108
Tabel 4.15 Hasil Uji Reliabilitas
Variabel Cronbach’s
Alpha Keterangan
Store Atmosphere 0,764
Reliabel Promosi Penjualan
0,711 Reliabel
Kualitas Produk 0,753
Reliabel Kualitas Pelayanan
0,766 Reliabel
Impulse Buying 0,776
Reliabel Sumber : Data primer yang diolah
Tabel 4.16 menunjukkan nilai cronbach‟s alpha atas variabel
Store Atmosphere sebesar 0,764, Promosi Penjualan sebesar 0,771, Kualitas Produk 0,753, kualitas pelayanan sebesar 0,766 dan Impulse
Buying sebesar 0,776. Dengan demikian, dapat disimpulkan bahwa pernyataan dalam kuesioner ini reliabel karena mempunyai nilai
cronbach‟s alpha lebih dari 0,60. Hal ini menunjukkan bahwa setiap item pernyataan yang digunakan akan mampu memperoleh data yang
konsisten yang berarti bila pernyataan itu diajukan kembali akan diperoleh jawaban yang relatif sama dengan jawaban sebelumnya.
3. Hasil Uji Asumsi Klasik
a. Hasil Uji Multikolonieritas Untuk mendeteksi adanya problem multiko, maka dapat
dilakukan dengan melihat nilai Tolerance dan Variance Inflation Factor VIF serta besaran korelasi antar variabel independen. Tabel
4.16 menunjukkan hasil uji multikolonieritas pada penelitian ini.
109
Tabel 4.16 Hasil Uji Multikolonieritas
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity Statistics
B Std.
Error Beta
Tolerance VIF
1 Constant
-2.439 .651
-3.745 .000
Store A .210
.051 .268
4.112 .000
.105 9.537
Promosi P .282
.051 .218
5.477 .000
.283 3.530
Kualitas Pro .125
.037 .160
3.412 .001
.203 4.915
Kualtas Pel .250
.054 .399
4.641 .000
.061 6.527
a. Dependent Variable: IMPULSEBUYING
Sumber : Data primer yang diolah
Berdasarkan tabel 4.16 diatas terlihat bahwa nilai tolerance mendekati angka 1 dan nilai variance inflation factor VIF disekitar
angka 1 untuk setiap variabel, yang ditunjukkan dengan nilai tolerance store atmosphere sebesar 0,105, promosi penjualan sebesar
0,283, kualitas produk sebesar 0,203, dan kualitas pelayanan sebesar 0,061. Selain itu nilai VIF untuk store atmospehere sebesar 9537,
promosi penjualan sebesar 3,530, kualitas produk sebesar 4,915, dan kualitas pelayanan sebesar 6,527. Suatu model regresi dikatakan bebas
dari problem multiko apabila memiliki nilai VIF kurang dari 10. Dengan demikian, dapat disimpulkan bahwa model persamaan regresi
tidak terdapat problem multiko dan dapat digunakan dalam penelitian ini.
110
b. Hasil Uji Normalitas Uji normalitas digunakan untuk menguji apakah dalam sebuah
model regresi, variabel dependen dan variabel independen atau keduanya mempunyai distribusi normal atau tidak. Model regresi yang
baik adalah distribusi data normal atau mendekati normal. Tabel 4.17
Hasil Uji Normalitas Menggunakan Kolmogorov-Smirnov Test
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 60
Normal Parameters
a,b
Mean 0E-7
Std. Deviation .32714683
Most Extreme Differences Absolute
.086 Positive
.086 Negative
-.080 Kolmogorov-Smirnov Z
.665 Asymp. Sig. 2-tailed
.769 a. Test distribution is Normal.
b. Calculated from data.
Sumber : Data primer yang diolah Pada tabel 4.17 uji selanjutnya yang digunakan adalah uji
kolmogorov-smirnov, diperoleh hasil output asymp. sig. 2-tailed sebesar 0,769 atau jauh diatas 0,05 menunjukkan bahwa angka
signifikan diatas 0,05 adalah data tersebut terdistribusi secara normal.
111
Gambar 4.1 Hasil uji normalitas P-plot
Sumber: data yang diolah Normalitas dapat dilihat dengan cara melihat penyebaran data
titik pada sumbu diagonal grafik. Jika data titik mengikuti dan mendekati garis diagonal, maka menunjukkan pola distribusi normal
yang mengindikasikan bahwa model regresi memenuhi asumsi normalitas.
c. Hasil Uji Heteroskedastisitas Uji heteroskedastisitas dilakukan untuk menguji apakah dalam
sebuah model regresi, terjadi ketidaksamaan varians dari residual dari satu pengamatan ke pengamatan yang lain. Deteksi ada tidaknya
heteroskedastisitas dilakukan dengan melihat ada tidaknya pola
112
tertentu pada grafik scatterplot antara SRESID dan ZPRED, yang diperlihatkan pada gambar 4.3
Gambar 4.3 Hasil Uji Heteroskedastisitas
Sumber : Data primer yang diolah Berdasarkan gambar 4.3, grafik scatterplot menunjukkan
bahwa data tersebar di atas dan di bawah angka 0 nol pada sumbu
Y dan tidak terdapat suatu pola yang jelas pada penyebaran data
tersebut. Hal ini berarti tidak terjadi heteroskedastisitas pada model
persamaan regresi, sehingga model regresi layak digunakan untuk
memprediksi impulse
buying berdasarkan
variabel yang
mempengaruhinya, yaitu store atmosphere, promosi penjualan,
kualitas produk, dan kualitas pelayanan. Kemudian pada tabel 4.18 berikut ini adalah hasil uji
heterokedastisitas dengan menggunakan metode Uji Glejser. Dengan
113
asumsi data regresi yang diterima adalah jika nilai t hitung lebihkecil dari t tabel dan nilai signifikansi lebih besar dari 0.05
Tabel 4.18 Hasil Uji Heterokedastisitas dengan Uji Glejser
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta
1 Constant
-2.537 2.949
-.860 .393
Store Atmosphere -.039
.043 -.124
-.903 .370
Promosi Penjualan .159
.098 .227
1.627 .109
Kualitas Produk .026
.035 .100
.745 .460
KualitasPelayanan .023
.042 .073
.549 .585
a. Dependent Variable: abs_res
Sumber: data yang diolah Pada tabel 4.18 diatas, t hitung lebih kecil dari t tabel
2,396 dan pada nilai signifikansi lebih besar dari 0,05, sehingga tidak terjadi masalah heterokedastisitas.
4. Uji Koefisien Determinasi R
