Uji Heterokedastisitas Uji Multikolinearitas

Berdasarkan Gambar 4.3 dapat diketahui bahwa variabel berdistribusi normal, hal ini ditunjukkan oleh gambar tersebut, dimana tidak menceng ke kiri atau ke kanan, sedangkan pada Gambar 4.4 data juga berdistribusi normal ini dapat dilihat pada scatter plot terlihat titik yang mengikuti data disepanjang garis diagonal. 2. Pendekatan Kolmogorv-Smirnov Uji normalitas dengan grafik bisa saja terlihat berdistribusi normal, padahal secara statistik tidak berdistribusi normal. Berikut ini pengujian normalitas yang didasarkan dengan uji statistik non-parametik Kolmogorv-Smirnov K-S. Tabel 4.14 One-Sample Kolmogorv-Smirnov Test Unstandardized Residual N 92 Normal Parameters a Mean .0000000 Std. Deviation 1.60074056 Most Extreme Differences Absolute .099 Positive .099 Negative -.092 Kolmogorov-Smirnov Z .948 Asymp. Sig. 2-tailed .330 a. Test distribution is Normal. b. calculated from data Berdasarkan Tabel 4.14, terlihat bahwa nilai Asymp.Sig. 2-tailed adalah 0.330, ini berarti nilainya diatas nilai signifikan 5 0.05. dengan kata lain variabel tersebut berdistribusi normal.

b. Uji Heterokedastisitas

Heterokedastisitas terjadi karena perubahan situasi yang tidak tergambarkan dalam spesifikasi model regresi. Dengan kata lain, Universitas Sumatera Utara heterokedastisitas terjadi jika residual tidak memiliki varians yang konstan. Pemeriksaan terhadap gejala heterokedastisitas adalah dengan melihat pola diagram pencar yaitu grafik yang merupakan diagram pencar residual, yaitu selisih antara nilai Y prediksi dan Y observasi. a. Model grafik Hipotesis: 1 Jika diagram pencar yang ada membentuk pola- pola tertentu yang teratur maka regrasi mengalami gangguan heterokedastisitas. 2 Jika diagram pencar yang ada tidak membentuk pola- pola tertentu yang teratur maka regrasi tidak mengalami gangguan heterokedastisitas. Sumber: Hasil Pengolahan SPSS Juli 2011 Gambar 4.5 Scatterplot Pada Gambar 4.5 dapat dilihat bahwa diagram pencar tidak membentuk pola tertentu karena itu tidak mengalami gangguan heterokedastisitas. b. Model Glejser Menentukan kriteria keputusan: Universitas Sumatera Utara 1. Jika nilai signifikan 0,05, maka tidak mengalami gangguan heterokedastisitas. 2. Jika nilai signifikan 0,05, maka mengalami gangguan heterokedastisitas. Tabel 4.15 Uji Glejser Mode l Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta B Std. Error 1 Constant 3.452 1.698 2.033 .045 Produk .309 .130 .263 2.378 .020 Harga .334 .201 .207 1.658 .101 Promosi .595 .154 .389 3.782 .787 Kemudahan .012 .214 .006 .055 .956 a Dependent Variable: absut Sumber: Hasil Pengolahan SPSS Juli 2011 Pada Tabel 4.15 tampak bahwa signifikasi variabel bebas lebih besar dari 0,05, maka tidak mengalami gangguan heterokedastisitas.

c. Uji Multikolinearitas

Uji multikolinieritas bertujuan untuk menguji adanya korelasi antara variabel independen. Jika terjadi korelasi maka dinamakan multikol, yaitu adanya masalah multikolinieritas. Model regresi yang baik seharusnya tidak terjadi korelasi antara variabel independen. Hasil pengolahan dapat dilihat pada Tabel 4.16 sebagai berikut: Tabel 4.16 Uji Multikolinearitas Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics B Std. Error Beta Tolerance VIF 1 Constant 3.452 1.698 2.033 .045 produk .309 .130 .263 2.378 .020 .430 2.328 harga .334 .201 .207 1.658 .101 .336 2.978 promosi .595 .154 .389 3.872 .787 .520 1.922 Universitas Sumatera Utara kemudahan .012 .214 .006 .055 .956 .388 2.576 a. Dependent Variable: keputusanpembelian Sumber: Hasil Pengolahan SPSS Juli 2011 Hasil pengujian: Pedoman suatu model regresi yaitu bebas multikolinieritas adalah dengan melihat Variance Inflation Factor VIF 5 maka variabel ada masalah multikolinieritas, dan jika VIF 5 maka tidak terdapat masalah multikolinieritas. Jika Tolerance 0,1 maka variabel ada masalah multikolinieritas, dan jika Tolerance 0,1 maka variabel tidak terdapat masalah multikolinieritas Pada Tabel 4.10 dapat dilihat bahwa nilai VIF 5 dan Tolerance 0,1 maka tidak ditemukan masalah multikolinieritas dalam penelitian ini.

4.2.2.3 Analisis Linear Berganda

Analisis regresi linier berganda dilakukan dengan bantuan SPSS 16.0 for windows dengan tujuan untuk mengetahui seberapa besar pengaruh variabel bebas yang terdiri dari Produk, Harga, Promosi, Kemudahan memperoleh produk terhadap variabel terikat yaitu Keputusan Pembelian. Model persamaan yang digunakan dalam penelitian ini adalah sebagai berikut: Y = a + b 1 X 1 + b 2 X 2 + b 3 X 3 + b 4 X 4 + e Penjelasan dari hasil pengolahan SPSS akan ditunjukkan pada Tabel 4.17 berikut ini: Tabel 4.17 Analisis Regresi Linier Berganda Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 Constant 3.452 1.698 2.033 .045 produk .309 .130 .263 2.378 .020 harga .334 .201 .207 2.658 .000 Universitas Sumatera Utara promosi .595 .154 .389 3.872 .041 kemudahan .012 .214 .006 2.055 .019 a. Dependent Variable: keputusanpembelian Sumber: Hasil Pengolahan SPSS Juli 2011 Berdasarkan hasil pengolahan regresi berganda yang ditunjukkan dalam Tabel 4. 17, maka diperoleh hasil regresi berganda sebagai berikut: Y = 3,4521+ 0. 309 X 1 + 0,334 X 2 + 0, 595 X 3 + 0, 012X 4 + e 4.2.2.4 Uji Hipotesis

a. Uji F Uji serentak