lxiii
Tabel 4.5 Reliabilitas Instrumen
No.Butir Instrumen
Cronbachs Alpha if Item Deleted
Cronbachs Alpha Keputusan
1 ,858
0.80 Reliabel
2 ,853
0.80 Reliabel
3 ,846
0.80 Reliabel
4 ,849
0.80 Reliabel
5 ,847
0.80 Reliabel
6 ,859
0.80 Reliabel
7 ,863
0.80 Reliabel
8 ,855
0.80 Reliabel
9 ,850
0.80 Reliabel
10 ,856
0.80 Reliabel
11 ,856
0.80 Reliabel
12 ,855
0.80 Reliabel
13 ,855
0.80 Reliabel
Sumber: Hasil pengolahan data primer Kuesioner, SPSS versi 15.0, 2011
Ketentuan untuk pengambilan keputusan yaitu menurut Kuncoro, 2008:40 menyatakan instrumen dapat dikatakan reliabel andal bila memiliki
nilai Cronbach Alpha 0,80. Tabel 4.6 dapat dilihat nilai Cronbach Alpha 0,80. maka setiap variabel dinyatakan reliabel.
4.2.2 Uji Asumsi Klasik A. Pengujian Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual berdistribusi normal. Ada dua cara untuk
mendeteksi apakah residual berdistribusi normal atau tidak, yaitu dengan analisis grafik dan uji statistik. Untuk melihat normalitas residual penulis menganalisis
grafik histogram yang membandingkan antara data observasi dengan distribusi yang mendekati distribusi normal dan juga menganalisis probabilitas plot yang
menbandingkan distribusi kumulatif dan distribusi normal.
lxiv
Hipotesis: 1.
Jika data menyebar disekitar garis diagonal dan mengikuti arah garis diagonal atau grafik histogram menunjukkan pola distribusi normal, maka
model regresi memenuhi asumsi normalitas. 2.
.Jika data menyebar jauh dari garis diagonal dan atau tidak mengikuti arah garis diagonal atau grafik histogram menunjukkan pola distribusi normal,
maka model regresi tidak memenuhi asumsi normal.
Gambar 4.2
Sumber: Hasil pengolahan data primer Kuesioner, SPSS versi 15.0, 2011 Gambar 4.1 Histogram
Regression Standardized Residual
2 -2
-4
Frequency
50 40
30 20
10
Histogram
Dependent Variable: keputusankonsumen
Mean =7.1 Std. Dev. =
N =9
lxv
Interpretasi pada gambar 4.2 menunjukkan bahwa grafik histogram menunjukkan pola distribusi normal.
Sumber: Hasil pengolahan data primer Kuesioner, SPSS versi 15.0, 2011. Gambar 4.3 Normal P- P Plot of Regression Standardized Residual
Pada Gambar 4.3 tersebut dapat dilihat bahwa data- data titik-titik menyebar disekitar garis diagonal dan mengikuti arah garis diagonal. Oleh karena
itu, berdasarkan Gambar 4.3 tersebut dapat diambil kesimpulan bahwa data telah memenuhi uji normalitas.
Observed Cum Prob
1.0 0.8
0.6 0.4
0.2 0.0
E xpect
ed C
um P
rob
1.0 0.8
0.6 0.4
0.2 0.0
Normal P-P Plot of Regression Standardized Residual
Dependent Variable: keputusankonsumen
lxvi
Uji Kolmogorov Smirnov 1 Sample KS dilakukan untuk memastikan apakah data disepanjang garis diagonal berdistribusi normal, dengan melihat data
residual apakah berdistribusi normal Situmorang, dkk, 2008: 59. Menentukan kriteria keputusan:
1. Jika nilai Asymp.Sig. 2-tailed 0,05 maka tidak mengalami gangguan
distribusi normal. 2.
Jika nilai Asymp.Sig. 2-tailed 0,05 maka mengalami gangguan distribusi normal.
Tabel 4.6 Uji Normalitas
One-Sample Kolmogorov-Smirnov Test
Unstandardize d Residual
N 96
Normal Parametersa,b Mean
,0000000 Std. Deviation
,85338729 Most Extreme
Differences Absolute
,136 Positive
,122 Negative
-,136 Kolmogorov-Smirnov Z
1,331 Asymp. Sig. 2-tailed
,058 a Test distribution is Normal.
b Calculated from data.
