Menentukan kriteria keputusan: a
Jika nilai Asymp. Sig. 2-tailed 0,05 maka tidak mengalami gangguan distribusi normal.
b Jika nilai Asymp. Sig. 2-tailed 0,05 maka mengalami gangguan
distribusi normal.
Tabel 4.22 Uji Normalitas
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 90
Normal Parametersa,b Mean .0000000
Std. Deviation 1.02374713
Most Extreme Differences
Absolute .084
Positive .084
Negative -.052
Kolmogorov-Smirnov Z .794
Asymp. Sig. 2-tailed .554
a Test distribution is Normal. b Calculated from data.
Sumber : Hasil Olahan SPSS 14.00 2008 Pengambilan keputusan:
Pada Tabel 4.22 terlihat bahwa nilai Asymp. Sig. 2-tailed adalah 0,554 dan berada diatas nilai signifkansi 0,05. Dengan kata lain variabel residual
berdistribusi normal.
b. Uji Multikoliniaritas
Uji multikoliniaritas bertujuan untuk menguji adanya korelasi antara variabel independen. Jika terjadi korelasi maka dinamakan multikol, yaitu
adanya masalah multikoliniaritas. Model regresi yang baik seharusnya tidak terjadi korelasi antara variabel independen. Hasil pengolahan dapat dilihat
pada Tabel 4.23 sebagai berikut:
Universitas Sumatera Utara
Tabel 4.23
Uji Multikoliniaritas
Coefficients
a
Model Collinearity Statistics
Tolerance VIF 1 Constant
Merek .465
2.150 Kualitas
.508 1.969
Desain .391
2.558 Label
.502 1.993
Kemasan .454
2.204 a
Dependent Variable: Sikap
Sumber : Hasil Olahan SPSS 14.00 2008 Hasil pengujian:
Pedoman suatu model regresi yang bebas multikol adalah dengan melihat Variance Inflation Factor VIF dan Tolerance, jika VIF 5 maka
variabel ada masalah multikol, sedangkan jika nilai VIF 5 maka tidak terdapat multikolienaritas. Nilai Tolerance 0,1 maka mempunyai persoalan
multikolineritas, sedangkan jika Tolerance 0,1 berarti tidak terdapat multikolienaritas. Pada Tabel 4.23 dapat dilihat bahwa nilai VIF 5 dan nilai
Tolerance 0,1 yang berarti tidak ditemukan masalah multikol pada penelitian ini.
c. Uji Autokorelasi
Gejala autokorelasi dideteksi dengan menggunakan uji durbin-watson DW. Menurut Situmorang et al 200886, untuk mendeteksi ada tidaknya
autokorelasi maka dilakukan pengujian durbin-watson DW dengan ketentuan sebagai berikut:
1. d d
L
: Terjadi masalah autokorelasi yang positif,
perlu adanya perbaikan.
Universitas Sumatera Utara
2. d
L
d d
u
: Ada masalah autokorelasi positif tetapi
lemah, bila diperbaiki akan lebih baik. 3.
d
u
d 4-d
u
: Tidak ada masalah autokorelasi.
4. 4-d
u
d 4-d
u
: Masalah autokorelasi lemah, dimana
dengan perbaikan akan lebih baik. 5.
4-d
L
d :
Masalah autokorelasi serius.
Hipotesis: a.
Menentukan formulasi hipotesis: H
: Tidak ada autokorelasi H
1
: Ada autokorelasi b.
Menentukan nilai α dan nilai d tabel:
Nilai α dan nilai d tabel terdiri atas d
u
dan d
L
. Nilai α diambil dengan
5 nilai d
u
dan d
L
ditentukan dengan nilai n dan k. c.
Menentukan kriteria pengujian: H
diterima jika : d
u
d 4-d
u
H ditolak jika : d d
L
, d
L
d d
u
, 4-d
u
d 4-d
u
, 4-d
L
d
Tabel 4.24 Uji Autokorelasi
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of
the Estimate Durbin-
Watson 1 .758
a
.574 .549 1.05378
2.082 a Predictors: Constant, Kemasan, Merek, Label, Kualitas, Desain
b Dependent Variable: Sikap
Sumber : Hasil Olahan SPSS 14.00 2008
Universitas Sumatera Utara
Autokorelasi negatif Tidak ada
Autokorelasi Autokorelasi Positif
d
L
d
u
d 4-d
u
4-d
L
1,54 1,78 2,082
2,22 2,46 Sumber : Hasil Olahan SPSS
Gambar 4.3 : Daerah Penerimaan dan Penolakan H
Hasil pengujian: 1.
Formulasi Hipotesis H
: Tidak ada autokorelasi H
1
: Ada autokorelasi 2.
Dari hasil SPSS, Tabel 4.14 diperoleh nilai DW 2,082 sedangkan nilai d
u
= 1,78 Tabel Durbin-Watson dengan n = 90, k = 5,
α = 0,05 maka d
u
d 3.
d
u
d 4-d
u
yaitu 1,78 2,082 2,22 yang berarti H diterima sehingga
penelitian ini bebas dari gejala autokorelasi.
d. Uji Heterokedastisitas