Analisis dan Pembahasan 1. Uji Asumsi Klasik Heterokedastisitas Autokorelasi

4.5. Analisis dan Pembahasan 4.5.1. Uji Asumsi Klasik Beberapa uji asumsi klasik yang harus dipenuhi adalah multikolinieritas, heteroskedastisitas dan normalitas : a. Multikolinieritas Uji Multikolinieritas pada penelitian ini digunakan untuk mendeteksi adanya gejala Multikolinieritas dalam pengujian keeratan hubungan antar variabel bebas, tercermin dari Coefficient. Hal ini tampak pada nilai tolerance dan Variance Inflation Factor VIF untuk setiap variabel bebas. Jila nilai tolerance lebih dari 0,10 dan nilai kurang dari 10, artinya menunjukan tidak terdapat korelasi antar satu variabel bebas . Tabel 12 Nilai VIF Variance Inflation Factor Variabel Bebas Tolerance VIF Kualitas X 1 0,485 2,063 Fitur X 2 0,691 1,447 Desain X 3 0,525 1,904 Sumber : Lampiran 8 Berdasarkan hasil perhitungan menunjukan bahwa nilai Variance Inflation factor VIF dari semua variabel bebas yang meliputi : Kualitas X 1 , Fitur X 2 , dan Desain X 3 memperlihatkan nilai yang kurang dari 10. Ini berarti persoalan Multikolinieritas di antara semua variabel bebas dapat ditolerir atau tidak terdapat adanya gejala Multikolinieritas.

b. Heterokedastisitas

Heterokedatisitas di identifikasikan dengan koefisien korelasi Rank Spearman Berdasarkan tabel dibawah, diperoleh tingkat signifikansi koefisien korelasi Rank Spearman untuk semua variabel bebas terhadap residual lebih besar dari 0,05 5. Tabel 13 : Hasil Pengujian Heterokedastisitas Variabel Taraf Signifikasi Dari Korelasi Rank Spearman Taraf  Uji Kesimpulan Kualitas X 1 0,913 0,05 Homoskedastisitas Fitur X 2 0,341 0,05 Homoskedastisitas Desain X 3 0,962 0,05 Homoskedastisitas Sumber : Lampiran 8 Dari hasil pengujian heterokedastisitas diperoleh tingkat signifikansi dari korelasi Rank Spearman lebih besar dari taraf level of signifikan yaitu 5 0,05.

c. Autokorelasi

Autokorelasi dapat didefinisikan sebagai “korelasi antara data observasi yang diurutkan berdasarkan urut waktu data time series atau data yang diambil pada waktu tertentu data cross-sectional” Gujarati, 1995:201. Untuk menguji variabel- variabel yang diteliti apakah terjadi autokorelasi atau tidak dapat digunakan uji Durbin Watson, yaitu dengan cara membandingkan nilai Durbin Watson yang dihitung dengan nilai Durbin Watson dL dan du dalam tabel. Distribusi penentuan keputusan dimulai dari 0 nol sampai 4 empat. Kaidah keputusan dapat dijelaskan sebagai berikut : 1. Jika d lebih kecil daripada d L atau lebih besar daripada 4-d L , maka hipotesis nol ditolak yang berarti terdapat autokorelasi. 2. Jika d teletak antara d U dan 4-d U , maka hipotesis nol diterima yang berarti tidak ada autokorelasi. 3. Jika nilai d terletak antara d L dan d U atau antara 4-d L dan 4-d U maka uji Durbin-Watson tidak menghasilkan kesimpulan yang pasti, untuk nilai-nilai ini tidak dapat disimpulkan ada tidaknya autokorelasi di antara faktor-faktor penganggu. Untuk mengetahui ada tidaknya gejala autokorelasi dalam model penelitian maka perlu dilihat nilai DW tabel. Diketahui jumlah variabel bebas adalah 3 k=3 dan banyaknya data adalah n=100 sehingga diperoleh nilai DW tabel adalah sebesar d L = 1,613 dan d U = 1,736 Berdasarkan hasil analisis kesembilan sector, maka dalam model regresi ini tidak terjadi gejala autokorelasi karena nilai DW tes yang diperoleh adalah sebagai berikut : Tabel 14. Tes Autokorelasi Variabel Nilai DW Test Ketentuan Daerah Keterangan Keputusan Pembelian 1,674 0 – 1,613 ada auto korelasi 1,613 – 1,736 daerah ketidak pastian 1,736 – 2,264 tidak ada autokorelasi 2,264 – 2,387 daerah ketidak pastian 2,387 - 4 ada autokorelasi Daerah Ketidak Pastian Sumber : Lampiran 7 d. Normalitas Uji Normalitas bertujuan untuk menguji apakah dalam model regresi, variabel bebas independent variabel dan variabel terikat dependent variabel mempunyai distribusi normal atau tidak. Model regresi yang baik adalah mempunyai distribusi data normal atau mendekati normal. Berdasarkan pada lampiran 7, dapat dilihat bahwa dengan melakukan Kolmogorov-Smirnov test pada seluruh variabel diketahui mempunyai nilai probabilitas lebih besar dari 0,05 atau 5, hal ini berarti data distribusi normal atau asumsi normalitas data terpenuhi. Dari hasil pengujian yang telah dilakukan, maka didapat model analisis regresi linier berganda tersebut telah memenuhi beberapa asumsi regresi klasik yang berarti tidak bias dan analisis regresi linier berganda dapat dilanjutkan.

