heterokedastisistas pada model regresi yang dibuat, dengan kata lain menerima hipotesis homoskedastisitas.
d. Uji Autokorelasi
Uji autokerelasi adalah keadaan terjadinya korelasi hubungan sebab akibat dari residual untuk pengamatan satu dengan pengamatan
yang lain yang disusun menurut runtut waktu. Model regresi yang baik mensyaratkan untuk tidak terjadi masalah autokorelasi.
Salah satu cara yang umum digunakan untuk mendeteksi adanya autokorelasi dalam regresi linier berganda adalah dengan
uji Durbin Watson
DW. Suatu model regresi dinyatakan tidak terdapat
permasalahan autokorelasi apabila :
d
u
d 4
–
du
Dimana : d = Nilai Durbin Watson hitung
d
u
= Nilai batas atas
upper
Durbin Watson tabel.
Tabel 4.15 Hasil Uji Autokorelasi
Model Summary
b
Change Statistics Durbin-Watson
R Square Change F Change
df1 df2
Sig. F Change .675
28.530 4
55 .000
2.091
a. Predictors: Constant, PROMOSI, PRODUK, TEMPATSALURAN DISTRIBUSI, HARGA b. Dependent Variable: TINGKAT PENJUALAN
Berdasarkan tabel 4.15, nilai DW yang dihasilkan dari model regresi adalah 2,091. Sedangkan dengan melihat tabel d Durbin-
Watson dengan nilai signifikansi 0.05 dan jumlah data n = 60 serta jumlah variabel independen k = 4 menghasilkan nilai dl sebesar
1,4443 dan du sebesar 1,7274 sedangkan pada nilai 4-du adalah 2,2726. Nilai-nilai tersebut memberikan penjelasan bahwa nilai DW 2,091
terletak antara nilai du dan 4-du 1,7274 2,091 2,2726, sehingga kesimpulan yang terdapat pada uji autokorelasi tersebut adalah tidak
terdapat masalah autokerelasi. 5.
Hasil Uji Hipotesis a.
Regresi Linier Berganda
Model persamaan regresi yang baik adalah memenuhi persyaratan asumsi klasik, antara lain semua data berdistribusi normal, model harus
bebas dari gejala multikolinieritas, heterokedastisitas, dan autokorelasi. Dari analisis sebelumnya telah terbukti bahwa model persamaan yang
diajukan dalam penelitian ini telah memenuhi persyaratan asumsi klasik, sehingga model persamaan dalam penelitian ini sudah dianggap
baik. Analisis regresi digunakan untuk menguji hipotesis tentang pengaruh secara pasrial variabel bebas terhadap variabe terikat.
Berdasarkan estimasi regresi berganda dengan program
SPSS
20.0
for windows
diperoleh hasil berikut ini :
Tabel 4.16 Hasil Uji Regresi Linier Berganda
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. B
Std. Error Beta Constant
1.088
1.697 .641
.524 PRODUK
.237 .090
.240 2.622
.011 HARGA
.349 .074
.462 4.738
.000 TEMPATSALURAN DISTRIBUSI
.217 .097
.207 2.239
.029 PROMOSI
.158 .106
.145 1.486
.143 a. Dependent Variable: TINGKAT PENJUALAN
Berdasarkan tabel 4.16, dapat diketahui persamaan regresi yang terbentuk adalah :
Y = 1,088 + 0,237X1 + 0,349X2 + 0,217X3 + 0,158X4
Keterangan : Y =
Tingkat Penjualan X1=
Produk X2=
Harga X3= Tempat Saluran Distribusi
X4= Promosi
Dari persamaan regresi tersebut dapat dijelaskan bahwa : 1
Konstanta sebesar 1,088 menunjukkan besarnya tingkat penjualan, jika variabel produk X
1
, harga X
2
, tempatsaluran distribusi X
3
dan promosi X
4
nilainya adalah 0 nol. 2
Berdasarkan persamaan regresi menunjukkan bahwa variabel produk X
1
sebesar 0,237, artinya adalah apabila produk mengalami peningkatan sebesar 1 maka tingkat penjualan Y
akan mengalami peningkatan sebesar 0,237 . Koefesien bernilai positif berarti terjadi hubungan positif antara produk dengan
tingkat penjualan. 3
Berdasarkan persamaan regresi menunjukkan bahwa variabel harga X
2
sebesar 0,349, artinya adalah apabila harga mengalami peningkatan sebesar 1 maka tingkat penjualan Y akan
mengalami peningkatan sebesar 0,349 . Koefesien bernilai positif berarti terjadi hubungan positif antara harga dengan tingkat
penjualan. 4
Berdasarkan persamaan regresi menunjukkan bahwa variabel tempatsaluran distribusi X
3
sebesar 0,217, artinya adalah
apabila tempatsaluran distribusi mengalami peningkatan sebesar 1 maka tingkat penjualan Y akan mengalami peningkatan
sebesar 0,217 . Koefesien bernilai positif berarti terjadi hubungan positif antara harga dengan tingkat penjualan.
5 Berdasarkan persamaan regresi menunjukkan bahwa variabel
promosi X
4
sebesar 0,158, artinya adalah apabila promosi mengalami peningkatan sebesar 1 maka tingkat penjualan Y
akan mengalami peningkatan sebesar 0,158. Koefesien bernilai positif berarti terjadi hubungan positif antara promosi dengan
tingkat penjualan.
b. Uji Simultan F