30
Jika data menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal atau grafik histogramnya menunjukkan pola distribusi normal, maka model
regresi memenuhi asumsi normalitas Jika data menyebar jauh dari diagonal dan atau tidak mengikuti arah garis
diagonal atau grafik histogram tidak menunjukkan pola distribusi normal, maka model regresi tidak memenuhi asumsi normalitas.
b. Uji statistik Uji normalitas dengan grafik dapat menyesatkan kalau tidak hati - hati, karena
secara visual kelihatan normal, pada hal secara statistik bias atau sebaliknya.Oleh sebab itu dianjurkan disamping uji grafik dilengkapi dengan uji statistik.Uji statistik
yang dapat digunakan untuk menguji normalitas residual adalah uji statistik non- parametrik, Kolmogorov-Smirnov. Jika Asymp.sig nilai signifikansi 0,05 maka
data berdistribusi normal. 2. Uji Multikolinieritas
Uji ini bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi diantara variabel independen. Model regresi yang baik seharusnya tidak
terjadi korelasi diantara variabel independen karena akan mengurangi keyakinan dalam pengujian signifikansi. Untuk mendeteksi ada atau tidaknya gejala
multikolinieritas didalam model regresi ini dengan melihat nilai Variance Inflation Factor VIF, nilai cutoff yang umum dipakai untuk menunjukkan adanya
multikolinieritas adalah nilai VIF 10.Apabila nilai Vif 10 berarti tidak terjadi multikolinieritas Ghozali, 2005:92.
31
3. Uji heteroskedaktisitas Uji ini bertujuan untuk melihat apakah dalam model regresi terjadi ketidak
samaan variabel dari residual satu pengamatan ke pengamatan yang lain. Jika variabel dari residual satu pengamatan ke pengamatan lain tetap, maka disebut
homoskedastisitas, dan jika berbeda disebut heteroskedaktisitas. Model regresi yang baik adalah tidak terjadi heteroskedastisitas. Uji heteroskedastisitas dalam penelitian
ini dengan cara melihat grafik plot dan uji Glejser. a. Melihat Grafik Scatterplot
Dasar analisis heteroskedastisitas adalah sebagai berikut: Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu
yang teratur, kearah samping maka terjadi heteroskedastisitas. Jika tidak ada pola yang jelas atau titik-titik menyebar di atas dan di
bawah angka nol pada sumbu Y, maka tidak terjadi heteroskedastisitas atau homoskedastisitas
b. Uji Glejser Glejser mengusulkan untuk meregres nilai absolute residual terhadap variabel
independen dengan persamaan regresi.Jika variabel independen signifikan secara statistik mempengaruhi variabel dependen sig 0.05, maka ada indikasi
heteroskedastisitas.
32
3.7. Identifikasi Variabel
Analisis identifikasi variabel dilakukan untuk mendapatkan gambaran deskriptif mengenai variabel – variabel penelitian yang digunakan.Analisis ini
dilakukan dengan menggunakan Skala Likert yang berarti menggunakan skoring, untuk setiap item pertanyaan dalam kuisioner.Teknik skoring yang dilakukan dalam
penelitian ini adalah minimum 1 dan maksimum 5.Dari angka tersebut dapat diketahui sejauh mana tingkat penilaian responden atas indikator dalam variabel-
variabel penelitian.Rentang jumlah skor dari pengisian pertanyaan setiap variabel
yang diteliti ditentukan dengan 5 level yaitu :
1 = Sangat rendah
2 = Rendah
3 = Sedang
4 = Tinggi
5 = Sangat tinggi
Penentuan level tersebut ditentukan dengan cara = rentang dari jumlah skor per variabel + 1 5. Penentuan level ini ditunjukan untuk mencari atau
mengambarkan rata – rata dari jawaban responden Sugiyono, 2004: 182
3.8. Metode Analisis Regresi Linier Berganda
Analisis regesi linier berganda digunakan untuk menentukan ketetapan prediksisejauh mana variabel bebas berpengaruh terhadap variabel terikat.Dengan
analisis ini dapat diketahui variabel-varibel yang paling dominan berpengaruh terhadap variabel terikat tersebut.
33
Dalam penelitian ini persamaan regresinya mengacu kepada Sugiyono 2004:204 sebagai berikut.
Y = a + b
1
X
1
+b
2
X
2
+ b
3
X
3
+ e Keterangan :
y = perilaku mengkonsumsi buah lokal
a = bilangan konstanta
b1, b2, b3 = koefisien regresi X1, X2, X3
X1 = kesadaran
X2 = persepsi
X3 = preferensi
e = kesalahan yang di toleransi
1. Koefisien Determinasi Koefisien Determinasi digunakan untuk mengetahui seberapa jauh variabel
dependen dapat dijelaskan oleh variabel independen.Semakin tinggi nilai koefisien determinasi berarti model dugaan yang diperoleh semakin akurat untuk meramal
variabel dependen.Sebaliknya, jika semakin rendah atau mendekati 0, maka variabel independen secara keseluruhan tidak dapat menjelaskan variabel dependen.
2. Uji Signifikansi Simultan yang Digunakan adalah Uji F Uji F bertujuan untuk mengetahui apakah regresi linier berganda berikut
perhitungan koefisien regresi secara bersama – sama menunjukkan ada pengaruh signifikan atau tidak maka terlebih dahulu perlu dilakukan pengujian dengan analisis
F hitung Sugiyono, 2004:196. Secara keseluruhan dapat dilakukan dengan menggunakan uji F, hipotesis yang digunakan yaitu :
34
H0 : bi = 0, artinya seluruh variabel bebas independent dalam model tidak berpengaruh nyata terhadap variabel terikat dependent
H0 : bi ≠ 0, artinya seluruh variabel bebas independent dalam model
berpengaruh nyata terhadap variabel terikat dependent Kriteria Uji :
H0 ditolak apabila : Fhitung Ftabel, derajat bebas tertentu
H1 ditolak apabila : Fhitung Ftabel, derajat bebas tertentu
3. Uji untuk Masing-masing Parameter yang digunakan adalah Uji t Uji t digunakan untuk menunjukkan apakah suatu variabel independen secara
individual mempengaruhi variabel dependen. Kriteria pengujian dengan tingkat signifikansi α = 0,05 ditentukan sebagai berikut :
H0 : bi = 0, artinya bahwa masing-masing variabel bebas independent dalam model tidak berpengaruh nyata terhadap variabel terikat
dependent H0 : bi
≠ 0, artinya bahwa masing-masing variabel bebas independent dalam model berpengaruh nyata terhadap variabel terikat dependent
Kriteria Uji : H0 ditolak apabila
: T hitung T tabel, derajat bebas tertentu H1 ditolak apabila
: T hitung T tabel, derajat bebas tertentu Pengolahan uji asumsi klasik dan analisis regresi berganda menggunakan
softwareSPSS versi 18.0.