Uji Normalitas Uji Prasyarat Analisis

Tabel 4.11 Hasil Uji Multikolinieritas Dimensi Tolerance VIF Kesimpulan Electronic Word Of Mouth 0,804 1,244 Tidak terjadi multikolinieritas Persepsi Nilai 0,804 1,244 Tidak terjadi multikolinieritas Sumber: Data Primer 2015 Berdasarkan hasil uji multikolinieritas yang telah dilakukan dapat disimpulkan bahwa masing-masing variabel mempunyai nilai tolerance 0,1 dan nilai VIF 10, sehingga tidak terjadi multikolinieritas.

d. Uji Heteroskedastisitas

Uji heteroskedastisitas dilakukan untuk menguji apakah dalam sebuah model regresi terjadi ketidaksamaan varian dari residual satu pengamatan ke pengamatan yang lain. Jika varian dari residual dari satu pengamatan ke pengamatan yang lain tetap maka disebut homoskedastisitas, dan jika varian berbeda maka terjadi heteroskedastisitas. Model regresi yang baik adalah tidak terjadi heteroskedastisitas Ghozali, 2012. Salah satu cara untuk melihat ada tidaknya heteroskedastisitas adalah menggunakan uji Glejser. Uji ini dilakukan dengan cara melakukan regresi variabel independen dengan nilai absolut dari residualnya. Jika variabel independen signifikan secara statistik memengaruhi variabel dependen maka ada indikasi terjadi heteroskedastisitas. Hasil uji heteroskedastisitas dapat dilihat pada tabel berikut: Tabel 4.12 Hasil Uji Heteroskedastisitas Dimensi Signifikansi Kesimpulan Electronic Word Of Mouth 0,892 Tidak terjadi heteroskedastisitas Persepsi Nilai 0,083 Tidak terjadi heteroskedastisitas Sumber: Data Primer 2015 Berdasarkan hasil uji heteroskedastisitas di atas, dapat disimpulkan bahwa masing-masing variabel memiliki nilai signifikansi lebih besar dari 0,05 sehingga tidak terjadi heteroskedastisitas.

3. Analisis Regresi Berganda

Tabel 4.13 Hasil Analisis Regresi Berganda Variabel Independen Koefisien Regresi β t-hitung t-tabel Sig. Kesim- Pulan electronic word of mouthX 1 0,339 6,122 1,984 0,000 Signifikan Persepsi nilai X 2 0,903 7,754 1,984 0,000 Signifikan Konstanta = 4,968 Adjusted R² = 0,519 F-hitung = 86,827 Sig. = 0,000 Sumber: Data Primer 2015 Persamaan regresi berganda berdasarkan hasil analisis regresi dapat diketahui sebagai berikut: Y= 4,968+ 0,339X 1 + 0,903X 2 + e