b. Uji Glejser
Tabel 4.10 Uji Glejser
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. B
Std. Error Beta
1 Constant
-1.321 2.421
-.546 .588
Motivasi .074
.121 .089
.614 .542
Persepsi .041
.100 .060
.408 .685
Pembelajaran .251
.135 .273
1.857 .070
KepercayaandanSik ap
-.061 .084
-.107 -.725
.472 a. Dependent Variable: absut
Sumber: Hasil Pengolahan SPSS,2015
Berdasarkan Tabel 4.10 dapat diketahui bahwa tidak satupun variabel independen yang signifikan secara statistik mempengaruhi variabel dependen
absolute Ut absut.Hal ini terlihat dari probabilitas signifikansinya di atas tingkat kepercayaan 5 jadi disimpulkan model regresi tidak mengarah adanya
heteroskedastisitas.
4.2.3 Uji Multikolinieritas
Uji Multikolinieritas bertujuan untuk menguji apakah pada model regresi ditemukan adanya korelasi antar variabel independen.Model regresi yang baik
seharusnya tidak terjadi korelasi di antara variabel independen. Berikut ini disajikan cara mendeteksi multikolinierritas dengan menganalisis matrik korelasi antar
variabel independen dan perhitungan nilai Tolerance dan Variance Inflation Factor VIF
Tabel 4.11 Uji Nilai
Tolerance dan VIF
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity
Statistics B
Std. Error Beta
Toleran ce
VIF 1
Constant 9.710
4.667 2.081
.043 Motivasi
.279 .233
.143 1.201
.236 .968 1.033
Persepsi .452
.193 284
2.341 .024
.933 1.072 Pembelajaran
.358 .261
.166 1.373
.177 .937 1.067
KepercayaandanSi kap
.682 .162
.514 4.212
.000 .924 1.082
a. Dependent Variable: Keputusanpembelian Sumber: Hasil Pengolahan SPSS,2015
Berdasarkan Tabel 4.11 dapat dilihat bahwa: a. Nilai VIF dari nilai motivasi, persepsi, pembelajaran, kepercayaan dan sikap lebih
kecil atau dibawah 5 VIF 5, ini berarti tidak terkena multikolinieritas antara variabel independen dalam model regresi.
b. Nilai Tolerance dari motivasi, persepsi, pembelajaran, kepercayaan dan sikap lebih besar dari 0.1, ini berarti tidak terdapat multikolinieritas antar variabel independen
dalam model regresi.
4.3Analisis Statistik Analisis Regresi Berganda
Analisis regresi berganda digunakan untuk mengetahui seberapa besar pengaruh dari variabel bebas motivasi, persepsi, pembelajaran, kepercayaan dan
sikap terhadap variabel terikat keputusan pembelian data diolah secara statistic untuk keperluan analisis dan pengujian hipotesis dengan menggunakan alat bantu
SPSS 19,0For Windows. Adapun model persamaan yang digunakan adalah :
Y = a + b1X1 + b2X2 + b3X3 + b4X4+ e
Keterangan: Y = Keputusan pembelian Laptop Asus
a = Konstanta b = Koefisien regresi
X1 = Motivasi X2 = Persepsi
X3 = Pembelajaran X4 = Kepercayaan dan Sikap
e = standart error
Berdasarkan pengujian menggunakan SPSS versi 19,0For Windows, maka hasil persamaan regresi linier berganda dapat dilihat pada table 4.13 dibawah ini
sebagai berikut:
4.3.1 Model Regresi Berganda