitas. Model regresi yang baik seharusnya tidak terjadi heteroskedastisitas Ghozali, 2006: 105.
Menurut Santoso 2001: 208, untuk mendeteksi adanya heterokedastisitas adalah:
- Nilai Probabilitas 0,05 berarti bebas dari heteroskedastisitas - Nilai Probabilitas 0,05 berarti terkena dari heteroskedastisitas
Berikut ini hasil uji Heteroskedastisitas :
Tabel 4.16. : Hasil Uji Heteroskedastisitas No
Variabel Nilai mutlak
dari residual Taraf
Signifikansi Keterangan
1 2
3 4
Produk X
1
Harga X
2
Promosi X
3
Tempat X
4
-0,002 -0,055
-0,018 -0,037
0,984 0,594
0,863 0,718
Non Heteroskedastisitas Non Heteroskedastisitas
Non Heteroskedastisitas Non Heteroskedastisitas
Sumber : lampiran 7 Berdasarkan hasil pengujian diatas dapat diketahui bahwa besarnya
taraf signifikan dari korelasi antara variabel bebas dengan Unstandardised Residual
adalah lebih besar dari 0,05. Hal ini menunjukkan bahwa tidak
terjadi gejala heteroskedastisitas pada model regresi ini. 4.3.4.
Analisis Regresi Linier Berganda
Berdasarkan hasil pengujian regresi linier berganda menggunakan bantuan progam SPSS for Windows Versi 15.0, diperoleh suatu persamaan
regresi sebagai berikut :
79
Tabel 4.17 Hasil Pengujian Regresi Linier Berganda
Coefficients
a
8,228 2,572
3,199 ,002
,257 ,110
,234 2,344
,021 ,215
,237 ,233
,990 1,010
,242 ,120
,204 2,021
,046 ,178
,206 ,201
,967 1,034
-,092 ,136
-,068 -,678
,500 -,057
-,070 -,067
,969 1,032
,045 ,155
,029 ,288
,774 -,005
,030 ,029
,945 1,058
Constant Produk
Harga Promosi
Tempat Model
1 B
Std. Error Unstandardized
Coefficients Beta
Standardized Coefficients
t Sig.
Zero-order Partial
Part Correlations
Tolerance VIF
Collinearity Statistics
Dependent Variable: Keputusan Membeli a.
Sumber : Lampiran 5
Y = 8,228 + 0,257 X
1
+ 0,242 X
2
- 0,092 X
3
+ 0,045X
4
+ ei
Hasil persamaan regresi tersebut dapat dijelaskan sebagai berikut: