54
c. Heteroskedastisitas Uji heteroskedastisitas bertujuan menguji apakah dalam model
regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang lain. Jika variance dari residual satu pengamatan ke
pengamatan lain tetap, maka disebut homoskedastisitas dan jika berbeda disebut heteroskedastisitas. Model regresi yang baik adalah
yang homoskedastisitas atau tidak terjadi heteroskedastisitas. Kebanyakan data crossection mengandung situasi heteroskedastisitas
karena data ini menghimpun data yang mewakili berbagai ukuran, yaitu kecil, sedang, dan besar. Ada beberapa cara untuk mendeteksi ada atau
tidaknya heteroskedastisitas, dengan melihat Grafik Plot antara nilai prediksi variabel terikat dependen, yaitu ZPRED dengan residualnya
SRESID. Deteksi ada tidaknya heteroskedastisitas dapat dilakukan dengan melihat ada tidaknya pola tertentu pada grafik scatterplot antara
SRESID dan ZPRED dimana sumbu Y adalah Y yang telah diprediksi dan sumbu X adalah residual Y prediksi
– Y sesungguhnya yang telah di studentized. Jika tidak ada pola yang jelas dan titik-titik menyebar di
atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas Ghozali, 2005:105.
3. Uji Hipotesis
Kegiatan pengolahan data dengan melakukan tabulasi terhadap kuesioner dengan memberikan dan menjumlahkan bobot jawaban pada
masing-masing pertanyaan untuk masing-masing variabel. Analisis data
55
menggunakan teknik statistik multiple regression untuk menguji pengaruh variabel-variabel independen terhadap variabel dependen,
yaitu untuk mengetahui apakah pengaruh desain kemasan produk, harga dan citra merek terhadap keputusan pembelian, kemudian dilakukan
pengecekan dengan melakukan plot data untuk melihat adanya data linear atau tidak linear.
Hasil pengujian statistik dengan menggunakan multiple regression yang perlu dianalisis dan dibahas adalah:
a. Uji t Uji t pada dasarnya menunjukkan seberapa jauh pengaruh
satu variabel independen secara individual dalam menerangkan variasi variabel dependen. Probabilitas lebih kecil dari 0,05, maka
hasilnya signifikan berarti terdapat pengaruh dari variabel independen secara individual terhadap variabel dependen Ghozali,
2005:84. b. Uji F
Uji F pada dasarnya menunjukkan apakah semua variabel independen atau bebas yang dimasukkan dalam model mempunyai
pengaruh secara bersama terhadap variabel dependen atau terikat. Probabilitas lebih kecil dari 0,05, maka hasilnya signifikan berarti
terdapat pengaruh dari variabel independen secara bersama terhadap variabel dependen Ghozali, 2005:84.
56
c. Koefisien determinasi R
2
Koefisien determinasi R
2
pada intinya mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel
dependen. Nilai koefisien determinasi adalah antara nol dan satu. Nilai R
2
yang kecil berarti kemampuan variabel-variabel independen dalam menjelaskan variasi variabel dependen amat
terbatas. Nilai yang mendekati satu berarti variabel-variabel independen memberikan hampir semua informasi yang dibutuhkan
untuk memprediksi variasi variabel dependen. Kelemahan mendasar penggunaan koefisien determinasi adalah bias terhadap
jumlah variabel independen yang dimasukkan ke dalam model. Setiap tambahan satu variabel independen, maka R
2
pasti meningkat, tidak peduli apakah variabel tersebut berpengaruh
terhadap variabel dependen. Oleh karena itu, pada penelitian ini R Square yang digunakan adalah R
Square yang sudah disesuaikan atau Adjusted R Square Adjusted R
2
karena disesuaikan dengan jumlah variabel yang digunakan dalam penelitian. Nilai Adjusted
R
2
dapat naik atau turun apabila satu variabel independen ditambahkan ke dalam model Ghozali, 2005:83.
57
E. Operasional Variabel Penelitian