44
yaitu pada histogram maupun normal probability plot. Pada histogram, data dikatakan memiliki distribusi yang normal jika data tersebut berbentuk seperti
lonceng. Sedangkan pada normal probability plot, data dikatakan normal jika ada penyebaran titik-titik disekitar garis diagonal dan penyebarannya mengikuti arah
garis diagonal.
b. Uji Asumsi Multikolinieritas
Uji asumsi ini bertujuan untuk menguji model regresi ditemukan adanya korelasi antar variabel independen. Pedoman model regresi yang bebas multikol,
yaitu: • Mempunyai angka tolerance mendekati angka 1
• Mempunyai nilai VIF disekitar angka 1 Nilai cutoff yang umum dipakai untuk menunjukkan adanya multikolinearitas
adalah nilai tolerance ≤ 0,10 atau sama dengan nilai VIF ≥ 10 Ghozali, 2007:96.
c. Uji Asumsi Heterokedastisitas
Uji heterokedastisitas digunakan untuk menguji apakah dalam model regresi, terjadi ketidaksamaan varian data residual dari suatu pengamatan yang
lain. Model yang baik adalah model yang tidak terjadi heterokedastisitas. Gejala heterokedastisitas dapat diuji dengan melihat grafik scatterplot.
Menurut Santoso 2000 dalam Juliandi 2013:176, dasar pengambilan keputusan dalam uji heterokedastisitas adalah :
45
1. Jika pola tertentu seperti titik-titik poin-poin yang ada membentuk suatu pola tertentu yang teratur, maka terjadi heterokedastisitas.
2. Jika tidak ada pola yang jelas, serta titik-titik poin-poin menyebar dibawah dan diatas angka 0 pada sumbu Y, maka tidak terjadi
heterokedastisitas.
3.9 Metode Analisis Data
3.9.1 Regresi Linier Berganda
Analisis regresi berganda digunakan untuk mengetahui seberapa besar pengaruh antara kualitas produk dan citra merek terhadap keputusan pembelian
handphone Samsung. Persamaan regresi linier berganda adalah :
Y = α + b
1
X
1
+ b
2
X
2
+ e
Dimana, Y = keputusan pembelian
α = Konstanta b
1
= koefisien regresi dari kualitas produk b
2
= koefisien regresi dari citra merek X
1
= citra merek X
2
= kualitas produk e = Standar error
46
3.9.2 Uji Hipotesis
a. Uji Koefisisen Determinasi Uji R
2
Koefisien determinasi R
2
pada intinya mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen. Nilai R
2
yang kecil berarti kemampuan variabel-variabel independen dalam menjelaskan variasi dependen
amat terbatas. Secara umum koefisien determinasi untuk data silang crossection relatif rendah karena adanya variasi yang besar antara masing – masing
pengamatan, sedangkan untuk data runtun waktu time series biasanya mempunyai nilai koefisien determinasi yang tinggi. Kelemahan mendasar
penggunaan koefisien determinasi adalah bisa terhadap jumlah variabel independen yang dimasukkan kedalam model Ghozali,2011:97.
b. Uji Signifikansi Simultan Uji Statistik F
Uji statistic F pada dasarnya menunjukkan apakah kualitas produk dan citra merek yang dimasukan dalam model mempunyai pengaruh secara bersama-sama
terhadap keputusan pembelian Ghozali, 2011:98. Hipotesis yang digunakan dalam penelitian ini adalah :
H0 : b
1
dan b
2
= 0, artinya variabel-variabel bebas kualitas produk dan citra merek tidak mempunyai pengaruh yang signifikan secara simultan atau
bersama-sama terhadap variabel terikatnya keputusan pembelian. Ha
: b
1
dan b
2
≠ 0, artinya variabel-variabel bebas kualitas produk dan citra merek mempunyai pengaruh yang signifikan secara bersama-sama
terhadap variabel terikatnya keputusan pembelian. Kriteria pengambilan keputusan sebagai berikut :
47
a. Jika probabilitas signifikansi 0.05 maka H0 diterima dan Ha di tolak b. Jika probabilitas signifikansi 0.05 maka H0 ditolak dan Ha diterima
c. Uji Parsial Uji Statistik t