Sumber: Hasil pengolahan data primer Kuesioner, SPSS versi 15.0, 2011
Pengambilan keputusan: Pada Tabel 4.7 terlihat bahwa Asymp. Sig. 2-tailed adalah 0,058 dan
diatas nilai signifikan 5 0,05, dengan kata lain variabel residual berdistribusi normal.
lxvii
B. Pengujian Heterokedastisitas
Heterokedastisitas terjadi karena perubahan situasi yang tidak tergambarkan dalam spesifikasi model regresi. Dengan kata lain,
heterokedastisitas terjadi jika residual tidak memiliki varians yang konstan. Pemeriksaan terhadap gejala heterokedastisitas adalah dengan melihat pola
diagram pencar yaitu grafik yang merupakan diagram pencar residual, yaitu selisih antara nilai Y prediksi dan Y observasi.
a. Model grafik
Hipotesis: 1.
Jika diagram pencar yang ada membentuk pola- pola tertentu yang teratur maka regrasi mengalami gangguan heterokedastisitas.
2. Jika diagram pencar yang ada tidak membentuk pola- pola tertentu
yang teratur maka regrasi tidak mengalami gangguan heterokedastisitas.
Sumber: Hasil pengolahan data primer Kuesioner, SPSS versi 15.0, 2011 Gambar 4. 4 Scatterplot
Regression Studentized Residual
2 -2
-4
Regressi on
St andardi
zed Predi
cted
Va lue
2 1
-1 -2
-3
Scatterplot Dependent Variable: keputusankonsumen
lxviii
Pada Gambar 4.4 dapat dilihat bahwa diagram pencar tidak membentuk pola tertentu karena itu tidak mengalami gangguan heterokedastisitas.
b. Model Glejser
Menentukan kriteria keputusan: 1.
Jika nilai signifikan 0,05, maka tidak mengalami gangguan heterokedastisitas.
2. Jika nilai signifikan 0,05, maka mengalami gangguan
heterokedastisitas.
Tabel 4,7 Uji Glejser
Coefficientsa
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. B
Std. Error Beta
B Std. Error
1 Constant
-,616 ,995
-,619 ,538
personalselling ,096
,060 ,170
1,603 ,112
Massselling -,028
,041 -,072
-,682 ,497
salespromotion ,068
,045 ,157
1,517 ,133
publicrelations ,005
,049 ,011
,110 ,913
a Dependent Variable: absut
Sumber: Hasil pengolahan data primer Kuesioner, SPSS versi 15.0, 2011
Pada Tabel 4.8 tampak bahwa signifikasi variabel bebas lebih besar dari 0,05, maka tidak mengalami gangguan heterokedastisitas.
C. Pengujian Multikolinieritas
Uji multikolinieritas bertujuan untuk menguji adanya korelasi antara variabel independen. Jika terjadi korelasi maka dinamakan multikol, yaitu adanya
masalah multikolinieritas. Model regresi yang baik seharusnya tidak terjadi korelasi antara variabel independen. Hasil pengolahan dapat dilihat pada Tabel 4.8
sebagai berikut:
lxix
Tabel 4.8 Uji Multikolinearitas
Coefficientsa
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity Statistics
B Std. Error
Beta Toleranc
e VIF
B Std. Error
1 Constant
3,555 1,489
2,388 ,019
Personalselling ,428
,090 ,458
4,768 ,000
,927 1,078
Massselling ,031
,061 ,048
,509 ,612
,946 1,058
Salespromotio n
,013 ,067
,018 ,190
,850 ,974
1,027 Publicrelations
,075 ,073
,097 1,027
,307 ,963
1,039 a Dependent Variable: keputusankonsumen
Sumber: Hasil pengolahan data primer Kuesioner, SPSS versi 15.0, 2011
Hasil pengujian: Pedoman suatu model regresi yaitu bebas multikolinieritas adalah dengan
melihat Variance Inflation Factor VIF 5 maka variabel ada masalah multikolinieritas, dan jika VIF 5 maka tidak terdapat masalah multikolinieritas.
Jika Tolerance 0,1 maka variabel ada masalah multikolinieritas, dan jika Tolerance 0,1 maka variabel tidak terdapat masalah multikolinieritas Pada
Tabel 4.8 dapat dilihat bahwa nilai VIF 5 dan Tolerance 0,1 maka tidak ditemukan masalah multikolinieritas dalam penelitian ini.
4.2.3 Analisis Data