Dari gambar scatterplot di atas, terlihat bahwa titik-titik data menyebar secara acak serta tersebar baik di atas maupun di bawah angkan 0 pada sumbu Y
dan tidak membentuk suatu pola yang jelas.Maka dapat disimpulkan tidak terjadi heteroskedastisitas pada model regresi ini.
d. Uji Autokorelasi
Tabel 4.10 Uji Autokorelasi
Model Summary
b
Model R
R Square Adjusted R Square Std. Error of the
Estimate Durbin-Watson
1 .521
a
.271 .260
3.473 1.985
a. Predictors: Constant, Motif Emosional, Motif Rasional b. Dependent Variable: Pengambilan Keputusan
Dari tabel di atas diketahui nilai durbin watson hitung sebesar 1,985. Nilai ini akan dibandingkan dengan nilai durbin watson tabel. Dengan
menggunakan tingkat signifikansi 0,05, n = 133 dan k = 3, maka diperoleh d
L
batas bawah durbin watson sebesar 1,61 dan d
U
batas atas durbin watson sebesar 1,74. Model regresi dikatakan tidak terdapat masalah autokorelasi apabila
d
U
dw 4-d
U
. Berdasarkan nilai tersebut diperoleh d
U
1,74 dw 1,985 4- d
U
2,26. Maka, dapat disimpulkan pada model regresi ini tidak terdapat masalah autokorelasi.
4. Analisis Regresi Linier Berganda
a. Regresi Linier Berganda
Pada output ini, dikemukakan nilai koefisien dari persamaan regresi. Dalam kasus ini, persamaan regresi berganda yang digunakan adalah:
a. Y
= Nilai prediksi variabel dependen Pengambilan keputusan α
= Konstanta, yaitu nilai Y jika X
1
dan X
2
= 0 b
1
,b
2
= Koefisien regresi, yaitu nilai peningkatan atau penurunan variabel Y yang didasarkan variabel X
1
dan X
2
X
1
= Variabel independen Motif rasional X
2
= Variabel independen Motif emosional e
= Standard error
Tabel 4.11 Regresi Linier Berganda
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. B
Std. Error Beta
1 Constant
13.517 3.295
4.102 .000
Motif Rasional .166
.062 .213
2.685 .008
Motif Emosional .325
.063 .410
5.158 .000
a. Dependent Variable: Pengambilan Keputusan
Dari output tersebut didapatkan model persamaan regresi, yaitu: Y = 13,517 + 0,166X
1
+ 0,325X
2
Y = α + b
1
X
1
+ b
2
X
2
+ e
