Uji Multikolinieritas Uji Heteroskedastisidas Uji Autokorelasi

seberapa besar pengukuran dapat memberikan hasil yang relative tidak berbeda bila dilakukan pengukuran kembali terhadap subjek yang sama. Pengujian kendala alat ukur dalam penelitian ini menggunakan metode alpha α dengan menggunakan metode Cronbach Sukardi, 2004:90 yakni : α = kr 1-k - r 2 Dimana : α = Koefisien reliabilitas r = Koefisien rata-rata korelasi antar variabel k = Jumlah independen variabel dalam pemasaran Menurut Sekaran, 2006:182 suatu variabel dikatakan reliabel bila memberikan nilai Cronbach alpha α lebih besar dari 0,60. Sebaliknya, jika nilai Cronbach alpha α kurang dari 0,60 maka variabel tersebut tidak riliabel digunakan dalam penelitian.

3.6.3 Uji Asumsi Klasik

Uji ini dimaksudkan untuk mengukur apakah penggunaan model regresi linier berganda dalam menganalisa telah memenuhi asumsi klasik Gujarati, 2000:2005. Model regresi dikatakan BLUE Best Linier Unbiased Estimator akan lebih tepat digunakan dan menghasilkan perhitungan yang akurat apabila beberapa asumsi berikut dapat terpenuhi yaitu:

3.6.3.1 Uji Multikolinieritas

Multikolinieritas adalah kejadian yang menginformasikan terjadinya hubungan antara variabel bebas dan hubungan yang terjadi cukup besar. Secara matematis pengukuran multikolinieritas didapatkan dari hasil persamaan Varience Inflation Factor VIF. Dan jika nilai VIF lebih dari 5, maka terjadi multikolinieritas dan bila VIF dibawah atau sama dengan 5 maka tidak ada multikolinieritas atau multikolinieritas tidak menjadi sebuah masalah.

3.6.3.2 Uji Heteroskedastisidas

Pengujian ini bertujuan untuk mengetahui apakah kesalahan pengganggu mempunyai varian yang sama. Gejala yang menunjukkan adanya heteroskedastisitas terjadi apabila variabel gangguan tidak mempunyai varian yang sama untuk semua observasi, sehingga mngakibatkan penafsiran regresi yang tidak efisien Santoso, 2004. Dalam penelitian ini pengujian heteroskedastisitas dilakukan dengan menggunakan linier regression plot dengan melihat grafik scatter plot. Deteksi adanya heteroskedastisitas adanya dengan melihat ada tidaknya pola tertentu pada grafik scatter plot. Dasar pengambilan keputusan sebagai berikut : a. Jika ada pola tertentu, seperti titik-titik points yang ada membentuk suatu pola tertentu yang teratur bergelombang, melebar, kemudian menyempit, maka telah terjadi heteroskedastisitas. b. Jika tidak ada pola yang jelas serta titik-titik menyebar diatas dan dibawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas.

3.6.3.3 Uji Autokorelasi

Asumsi lain yang penting adalah bentuk nilai-nilai residual yang lain dari nilai pengamatan yang satu bersifat bebas tidak berkorelasi dengan periode pengamatan yang lain. Korelasi ini berkaitan dengan hubungan diantara nilai-nilai yang berurutan dari variabel yang sama. Pengujian ini dilakukan dengan uji Durbin Waston Umar, 2004:148. Dari perhitungan SPSS, pengambilan keputusannya adalah : a. Angka D-W Durbin Waston dibawah -2 berarti ada korelasi positif b. Angka D-W Durbin Waston diantara -2 sampai +2 berarti tidak ada autokorelasi c. Angka D-W Durbin Waston -2 berarti korelasi negatif.

3.6.3.4 Uji Normalitas