Observed Cum Prob
1.0 0.8
0.6 0.4
0.2 0.0
Expect ed Cum
Prob
1.0 0.8
0.6 0.4
0.2 0.0
Normal P-P Plot of Regression Standardized Residual Dependent Variable: Y
boleh acak oleh karena masing-masing pertanyaan hendaknya mengukur hal yang sama. Uji reliabilitas dalam penelitian ini menggunakan
Cronbach’s Alpha, suatu instrumen dikatakan reliabel atau andal apabila nilai koefisien
Cronbach’s Alpha sama dengan atau lebih besar dari 0,6. Hasil uji reliabilitas dapat dilihat dalam tabel di bawah ini :
Tabel 5.3. Hasil Uji Reliabilitas
VariabelDimensi Cronbach’s Alpha
Keterangan Minat beli
Iklan Harga
Kualitas produk Tampilan
0,613 0,749
0,804 0,726
0,750 Reliabel
Reliabel Reliabel
Reliabel Reliabel
Sumber : Data primer yang diolah
Tabel 5.3 menunjukkan bahwa semua variabel memiliki nilai Cronbach’s Alpha lebih besar dari 0,6. Hal ini berarti alat ukur yang
digunakan dalam penelitian adalah reliabel.
C. Uji Asumsi Klasik
1. Uji Normalitas
Uji normalitas dengan normal probability plot disajikan pada gambar berikut:
Gambar 5.1. Uji Normalitas
Regression Standardized Predicted Value
2 -2
-4
Regre ssion St
udentiz ed Re
sidual
3 2
1 -1
-2 -3
Scatterplot Dependent Variable: Y
Dari gambar grafik di atas dapat diketahui bahwa titik-titik menyebar sekitar garis dan mengikuti garis diagonal maka nilai residual
tersebut telah normal.
2. Uji Heteroskedastisitas
Hasil uji normalitas menggunakan scatterplot disajikan pada gambar berikut:
Gambar 5.2. Uji Heteroskedastisitas
Berdasarkan output scatterplot di atas, terlihat bahwa titik-titik menyebar dan tidak membentuk pola tertentu yang jelas. Sehingga dapat
disimpulkan bahwa tidak terjadi masalah heteroskedastisitas
3. Uji Multikolinearitas
Hasil hasil uji multikolinearitas menggunakan metode variance inflation factor VIF disajikan pada tabel berikut:
Tabel 5.4. Hasil Uji Reliabilitas
Variabel Collinearity Statistics
Kesimpulan Bebas
Tolerance VIF
X
1
0,721 1,386
Tdk terjadi multikolinearitas X
2
0,642 1,559
Tdk terjadi multikolinearitas X
3
0,758 1,320
Tdk terjadi multikolinearitas X
4
0,754 1,325
Tdk terjadi multikolinearitas Sumber : Data primer yang diolah
Tabel 5.4 memperlihatkan tidak terdapat variabel bebas yang memiliki nilai tolerance kurang dari 0,1 dan nilai variance inflation
factor VIF tidak ada yang lebih dari 10. Hal ini menunjukkan bahwa model regresi tidak terjadi multikolinearitas.
D. Uji Hipotesis dan Analisis Data
1. Analisis Regresi Linier Berganda
Analisis regresi linier berganda ini digunakan untuk mengetahui seberapa besar pengaruh iklan, harga, kualitas produk dan tampilan
terhadap minat beli masyarakat dalam memilih kendaraan sepeda motor Yamaha. Ringkasan hasil perhitungan regresi berganda dengan program
SPSS 15.0 sebagai berikut :
Tabel 5.5.
Ringkasan Hasil Perhitungan Regresi
Variabel Penjelas Unstandardized
Coefficient B Standardized
Coefficient Beta Sig.
Keterangan Konstanta
Iklan X
1
Harga X
2
Kualitas produk X
3
Tampilan X
4
5,501 0,188
0,185 0,176
0,202 0,216
0,232 0,196
0,244 0,001
0,019 0,018
0,029 0,007
Signifikan Signifikan
Signifikan Signifikan
Adj R-sq F-stat
Sig 0,412
18,313 0,000
Sumber : Hasil analisis data
Hasil perhitungan di atas dapat diinterpretasikan sebagai berikut :
