58
Tabel 4.9. Uji Reliabilitas
No Atribut Korelasi
1 2
3 Kualitas Produk X
1
Harga X
2
Keputusan Membeli Y 0,827
0,727 0,700
Sumber : lampiran 4
Berdasarkan tabel 4.9 diperoleh nilai reliabilitas untuk seluruh variabel lebih dari 0,6, artinya seluruh variabel adalah reliabel.
4.3.3. Teknik Analisis dan Pengujian Hipotesis
4.4.3.1. Uji Normalitas
Uji normalitas digunakan untuk mengetahui apakah suatu data mengikuti sebaran normal atau tidak. Dalam penelitian ini uji normalitas menggunakan
metode kolmogorov smirnov. Adapun hasil dari pengujian normalitas variabel kualitas produk X
1
, harga X
2
dan keputusan membeli Y adalah sebagai berikut :
Tabel 4.10 Uji Normalitas
One-Sample Kolmogorov-Smirnov Test
96 96
96 3.8073
3.9479 3.4200
.61503 .55241
.51714 .130
.152 .215
.090 .140
.215 -.130
-.152 -.146
1.269 1.491
2.106 .080
.125 .162
N Mean
Std. Deviation Normal Parameters
a,b
Absolute Positive
Negative Most Extreme
Differences Kolmogorov-Smirnov Z
Asymp. Sig. 2-tailed Kualitas
Produk X1 Harga X2
Keputusan Pembelian Y
Test distribution is Normal. a.
Calculated from data. b.
Sumber : Lampiran 3
59
Berdasarkan tabel 4.10 di atas menunjukkan bahwa distribusi data variabel kualitas produk X
1
, harga X
2
dan keputusan membeli Y mengikuti distribusi normal, karena tingkat signifikan yang dihasilkan ketiga variabel tersebut lebih
besar dari 0,05 sig 5.
4.4.3.2. Uji Asumsi BLUE Best Linear Unbiased Estimator
Persamaan regresi diatas harus bersifat BLUE Best Linear Unbiased Estimator, artinya pengambilan keputusan melalui uji F dan uji t tidak boleh bias.
Untuk menghasilkan keputusan yang BLUE maka harus dipenuhi diantaranya tiga asumsi dasar. Apabila salah satu dari ketiga asumsi dasar tersebut dilanggar, maka
persamaan regresi yang diperoleh tidak lagi bersifat BLUE, sehingga pengambilan keputusan melalui uji F dan uji t menjadi bias.
Perhitungan regresi linier berganda menggunakan komputer dengan aplikasi program SPSS 13.0 Statistical Program for Social Science di bawah
operasi windows. Hasil perhitungan regresi linier berganda dengan Asumsi klasik BLUE tersebut adalah sebagai berikut :
1. Autokorelasi
Pada penelitian ini uji autokorelasi tidak perlu dilakukan karena uji autokorelasi hanya dilakukan pada urut waktu time series, sedangkan pada
penelitian ini menggunakan data primer yang didapat dari tanggapan responden.
2. Multikolinier
Identifikasi secara statistik ada atau tidaknya gejala multikolinier dapat dilakukan dengan menghitung variance inflation factor VIF.
60
Tabel 4.11 Uji Multikolinieritas
Variabel Toleransi VIF Keterangan
Kualitas Produk X
1
Harga X
2
0,971 0,971
1,030 1,030
Non Multikolinier Non Multikolinier
Sumber : Lampiran 5
Berdasarkan tabel 4.11 diketahui bahwa nilai VIF pada kedua variabel bebas lebih kecil dari 10, artinya kedua variabel bebas pada penelitian ini tidak
ada gejala multikolinier.
3. Heteroskedasitas
Pada regresi linier nilai residual tidak boleh ada hubungan dengan varibel bebas. Hal ini diidentifikasi dengan menghitung korelasi rank Spearman antara
residual dengan seluruh variabel bebas. Hasil perhitungan adalah sebagai berikut :
Tabel 4.12 Uji Heteroskedasitas Dengan Korelasi Rank Spearman
-.049 .638
96 .048
.644 96
1.000 .
96 Correlation Coefficient
Sig. 2-tailed N
Correlation Coefficient Sig. 2-tailed
N Correlation Coefficient
Sig. 2-tailed N
Kualitas Produk X1
Harga X2
Unstandardized Residual
Spearmans rho
Unstandardized Residual
Sumber : Lampiran 5
61
Berdasarkan tabel 4.12 diketahui bahwa nilai Sig 2-tailed pada ketiga variabel bebas lebih besar dari 0,05, artinya ketiga variabel bebas pada penelitian
ini tidak ada gejala heteroskedastisitas.
4.4.3.3. Regresi Linier Berganda
