4.3.1.2 Hasil Pengujian Reliabilitas
Uji reabilitas adalah sebenarnya alat untuk mengukur suatu kuesioner yang merupakan indikator dari variabel atau construct. Suatu kuesioner dikatakan
reliable atau handal jika jawaban seseorang terhadap pernyataan adalah konsisten atau stabil dari waktu ke waktu Ghozali, 2000.
Pengujian reliabilitas dilakukan dengan alat ukur uji statistik Cronbach alpha. Suatu atau variabel dikatakan reliabel jika nilai Cronbach alpha 0,60.
Hasil pengujian reliabilitas dapat dilihat pada tabel berikut :
Tabel 4.10 Hasil Uji Reliabilitas
Variabel Alpha
Persepsi harga 0,912
Fasilitas 0,824
Lokasi 0,967
Lingkungan 0,965
Pendapatan 0,910
Harga subsitusi 0,940
Keputusan pembelian 0,719
Sumber : Data primer yang diolah, 2010
4.3.2 Hasil Pengujian Asumsi Klasik
4.3.2.1 Hasil Uji Normalitas
Untuk mendeteksi apakah dalam model regresi distribusi data normal atau tidak maka dapat dilihat pada grafik normal probability plot yang
membandingkan distribusi kumulatif data sesungguhnya dengan distribusi kumulatif data normal. Distribusi normal akan membentuk suatu garis lurus
diagonal, dan ploting data akan dibandingkan dengan garis normal. Jika distribusi
data normal, maka garis yang menggambarkan data yang sesungguhnya akan mengikuti garis diagonal.
Dari hasil output SPSS pada Gambar 4.1 dibawah ini dapat dilihat bahwa pada grafik normal plot titik-titik menyebar disekitas garis diagonal. Hal ini dapat
disimpulkan bahwa dalam model regresi distribusi data adalah normal.
Gambar 4.3 Grafik Normal Probability Plot
Sumber : Data primer yang diolah, 2010
4.3.2.2 Hasil Uji Multikolinearitas
Pendeteksian adanya multikolinearitas dapat dilihat pada besaran VIF dan tolerance. Jika nilai tolerance mendekati angka 1 dan nilai VIF tidak lebih dari 10,
maka model regresi bebas dari adanya multikolinearitas. Berikut ini disajikan besaran nilai tolerance dan VIF berdasarkan hasil
analisis regresi berganda, yaitu :
Tabel 4.11 Hasil Uji Multikolinearitas
Variabel Bebas Tolerance
VIF
Persepsi harga 0,921
1,086 Fasilitas
0,789 1,267
Lokasi 0,745
1,343 Lingkungan
0,879 1,137
Pendapatan 0,902
1,109 Harga subsitusi
0,861 1,161
Sumber : Data primer yang diolah, 2010
Dari tabel dapat diketahui bahwa nilai tolerance semua variabel bebas mendekati angka 1 dan nilai VIF tidak lebih dari 10, sehingga dapat disimpulkan
bahwa dalam model regresi tidak terdapat multikoliniaritas dan model regresi layak untuk dipakai.
4.3.2.3 Hasil Uji Heteroskedastisitas
Untuk mendeteksi ada tidaknya problem heteroskedastisitas, maka dapat dilakukan dengan dengan melihat ada tidaknya pola tertentu pada grafik scatter
plot antara SRESID dan ZPRED dimana sumbu Y adalah Y yang telah diprediksi. dan sumbu X adalah residual Y prediksi
– Y sesungguhnya yang telah di standardized.
Dari grafik scatter plot yang diperoleh pada Gambar 4.2 terlihat bahwa titik-titik menyebar secara acak serta tersebar baik diatas maupun dibawah angka
0 pada sumbu Y. Hal ini dapat disimpulkan bahwa dalam model regresi tidak terjadi heteroskedastisitas sehingga model regresi layak dipakai untuk
memprediksi variabel kinerja berdasarkan variabel karakteristik distributor, pelatihan training dan lingkungan kerja.
Gambar 4.4 Grafik Scatter Plot
Sumber : Data primer yang diolah, 2010
4.3.3 Hasil Pengujian Regresi Linear Berganda
Kategori