2. Uji Prasyarat Analisis
Pengujian prasyarat analisis dilakukan sebelum melakukan analisis regresi linier berganda. Prasyarat yang digunakan dalam penelitian ini
meliputi uji normalitas, uji linieritas, uji multikolinieritas dan uji heteroskedastisitas yang dilakukan menggunakan bantuan komputer
program SPSS 20.00 for Windows. Hasil uji prasyarat analisis disajikan berikut ini.
a. Uji Normalitas
Pengujian normalitas adalah pengujian tentang kenormalan distribusi data Santosa dan Ashari, 2005. Dalam penelitian ini,
menggunakan Uji Kolmogrov-smirnov dengan hasil sebagai berikut:
Tabel 13. Hasil Uji Normalitas Variabel
Signifikansi Keterangan
Motivasai Konsumen 0,123
Normal Persepsi Kualitas
0,114 Normal
Sikap Konsumen 0,196
Normal Keputusan Pembelian
0,133 Normal
Sumber: Data Primer 2015 Hasil uji normalitas menunjukkan bahwa semua variabel
penelitian mempunyai nilai signifikansi lebih besar dari 0,05 pada sig0,05, sehingga dapat disimpulkan bahwa data penelitian
berdistribusi normal.
b. Uji Linieritas
Tujuan uji linieritas adalah untuk mengetahui hubungan antara variabel bebas dan variabel terikat linier atau tidak Ghozali, 2011:166.
Kriteria pengujian linieritas adalah jika nilai signifikasi lebih besar dari
0,05, maka hubungan antara variabel bebas dan variabel terikat adalah linier. Hasil rangkuman uji linieritas disajikan berikut ini:
Tabel 14. Hasil Uji Linieritas Variabel
Signifikansi Keterangan
Motivasai Konsumen 0,063
Linier Persepsi Kualitas
0,274 Linier
Sikap Konsumen 0,331
Linier Sumber : Data primer 2015
Hasil uji linieritas pada tabel di atas dapat diketahui bahwa semua variabel memiliki nilai signifikansi yang lebih besar dari 0,05
sig0,05, hal ini menunjukkan bahwa semua variabel penelitian adalah linier.
c. Uji Multikolinieritas
Uji multikolinieritas dilakukan untuk mengetahui besarnya interkolerasi antar variabel bebas dalam penelitian ini. Jika terjadi
korelasi, maka dinamakan terdapat masalah multikolinieritas Ghozali, 2011: 105. Untuk mendeteksi ada tidaknya multikolinieritas dapat
dilihat pada nilai tolerance dan VIF. Apabila nilai toleransi di atas 0,1 dan nilai VIF di bawah 10 maka tidak terjadi multikolinieritas. Hasil uji
multikolinieritas untuk model regresi pada penelitian ini disajikan pada tabel di bawah ini:
Tabel 15. Hasil Uji Multikolinieritas Variabel
Tolerance VIF
Kesimpulan
Motivasai Konsumen
0,836 1,197
Non Multikolinieritas Persepsi Kualitas
0,713 1,403
Non Multikolinieritas Sikap Konsumen
0,706 1,417
Non Multikolinieritas Sumber: Data Primer 2015
Dari tabel di atas terlihat bahwa semua variabel mempunyai nilai toleransi di atas 0,1 dan nilai VIF di bawah 10, sehingga dapat
disimpulkan bahwa model regresi pada penelitian ini tidak terjadi multikolinieritas.
d. Uji Heteroskedastisitas