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.

b. Analisis Tahap II X

3 = a + b 1 X 1 + b 2 X 2 + e2 1 Uji Normalitas Pada persamaan kedua, uji normalitas data dilakukan dengan melalui uji normalitas one sample Kolmogrov-Smirnov. Hasilnya terlihat pada tabel dibawah ini: Tabel 33 One-Sample Kolmogorov-Smirnov Test Unstandardized Residual N 100 Normal Parameters a,,b Mean .0000000 Std. Deviation 1.32366372 Most Extreme Differences Absolute .106 Positive .096 Negative -.106 Kolmogorov-Smirnov Z 1.056 Asymp. Sig. 2-tailed .215 a. Test distribution is Normal. b. Calculated from data.