Uji Reliabilitas UJI Signifikansi Pengaruh Tidak Langsung
Pada uji Kolmogrov-Smirnov diatas terlihat bahwa signifikansi seluruh variabel berada diatas batas
α standar eror yakni sebesar 0,05. Hasil menunjukkan 0,122 0,05. Hal ini membuktikan bahwa data dari variabel
yang diteliti memiliki distribusi yang normal dan dapat dilanjutkan untuk pengujian asumsi klasik lainnya. Kemudian dapat dilihat dari Grafik
Normal P-P Plot of Regression Standardized Residual.
Gambar 7 Normal P-P Plot of Regression Standardized Residual
Dari grafik di atas dapat dilihat bahwa titik-titik plot berada pada garis diagonal. Hai ini dapat disimpulkan bahwa data terdistribusi normal.
2 Multikolineritas Uji multikolinearitas dapat diketahui dengan melakukan uji
Variance Inflating Factor VIF. Untuk melihat terjadinya gejala multikolinearitas dapat dilihat dari nilai t dan nilai VIF apabila nilai t
toleransi berada diatas 0,1 dan nilai VIF berada di bawah 10 maka dapat dikatakan bahwa tidak terjadi multikolinearitas. Hasilnya terlihat pada
tabel dibawah ini :
Tabel 31 Hasil Uji Multikolinearitas
Coefficients
a
Model Collinearity Statistics
Tolerance VIF
1 Constant
X1 .337
2.964 X2
.290 3.451
X3 .403
2.483 a. Dependent Variable: Y
Sumber: Data diolah, Januari 2017
Pada uji multikolinearitas diatas terlihat bahwa VIF dan t masing-masing variabel berada diatas 0,1 dan nilai VIF berada di bawah 10. Maka
kesimpulannya tidak ada multikolinearitas, karena nilai tolerance 0,1 atau nilai VIF 10.
3 Uji Heteroskedasitas Model regresi yang baik adalah yang tidak terjadi heterokedasitas.
Uji ini dianalisis melalui uji park. Jika tingkat signifikansi berada diatas 0,05 maka terbebas dari masalah heterokedasitas. Hasilnya terdapat
dibawah ini :
Tabel 32 Hasil Uji Heterokedasitas
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta 1
Constant 1.318
1.955 .674
.031 LnLabelHalal
.268 .127
.219 2.113
.051 LnBrand
.419 .119
.395 3.529
.053 LnHarga
.319 .115
.264 2.780
.068 a. Dependent Variable: LnKeputusanPembelian
Sumber: Data diolah, Januari 2017
Terlihat pada tabel diatas nilai signifikansi masing-masing variabel bebas menunjukkan nilai berada diatas 0,05. Hal ini membuktikan bahwa data tidak
terkena heteroskedastisitas. Kemudian dapat dilihat dari gambar Scatterplot dibawah ini.
Gambar 8 Scatterplot
Dari grafik scatterplot di atas terlihat bahwa tiitk-titik menyebar secara acak dan tidak terkumpul pada satu tempat. Hal ini dapat disimpulkan bahwa data
tidak terjadi hetersokedastisitas.