Tabel 4.24 Uji Heteroskedastisitas
Dari output di atas dapat dilihat bahwa terdapat korelasi yang tidak signifikan. Hal ini dilihat dari nilai p-value Sig yang lebih besar dari 0,05.
Sehingga dapat disimpulkan tidak terjadi heteroskedastisitas pada model regresi
4.4.2.4 Uji Autokorelasi
Uji autokorelasi digunakan untuk mengetahui ada atau tidaknya penyimpangan asumsi klasik autokorelasi yaitu korelasi yang terjadi antara
residual pada satu pengamatan dengan pengamatan lain pada model regresi. Uji autokorelasi dilakukan dengan menggunakan uji statistik Durbin Watson, yaitu
dengan membandingkan angka Durbin-Watson hitung DW dengan nilai kritisnya dL dan dU.
Kriteria pengambilan kesimpulan : • Jika DW dL atau DW 4 – dL, maka terdapat autokorelasi.
• Jika dU DW 4 – dU, maka tidak terdapat autokorelasi.
Correlati ons
,141 ,184
90 -,072
,500 90
1,000 .
90 Correlation Coef f icient
Sig. 2-tailed N
Correlation Coef f icient Sig. 2-tailed
N Correlation Coef f icient
Sig. 2-tailed N
Lokasi X1
Harga X2
Unstandardized Residual Spearmans rho
Unstandardiz ed Residual
• Jika dL ≤ DW ≤ dU atau 4 – dU ≤ DW ≤ 4 – dL, uji Durbin Watson tidak menghasilkan kesimpulan yang pasti inconclusive.
Dengan ukuran sample n = 5, = 0,05 dan banyaknya variabel independen k = 2,
didapat nilai kritis dL = 1,635 dan dU = 1,679 4-du 1,679 = 2,321
Hasil pengujian autokorelasi disajikan pada tabel berikut : Tabel
Durbin-Watson
Berdasarkan tabel diatas diperoleh nilai Durbin-Watson sebesar 2,076. Karena nilai DW berada di antara du 1,679 Dw 2,076 4-du 2,321, maka
dapat disimpulkan tidak terdapat autokorelasi. 4.4.3
Analisis Korelasi Berganda
Untuk mengetahui hubungan secara bersama-sama antara Lokasi X
1
dan Harga X
2
terhadap Keputusan Pembelian Konsumen Y, digunakan analisis korelasi berganda R.
Tabel 2.25 Analisis Korelasi Berganda
Model Summary
2,076 Model
1 Durbin-
Watson
Model Summary
,825
a
,681 ,674
2,18270 Model
1 R
R Square Adjusted
R Square St d. Error of
the Estimate Predictors: Constant, Harga X2, Lokasi X1
a.
Berdasarkan hasil output software SPSS di atas, diperoleh nilai koefisien korelasi R sebesar 0,825. Hal ini menunjukkan bahwa terdapat hubungan yang
tinggi antara Lokasi X
1
dan Harga X
2
dengan Keputusan Pembelian Konsumen Y.
4.4.4 Analisis Pengaruh Parsial