Variabel Koefisien Spearman
Brown Nilai
Kritis Keterangan
Gaya hidup 0,679
0,6 Reliabel
Kualitas produk 0,905
0,6 Reliabel
Minat beli 0,842
0,6 Reliabel
Sumber : Data primer yang diolah, 2013
Dari hasil uji reliabilitas diperoleh koefisien reliabilitas untuk seluruh variabel yang digunakan dalam penelitian ini lebih besar
dari nilai kritisnya yaitu 0,6 gaya hidup = 0.679, kualitas produk = 0.905 , dan minat beli = 0.842. Sehingga dapat disimpulkan bahwa
seluruh butir pertanyaan yang tertuang dalam kuesioner penelitian ini dapat dinyatakan handal atau reliabel. Artinya kuisioner ini
memiliki hasil yang konsisten jika dilakukan pengukuran dalam waktu dan model atau desain yang berbeda.
2. Pengujian Prasyarat Analisis Uji Asumsi Klasik
a. Uji Multikolinieritas
Jika koefisiensi korelasi antar variabel X lebih besar dari 0,60 di katakana multikolinieritas, tetapi jika variabel bebas lebuh kecil
atau sama dengan 0,60 dikatakan tidak terjadi multikolineritas. Dari data penelitian yang sudah dihitung dengan menggunakan SPSS
versi 16.0 maka didapatkan tabel sebagai berikut
:
Tabel V. 12 Hasil Uji Multikolinieritas
Correlations
1 .445
.000 100
100 .445
1 .000
100 100
Pearson Correlation Sig. 2-tailed
N Pearson Correlation
Sig. 2-tailed N
X1 X2
X1 X2
Correlation is significant at the 0.01 level 2-tailed.
.
Sumber : Data primer yang diolah, 2013
Berdasarkan tabel di atas, diketahui bahwa nilai korelasi antara variabel bebas memiliki nilai koefisien korelasi 0,6 sehingga
dapat disimpulkan tidak terjadi multikolinieritas dalam persamaan regresi linier berganda tersebut.
b. Uji Normalitas
Sebuah persamaan regresi yang baik adalah harus berdistribusi normal. Untuk mengetahui sebuah persamaan regresi berdistribusi
normal adalah dengan uji normalitas. Uji normalitas dilakukan dengan menggunakan uji Kolmogorov - Smirnov terhadap nilai
residual. Menurut Ghozali 2005, syarat suatu model memiliki distribusi residual yang normal yaitu besarnya nilai kolmogorov-
smirnov memiliki signifikansi di atas tingkat kepercayaan yang digunakan. Dalam penelitian ini tingkat kepercayaannya adalah
5. Sampel dikatakan signifikan bila residual berdistribusi normal dengan signifikansi dari tingkat kepercayaan yaitu 5.
Tabel V. 13 Hasil Uji Normalitas
One-Sample Kolmogorov-Smirnov Test
100 .0000000
.98984745 .047
.045 -.047
.468 .981
N Mean
Std. Deviation Normal Parameters
a,b
Absolute Positive
Negative Most Extreme
Differences Kolmogorov-Smirnov Z
Asymp. Sig. 2-tailed Standardized
Residual
Test distribution is Normal. a.
Calculated from data. b.
Sumber : data primer yang diolah, 2013
Nilai hasil Kolmogorov - Smirnov dan signifikansi dari data penelitian ini adalah KS = 0,468 dan sig = 0,981. Berdasarkan hasil
pengujian tersebut menunjukkkan bahwa model regresi yang digunakan memiliki data residual yang berdistribusi normal KS =
0.468 Kepercayaan = 5. c.
Uji Heteroskedastisitas Heteroskedastisitas menunjukkan bahwa varians variabel tidak
sama untuk semua pengamatan. Jika varians residual satu pengamatan
ke pengamatan
lain tetap
maka disebut
homoskedastisitas. Model regresi yang baik adalah yang homoskedastisitas atau tidak terjadi heteroskedastisitas. Salah satu
cara untuk melihat adanya problem heteroskedastisitas dengan melihat grafik scatterplot antar nilai prediksi variabel terikat.
Dengan melihat titik-titik yang memiliki pola tertentu yang teratur maka mengidikasikan terjadi heterokedatisitas dan jika terjadi pola
tertentu yang jelas serta titik - titik menyebar di atas dan di bawah angka 10 pada sumbu Y maka mengindikasikan terjadi
heterokedatisitas
Gambar V. 1 Grafik Scatterplot
Dari grafik di atas bisa disimpulkan tidak terjadi heteroskedastisitas atau model regresi liniernya homoskedastisitas.
d. Uji Autokorelasi
Pengujian ada
tidaknya autokorelasi
dilakukan dengan
menggunakan metode Durbin-Watson. Adapun cara mendeteksi
terjadi autokorelasi dalam model analisis regresi dengan menggunakan DW menurut Algifari 1997 dapat dijelaskan
sebagai berikut
:
Tabel V. 14 Pengujian Autokorelasi
Kesimpulan DW
DW Test Ada autokorelasi
1,08 Tidak ada kesimpulan
1,08 – 1,66 Tidak ada Autokorelasi
1,66 – 2,34 2,045
Tidak ada kesimpulan 2,34 – 2,92
Ada Autokorelasi 2,91
Sumber : data primer yg diolah 2013
Hasil analisis regresi seperti pada lampiran diperoleh DW Test Statistik sebesar 2,045. Dengan demikian nilai Durbin Watson
tersebut berada pada interval 1,66 sampai dengan 2,34 sehingga dapat dipastikan bahwa kedua model regresi linier berganda
tersebut tidak terjadi gejala autokorelasi.
3. Pengujian Hipotesis
