Uji Validitas dan Uji Reliabilitas

2. Uji Reliabilitas Uji reliabilitas digunakan untuk dapat mengetahui keandalan suatu alat untuk dapat digunakan pada penelitian yang sama. Reliabilitas adalah sesuatu instrumen cukup dapat dipercaya untuk digunakan sebagai alat pengumpulan data karena instrumen tersebut sudah baik Arikunto, 2002. Untuk menilai reliabilitas suatu instrument penelitian yaitu dengan melihat nilai Cronbach α 0.6. Berdasarkan hasil uji reliabilitas yang dilakukan pra riset dan riset maka dengan alat bantu software aplikasi SPSS 16.0 maka diperoleh nilai α cronbach sebagai berikut: Tabel 3.3 Hasil Uji Reliabilitas NO Variabel Cronbach α α Reliabel Keterangan Pra Riset Riset 1. Pembelian Impulsif 0.744 0.742 0.6 reliabel 2. Respon Lingkungan Belanja 0.648 0.658 0.6 reliabel 3. Shopping Lifestyle 0.733 0.661 0.6 reliabel 4. Iklan 0.814 0.791 0.6 reliabel 5. Sales Promotion 0.670 0.822 0.6 reliabel 6. Personal Selling 0.802 0.660 0.6 reliabel 7. Store Display 0.607 0.663 0.6 reliabel 8. Kualitas Layanan 0.851 0.835 0.6 reliabel Sumber: Data diolah, 2014 Uji reliabilitas dalam penelitian ini berlangsung dua tahapan yaitu tahapan pertama dilakukan pra riset dengan menggunakan 30 sampel dan saat riset dengan menggunakan 100 sampel yang sebenarnya. Berdasarkan Tabel 3.3 hasil uji reliabilitas variabel impulse buying, respon lingkungan belanja, Shopping Lifestyle, Iklan, sales promotion, Personal Selling, store display, dan Kualitas Layanan diperoleh nilai α cronbach 0.6 sehingga variabel tersebut dapat dikatakan reliabel. Secara keseluruhan berdasarkan uji reliabiltas yang dilakukan pra riset dan saat riset disimpulkan bahwa data yang digunakan dalam penelitian ini reliabelhandal dan dapat dianalisis lebih lanjut.

3.14 Teknik Analisis Data

3.14.1 Uji Asumsi Klasik

Untuk mendapatkan model regresi yang baik harus tersebas dari penyimpangan data yang terdiri dari multikolonieritas, heterokedastisitas, autokolerasi dan normalitas Ghozali, 2005. Pengujian ini dilakukan untuk mengetahui apakah estimasi telah memenuhi kriteria ekometrik dalam arti tidak terjadi penyimpangan yang cukup serius dari asumsi-asumsi yang diperlukan.

A. Uji Normalitas

Menurut Ghozali 2005 uji Normalitas bertujuan untuk menguji apakah model regresi variabel terikat dan variabel bebas keduanya mempunyai distribusi normal atau tidak. Salah satu cara termudah untuk melihat normalitas adalah dengan melihat histrogram yang membandingkan antara data observasi dengan distribusi yang mendekati distribusi normal. Pengujian asumsi ini dilakukan dengan melihat Normal P-P Plot of Regression Standardized Residual yang berguna untuk menguji apakah residual modal regresi memiliki distribusi normal ataukah tidak. Model yang baik adalah memiliki distribusi normal atau mendekati normal. Dasar pengambilan keputusannya adalah: a. Jika data menyebar disekitar garis diagonal dan mengikuti arah garis diagonal, maka regresi memenuhi asumsi normalitas. b. Jika data menyebar jauh dan garis diagonal dantidak mengikuti arah garis diagonal, maka model regresi tidak memenuhi asumsi normalitas.

B. Uji Heterokedastisitas

Uji ini bertujuan untuk menguji apakah dalam suatu model regresi terjadi ketidaksaman varians dari residual satu pengamatan ke pengamatan lain. Jika variance dari residual satu pengamatan ke pengamatan yang lain tetap, maka disebut homoskedastisitas dan jika berbeda maka disebut heterokedastisitas. Model regresi yang baik adalah model yang tidak terjadi heteroskedastisitas atau terjadi homokedastisitas Ghozali, 2005. Cara yang digunakan dalam pengujian ini adalah dengan analisa grafik plot regresi antara nilai prediksi variabel terikat ZPRED dengan residualnya SRESID. Deteksi ada tidaknya heterokedastisitas dapat dilakukan dengan melihat ada tidaknya pola tertentu pada grafik scatter plot antara SRESID dan ZPRED dimana sumbu Y adalah Y yang telah diprediksi, dan sumbu X adalah residual Y prediksi – Y sesungguhnya yang telah di Studentized. Dasar pengambilan keputusannya adalah Ghozali, 2005: a. jika ada pola tertentu seperti titik-titik point-point yang ada membentuk suatu pola tertentu yang teratur bergelombang maka telah terjadi heterokedastisitas. b. Jika tidak ada pola yang jelas serta titik-titik menyebar diatas dan dibawah angka 0 pada sumbu Y maka tidak terjadi heterokedastisitas.

C. Uji Multikolineritas

Uji ini bertujuan untuk menguji apakah dalam model regresi ditemukan adanya korelasi antar variabel bebas variabel independent. Dalam multi regresi yang baik seharusnya tidak terjadi korelasi diantara variabel bebas. Jika pada model persamaan regresi mengandung gejala multikolineritas, berarti terjadi korelasi mendekati sempurna antar variabel bebas. Model regresi yang baik seharusnya tidak terjadi korelasi di antara variabel independen. Suatu model regresi yang bebas yang mempunyai tolerance kurang dari 1 dan nilai VIF Variance Inflation Faktor tidak melebihi angka 10. 3.14.2 Analisis Regresi Linier Berganda Dalam penelitian ini teknik analisis yang digunakan adalah analisis berganda. Penggunaan analisis regresi berganda karena pada penelitina ini memiliki 4 variabel independent. Berikut ini adalah persamaan regresi berganda yang digunakan: Y = a + b1X 1 + b2X 2 + b3X 3 + b4X 4 .................................................................. 3.3 Keterangan: Y = Impulse buying a = Konstanta X 1 = Variabel Respon Lingkungan Belanja X 2 = Variabel Shopping Lifestyle X 3 = Variabel In-store Promotion X 4 = Variabel Kualitas Layanan b1,b2,..b5 = Koefisien regresi untuk variabel Hasil regresi yang diperoleh kemudian dilakukan pengujian untuk mengetahui apakah koefisien regresi yang diperoleh mempunyai pengaruh yang signifikan atau tidak, baik secara simultan atau parsial dan mengetahui pula seberapa besar pengaruhnya.

3.14.3 Uji Hipotesis

1. Uji R 2 koefisien determinasi Langkah awal yang ditemukan pada analisis regresi adalah koefisien korelasi yang menunjukkan korelasihubungan antara variabel dependen dengan variabel independennya. Korelasi r adalah hubungan keterikatan antara dua atau lebih variabel. Uji R 2 koefisien determinasi digunakan untuk menunjukkan besarnya kontribusi variabel independen terhadap variabel dependen sugiono, 2009. R 2 dapat dirumuskan sebagai berikut: R 2 = � 1 1 + � 2 2 + � 3 3 + � 4 4 2 ............................................... 3.4 Keterangan: R = koefisien korelasi ganda