Pengujian Persyaratan Analisis HASIL PENELITIAN

64

C. Pengujian Persyaratan Analisis

Sebelum pengujian hipotesis dilakukan, data yang akan digunakan untuk analisis statistik dengan teknik regresi ganda harus memenuhi persyaratan sebagai berikut: 1. Uji Multikolinieritas Coefficients a .986 1.014 .994 1.006 .988 1.012 .983 1.017 Produk Harga Distribusi Promosi Model 1 Tolerance VIF Collinearity Statistics Dependent Variable: Tingkat Permintaan Efektif a. Sumber: Data Sekunder Tabel 2. Hasil Uji Multikolinieritas Uji multikolinieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas independent. Model regresi yang baik seharusnya tidak terjadi korelasi antar variabel bebas. Menurut Singgih Santoso 2001: 206 dilakukan dengan mengamati nilai VIF dan TOLERANCE. Pedoman suatu model regresi yang bebas multikoliniearitas adalah: • Mempunyai nilai VIF di sekitar angka 1 • Mempunyai angka TOLERANCE mendekati 1 Dilihat dari tabel koefisien diketahui nilai dari VIF di sekitar angka 1, dan nilai tolerance mendekati angka 1, maka dapat disimpulkan bahwa tidak terjadi multikolinieritas. Atau dapat dikatakan tidak ada hubungan antar variabel bebas. 65 2. Uji Normalitas Gambar 5. Grafik Normal P-P Plot of Regression Standardized Residual Sumber: Data Sekunder Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel terikat dan variabel bebas keduanya mempunyai distribusi normal atau tidak. Model regresi yang baik adalah memiliki distribusi normal atau mendekati normal. Deteksi normalitas dapat di ketahui dengan melihat penyebaran data pada sumbu diagonal pada suatu grafik. Penetapan dasar pengambilan keputusan yang digunakan sebagai berikut: a. Jika data menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal, maka model regresi memenuhi asumsi normalitas b. Jika data menyebar jauh dari garis diagonal danatau tidak mengikuti garis diagonal, maka model regresi tidak memenuhi asumsi normalitas. Berdasarkan uji normalitas, pada output terlihat bahwa data menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal, maka model regresi memenuhi asumsi normalitas. 66 Model Summary b 2.170 Model 1 Durbin- Watson Dependent Variable: Tingkat Permintaan Efektif b. 3. Uji Linieritas Uji ini digunakan untuk melihat apakah sepesifikasi model yang digunakan benar atau tidak. Apakah fungsi yang digunakan sebaiknya berbentuk linier atau kubik, dan kuadrat. Untuk mengetahui linieritas dengan melihat nilai F hitung. Jika F hitung F tabel maka model linier diketahui nilai F hitung 19,993 F tabel 2,3978. jadi model regresi yang terjadi adalah cocok dengan mengunakan model linier 4. Uji Autokorelasi Tabel 4. Hasil Uji Autokorelasi Sumber: Data Sekunder Uji autokorelasi bertujuan untuk menguji apakah dalam suatu model regresi linier ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pada periode-1 sebelumnya. Autokorelasi terjadi karena observasi yang berturutan sepanjang waktu berkaitan satu sama lain. Model regresi yang baik apabila tidak terjadi autokorelasi. ANOVA b 51.737 4 12.934 19.993 .000 a 223.191 345 .647 274.929 349 Regression Residual Total Model 1 Sum of Squares df Mean Square F Sig. Predictors: Constant, Promosi, Harga, Distribusi, Produk a. Dependent Variable: Tingkat Permintaan Efektif b. Sumber: Data Sekunder 67 Dari tabel hasil uji autokorelasi, diketahui nilai D-W sebesar 1,697 berarti tidak ada autokorelasi, jadi regresi yang dihasilkan baik.

D. Pengujian Hipotesis