4.5.2. Analisis Statistik Regresi Linear Berganda

Data yang diperoleh selanjutnya dianalisis untuk melihat model persamaan yang dibentuk dan membuktikan hipotesis yang diajukan. Dari hasil analisis tersebut diperoleh nilai – nilai seperti yang disajikan pada tabel 15 di bawah ini : Tabel 15 Hasil Analisis Regresi Berganda. Variabel Koefisien Regresi t hitung Sig. Kualitas X 1 0,192 1,516 0,133 Fitur X 2 0,462 4,090 0,000 Desain X 3 0,137 1,318 0,190 Multiple R = 0,612 R² = 0,375 Konstanta : 3,379 Sig = 0,000 Adjusted R Square = 0,355 F hitung = 19,185 Sumber : Lampiran 7 dan 8 Berdasarkan hasil perhitungan pada tabel 15 diatas, maka dapat dibuat model persamaan regresi linier berganda dari pengaruh Keputusan Pembelian Tabloid Bethany pada Bethany Publishing House adalah sebagai berikut : Y = 3,379 + 0,192 X 1 + 0,462 X 2 + 0,137 X 3 Interprestasi dari model regresi diatas adalah sebagau berikut : 1. Nilai konstanta b menunjukkan besarnya nilai dari Keputusan Pembelian Y apabila variabel Kualitas X 1 , Fitur X 2 , dan Desain X 3 adalah konstan atau nol, maka besarnya nilai Keputusan Pembelian naik Y sebesar 3,379. 2. Nilai Koefisien regresi pada untuk variabel Kualitas X 1 adalah positif yaitu sebesar 0,192 artinya jika Kualitas X 1 naik sebesar satu satuan, maka Keputusan Pembelian Y akan naik sebesar 0,192 dengan asumsi variabel bebas lainnya adalah konstan. 3. Nilai Koefisien regresi pada untuk variabel Fitur X 2 adalah positif yaitu sebesar 0,462 artinya jika Fitur X 2 naik sebesar satu satuan, maka Keputusan Pembelian Y akan naik sebesar 0,462 dengan asumsi variabel bebas lainnya adalah konstan. 4. Nilai Koefisien regresi pada untuk variabel Desain X 3 adalah positif yaitu sebesar 0,137 artinya jika Desain X 3 naik sebesar satu satuan, maka Keputusan Pembelian Y akan naik sebesar 0,137 dengan asumsi variabel bebas lainnya adalah konstan Nilai Koefesien korelasi berganda R atau Multiple R dari persamaan regresi linier berganda diatas adalah 0,612. Nilai Koefesien korelasi berganda R sebesar 0,612 menunjukan adanya hubungan yang sangat kuat erat antara variabel yaitu Kualitas X 1 , Fitur X 2 , dan Desain X 3 dengan Keputusan Pembelian Tabloid Bethany pada Bethany Publishing House Y. Nilai Koefesien determinan berganda R² dari persamaan regresi linier berganda diatas digunakan untuk mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel terikat. Nilai Koefesien determinan berganda R² sebesar 0,375 menunjukan 37,5 yang berarti ; Keputusan Pembelian Tabloid Bethany pada Bethany Publishing House yaitu Kualitas X 1 , Fitur X 2 , dan Desain X 3 dan selebihnya sebesar 62,6 disebabkan oleh faktor lain yang tidak dimasukan dalam penelitian.

4.5.3. Pengujian Hipotesis a. Pembuktian hipotesis pengaruh variabel bebas secara simultan

Untuk mengetahui pengaruh secara simultan antara variabel bebas terhadap variabel terikat digunakan uji F dengan langkah – langkah sebagai berikut : Tabel 16 : Analisis Varian ANOVA Sumber Varian Jumlah Kuadrat Df Kuadrat Tengah F hitung Regresi 97,019 3 32,340 19,185 Sisa 161,821 96 1,686 Total 258,840 99 Sumber: Lampiran 7 1. Untuk menguji pengaruh secara simultan serempak digunakan uji F dengan langkah-langkah sebagai berikut: Ho :  1 =  2 =  3 =  4 = 0 Secara keseluruhan variabel bebas tidak ada pengaruh terhadap variabel terikat. Ha :  1   2   3   4  0 Secara keseluruhan variabel bebas ada pengaruh terhadap variabel terikat.  = 0,05 dengan df pembilang = 3 df penyebut = 96 F tabel  = 0,05 = 2,72 sisa kuadrat rata - Rata regresi kuadrat rata - Rata = hitung F 32,340 = ________________ = 19,185 1,686 e. Daerah pengujian Gambar 4.1 Distribusi Kriteria PenerimaanPenolakan Hipotesis Secara Simultan atau Keseluruhan Ho diterima apabila F hitung ≤ 2,72 Ho ditolak apabila F hitung 2,72 f . Kesimpulan 19,185 2,72 Daerah Penerimaan H Daerah Penolakan H tabel Oleh karena F hitung = 19,185 F tabel = 2,72 maka Ho ditolak dan Ha diterima, yang berarti bahwa secara keseluruhan faktor–faktor variable bebas yaitu Kualitas X 1 , Fitur X 2 , dan Desain X 3 berpengaruh secara simultan dan nyata terhadap Keputusan Pembelian Tabloid Bethany pada Bethany Publishing House Y.

b. Pembuktian hipotesis pengaruh variabel bebas secara partial t