Berdasarkan Tabel 4.9, terlihat bahwa nilai Asymp.Sig. 2-tailed adalah 0,583, ini berarti nilainya diatas nilai signifikan 5 0,05. dengan
kata lain variabel tersebut berdistribusi normal.
2. Uji Heteroskedastisitas
Uji ini bertujuan untuk menguji apakah didalam model regresi terjadi ketidaksamaan varians dari suatu residual pengamatan ke
pengamatan lain. Jika varians dari residual satu pengamatan ke pengamatan yang lain tetap, maka disebut homoskedastisitas dan jika berbeda disebut
heteroskedastisitas. Model regresi yang baik adalah yang homoskedastisitas atau tidak terjadi heteroskedastisitas.
Ada beberapa cara untuk mendeteksi ada atau tidaknya heteroskedastisitas, yaitu:
1. Metode Grafik
Dasar analisis adalah tidak ada pola yang jelas, serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi
heteroskedastisitas, sedangkan jika ada pola tertentu, seperti titik-titik yang membentuk pola tertentu yang teratur, maka mengindikasikan telah terjadi
heteroskedastisitas.
Universitas Sumatera Utara
Sumber: Hasil Pengolahan SPSS Juli 2011
Gambar 4.4 Scatter Plot Uji Heteroskedastisitas
Berdasarkan Gambar 4.4 dapat terlihat bahwa tidak ada pola yang jelas, serta titik-titik menyebar diatas dan dibawah angka 0 pada sumbu Y,
maka berdasarkan metode grafik tidak terjadi heteroskedastisitas pada model regresi.
Universitas Sumatera Utara
2. Uji Glejser
Tabel 4.10 Uji Glejser
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. B
Std. Error Beta
1 Constant
2.228 .869
2.564 .012
Produk .002
.060 .005
.033 .974
Harga -.078
.103 -.147
-.761 .448
Tempat -.010
.051 -.024
-.196 .845
Promosi -.009
.093 -.021
-.098 .922
a. Dependent Variable: absut
Sumber: Hasil Pengelolaan SPSS Juli 2011
Berdasarkan Tabel 4.10 dapat diketahui bahwa tidak satupun variabel independen yang signifikan secara statistik mempengaruhi
variabel dependen absolute Ut absut. Hal ini terlihat dari probabilitas signifikansinya di atas tingkat kepercayaan 5 jadi disimpulkan model
regresi tidak mengarah adanya heteroskedastisitas.
3. Uji Multikolinearitas
Uji Multikolinearitas bertujuan untuk menguji apakah pada model regresi ditemukan adanya korelasi antar variabel independen. Model regresi
yang baik seharusnya tidak terjadi korelasi di antara variabel independen. Berikut ini disajikan cara mendeteksi multikolinearritas dengan
menganalisis matrik korelasi antar variabel independen dan perhitungan nilai Tolerance dan Variance Inflation Factor VIF.
Universitas Sumatera Utara
Tabel 4.11 Uji Nilai Tolerance dan VIF
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity Statistics
B Std. Error
Beta Tolerance
VIF 1
Constant -.014
1.381 -.010 .992
Produk .242
.095 .234 2.537 .013
.467 2.143 Harga
.002 .163
.001 .009 .993
.283 3.533 Tempat
.135 .080
.126 1.678 .097 .707 1.414
Promosi .590
.147 .536 4.009 .000
.222 4.513 a. Dependent Variable: Keputusan_pembelian
Sumber: Hasil Pengolahan SPSS Juli 2011
Berdasarkan Tabel 4.11 dapat dilihat bahwa: a.
Nilai VIF dari produk, harga, tempat dan promosi lebih kecil atau dibawah 5 VIF 5, ini berarti tidak terkena multikolinearitas antara variabel
independen dalam model regresi. b.
Nilai Tolerance dari produk, harga, tempat dan promosi lebih besar dari 0,1 Tolerance 0,1, ini berarti tidak terdapat multikolinearitas antar variabel
independen dalam model regresi.
4.2.4 Analisis Regresi Linear Berganda