Uji Asumsi Klasik Analisis Regresi Berganda

37 sebagaimana adanya sehingga diperoleh gambaran yang jelas tentang masalah yang diteliti.

3.10.2. Uji Asumsi Klasik

Sebelum melakukan analisi regresi, agar mendapatkan perkiraan yang tidak bisa dan efisiensi maka dilakukan pengujian asumsi klasik yang harus dipenuhi, yaitu 1. Uji Normalitas Tujuan uji normalitas adalah untuk mengetahui apakah distribusi sebuah data mengikuti atau mendekati distribusi normal. Uji normalitas dilakukan dengan menggunakan pendekatan kolmogrov smirnov. Dengan menggunakan tingkat signifikan 5 maka jika nilai Asymp.sig. 2-tailed diatas signifikan 5 artinya variabel residual berdistribusi normal Situmorang, et al, 2008 : 97 2. Uji Heteroskedasitas Adanya varians variabel independen adalah konstan untuk setiap nilai tertentu variabel independen homokedatisitas. Model regresi yang baik adalah tidak terjadi heteroskedatisitas. Heteroskedastisitas diuji dengan menggunakan uji Glejser dengan pengambilan keputusan jika variabel independen signifikan secara statistik mempengaruhi variabel dependen, maka ada indikasi terjadinya heteroskedastisitas. Jika probabilitas signifikannya di atas tingkat kepercayaan 5 dapat disimpulkan model regresi tidak mengarah adanya heteroskedaastisitas. 3. Uji Multikolinearitas Artinya variabel independen yang satu dengan yang lain dalam model regresi berganda tidak saling berhubungan secara sempurna. Untuk mengetaui apakah ada tidaknya gejala multikolinearitas dapat dilihat dari besarnya nilai tolerance dan VIF variance inflation factor melalui program SPSS. Tolerance mengukur variabilitas variabel terpilih yang tidak gtolerance 1 atau nilai VIF 5, maka tidak terjadi multikolineritas Situmorang, et al, 2008 : 136.

3.10.3. Analisis Regresi Berganda

Analisis regresi berganda digunakan untuk mengetahui besarnya hubungan dan pengaruh variabel independen yang jumlahnya dua atau lebih. Analisis regresi berganda digunakan untuk mengetahui pengaruh antara variabel bebas attractiveness, trustworthiness, dan expertise terhadap variabel terikat keputusan pembelian. Analisis regresi berganda dalam penelitian ini menggunakan bantuan SPSS 17.00 for Windows. Adapun model persamaan yang digunakan yaitu: Y = a + b1X1 + b2X2 + b3X3 + e Dimana: Y = keputusan pembelian A = konstanta b1, b2, b3 = koefisien regresi X1 = Attractiveness X2 = Trustworthiness Universitas Sumatera Utara 38 X3 = Expertise E = standard error

3.10.4. Uji Hipotesis

Dokumen yang terkait

Pengaruh Citra Merek dan Reputasi Perusahaan Terhadap Keputusan Pembelian Smartphone Samsung pada Mahasiswa Fakultas Ekonomi dan Bisnis Universitas Sumatera Utara

13 138 97

Pengaruh Labelisasi Halal Terhadap Keputusan Pembelian Produk Mie Instan Indomie Pada Mahasiswa Fakultas Ekonomi Universitas Sumatera Utara

18 227 92

Pengaruh Brand Endorser Terhadap Keputusan Pembelian Sepeda Motor Honda Scoopy Pada Mahasiswa Fakultas Ekonomi dan Bisnis Universitas Sumatera

2 56 106

Pengaruh Diversifikasi Produk terhadap Keputusan Pembelian Sepeda Motor Merek Honda pada Mahasiswa Fakultas Ekonomi Universitas Sumatera Utara

10 118 107

PengaruhBrand Image dan Kelompok Referensi Terhadap Keputusan Pembelian Tupperware Di Perumahan Universitas Sumatera Utara Jl.Dr.Mansyur

2 53 90

Pengaruh Periklanan Rasional dan Emosional Terhadap Keputusan Pembelian Produk Sunsilk Pada Mahasiswa Fakultas Ekonomi dan Bisnis Universitas Sumatera Utara

2 63 108

Pengaruh Brand Image dan Celebrity Endorser Terhadap Keputusan Pembelian Kosmetik Wardah (Studi pada Mahasiswi Fakultas Ekonomi dan Bisnis Universitas Sumatera Utara)

0 0 11

Pengaruh Brand Image dan Celebrity Endorser Terhadap Keputusan Pembelian Kosmetik Wardah (Studi pada Mahasiswi Fakultas Ekonomi dan Bisnis Universitas Sumatera Utara)

0 0 2

Pengaruh Brand Image dan Celebrity Endorser Terhadap Keputusan Pembelian Kosmetik Wardah (Studi pada Mahasiswi Fakultas Ekonomi dan Bisnis Universitas Sumatera Utara)

0 8 10

PENGARUH PRODUK DAN HARGA TERHADAP KEPUTUSAN PEMBELIAN HELM MEREK GM Dl FAKULTAS EKONOMI DAN BISNIS UNIVERSITAS MUHAMMADIYAH PALEMBANG -

0 2 104