Skala Pengukuran Data Pengaruh kemiripan kategori, citra merek dan keinovatifan konsumen pada kesuksesan perluasan merek dove.

42 jika nilai alpha berada di atas 0,6 atau 60. Semakin tinggi nilai koefisien alpha, semakin konsisten hasil yang diperoleh, sehingga data dapat dikatakan memiliki reliabilitas yang tinggi.

M. Uji Asumsi Klasik

Regresi linear berganda harus memenuhi asumsi-asumsi yang ditetapkan agar menghasilkan nilai-nilai koefisien sebagai penduga. Asumsi-asumsi yang dimaksud adalah sebagai berikut: 1. Variabel tidak bebas dan variabel bebas memiliki hubungan linear atau hubungan garis lurus. 2. Variabel tidak bebas harus bersifat kontinu atau setidaknya berskala interval. 3. Keragaman dari selisih nilai pengamatan dan pendugaan harus sama untuk semua nilai pendugaan Y. Jadi, Y- Y’ kira-kira harus sama untuk semua nilai Y’. Apabila kondisi ini tidak terpenuhi maka disebut heteroskedastisitas dan residu yang dihitung dari Y- Y’ arus menyebar normal dengan rata-rata nol. 4. Pengamatan-pengamatan variabel tidak bebas berikutnya harus tidak berkorelasi. Pelanggaran asumsi ini disebut autokorelasi yang biasanya terjadi pada data time series runtun waktu. 43 5. Tidak adanya korelasi yang sempurna antara variabel bebas yang satu dengan variabel bebas yang lain. Apabila asumsi ini dilanggar disebut multikolinearitas. Terdapat pelanggaran asumsi-asumsi yang perlu dideteksi dalam persamaan regresi linear berganda yaitu heteroskedastisitas, normalitas, dan multikolinearitas . Adapun cara untuk mendeteksi gejala-gejala tersebut sebagai berikut: 1. Heteroskedastisitas Gejala heteroskedastisitas diuji dengan metode Glejser dengan cara menyusun regresi antara nilai absolut residual dengan variabel bebas. Apabila masing-masing variabel bebas tidak berpengaruh signifikan terhadap absolut residual α= 0,05 maka dalam model regresi tidak terjadi gejala heteroskedastisitas. 2. Normalitas Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal. Seperti yang diketahui bahwa uji t dan uji F mengasumsikan bahwa nilai residual memiliki distribusi normal. Apabila asumsi ini dilanggar maka uji statistik tidak valid. Cara untuk mengetahui normalitas adalah dengan melihat normal probability plot yang membandingkan distribusi kumulatif dari distribusi normal. Distribusi normal