yang konsisten. Apabila suatu alat ukur yang berupa kuesioner dipakai dua kali untuk mengukur gejala yang sama dan hasil pengukuran yang
diperoleh relatif konsisten, maka alat pengukur tersebut reliabel, dengan kata lain, reliabel menunjukkan konsisten alat pengukur di dalam
mengukur gejala yang sama. Masing-masing variabel dalam penelitian ini dihitung dengan
menggunakan alpha croanbach, untuk mengetahui reliabilitas skala pengukurannya. Rumus yang digunakan adalah alpha sebagai berikut :
r
11
=
− 1
k k
∑ −
st si
1
……. Ridwan, 2007 : 115 Dimana :
r
11
= nilai reliabilitas Σ
si = jumlah varians skor tiap-tiap item pertanyaan s
t
= varians total k
= jumlah item pertanyaan Menurut Ridwan 2007 : 118, pengujian reliabilitas akan memenuhi
syarat jika : a. Jika r
11
positif, serta r
11
r tabel, maka pernyataan tersebut reliabel. b. Jika r
11
negatif, serta r
11
≤ r tabel, maka pernyataan tersebut tidak reliabel.
3.4.2 Uji Asumsi Klasik
Regresi linier berganda dengan persamaan Y = a + b
1
X
1
+ b
2
X
2
+ b
3
X
3
. Setelah model regresi diperoleh, maka model tersebut sudah
termasuk BLUE Best Linier Unbiased Estimator atau tidak. Untuk
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber
menilai apakah model yang digunakan merupakan model linier, sehingga estimasi yang dihasilkan merupakan estimasi yang BLUE Best Linier
Unbiased Estimator, hal ini terpenuhi jika plot antara nilai residual dan nilai prediksi tidak membentuk suatu pola tertentu atau acak. Suatu model
dikatakan BLUE bila memenuhi persyaratan sebagai berikut, yaitu : 1 Tidak boleh ada multikolineritas.
2 Tidak boleh ada heteroskedastisitas. 3 Tidak boleh ada autokorelasi.
4 Normalitas Teknik analisa data dilakukan peneliti secara kuantitatif untuk
mengetahui apakah ada pengaruh kualitas, fitur produk, dan desain produk terhadap keputusan pembelian, maka dilakukan analisa dengan langkah-
langkah sebagai berikut : a. Multikolinieritas
Multikolineritas artinya antar variabel independent yang terdapat dalam model memiliki hubungan yang sempurna atau mendekati sempurna
koefisien korelasinya tinggi atau bahkan 1 Untuk mengetahui apakah dalam persamaan regresi ditemukan adanya korelasi antar variabel
independent dapat menggunakan uji multikolinieritas, karena dalam model regresi linier yang baik seharusnya tidak terjadi korelasi diantara variabel
independent. Menurut Yarnest 2003 : 68, terdapatnya korelasi yang sempurna
atau tidak sempurna tetapi sangat tinggi pada variabel independent yang
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber
dilambangkan dengan X
1
, X
2
, X
3
,….X
n
. Jika terjadi multikolinieritas pada variabel independent akan berakibat koefisien regresi tidak dapat
ditentukan dan standar deviasi akan memiliki nilai tak terhingga, sehingga metode Least Square tidak dapat digunakan.
Mengukur multikolinieritas dapat dilihat dari nilai toleransi dan Variance Inflation Faktor VIF dari masing-masing variabel. Jika nilai
toleransi 0.10 atau VIF 10 maka terdapat multikolinieritas, sehingga variabel tersebut harus dibuang atau sebaliknya.
b. Heteroskedastisitas Terdapat nilai variasi residual yang sama untuk semua pengaturan,
atau terdapatnya pengaruh perubahan variabel independent X
1
dengan nilai mutlak residual, sehingga penaksiran akan menjadi akurat. Mengukur
heteroskedastisitas dilihat dari nilai signifikan korelasi Rank Spearman. Menurut Yarnest 2003 : 70, deteksi adanya heteroskedastisitas adalah
sebagai berikut : 1. Bila probabilitas
≥ 0,05 berarti tidak terdapat heteroskedastisitas. 2. Bila probabilitas 0,05 berarti terdapat heteroskedastisitas.
c. Autokorelasi Terdapat korelasi di antara sesama data pengamatan dimana adanya
suatu data dipengaruhi oleh data sebelumnya data time series yang saling berhubungan, sehingga koefisien korelasi yang didapat menjadi kurang
akurat. Mengukur autokorelasi dilihat dari nilai Durbin Waston Test DW.
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber
Menurut Yarnest 2003 : 73, deteksi adanya autokorelasi adalah sebagai berikut :
a. Jika nilai DW terletak antara d
u
dan 4 - d
u
atau d
u
≤ DW ≤ 4 – d
u
, berarti bebas dari autokorelasi.
b. Jika nilai DW d
L
atau DW 4 – d
L
berarti terdapat autokorelasi.
d. Normalitas Salah satu cara mengecek kenormalitasan adalah dengan plot
probabilitas normal. Menurut Sulaiman 2004 : 89 dengan plot ini,
masing-masing nilai pengamatan dipasangkan dengan nilai harapan pada distribusi normal. Normalitas terpenuhi apabila titik-titik data terkumpul
di sekitar garis lurus. Hipotesis :
H : Sampel ditarik dari populasi dengan distribusi tertentu.
H
1
: Sampel ditarik bukan dari populasi dengan distribusi tertentu. Jika : nilai signifikansi
≤ α maka tolak H nilai signifikansi
α maka terima H
3.4.3 Teknik Analisis Regresi Linier Berganda