56
Uji Normalitas Data dengan pendekatan histogram diatas menunjukkan bahwa model regresi yang digunakan telah berdistribusi normal, hal ini dapat
dilihat dari garis histogram tidak menceng ke kiri atau ke kanan, sehingga penyebaran datanya telah berdistribusi secara normal.
b. Pendekatan Grafik
Pendekatan lainnya yang digunakan dalam untuk menguji normalitas data adalah Pendekatan Grafik. Pendekatan Grafik yang digunakan adalah Normality
Probability Plot. Berikut adalah hasil Uji Normalitas Data dengan pendekatan Grafik Normality Probability Plot.
Sumber: Pengolahan SPSS 2015 Gambar 4.4 Pendekatan Grafik Normalitas
57
Berdasarkan hasil Uji Normalitas dengan pendekatan grafik diatas, dapat diketahui bahwa data memiliki distribusi atau penyebaran yang normal, hal ini
dapat dilihat dari penyebaran titik berada disekitar sumbu diagonal dari grafik.
c. Pendekatan Statistik Kolmogorov-Smirnov
Tabel 4.9 Uji Kolmogorov-Smirnov
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 158
Normal Parameters
a,,b
Mean .0000000
Std. Deviation .48448048
Most Extreme Differences Absolute
.074 Positive
.074 Negative
-.069 Kolmogorov-Smirnov Z
.925 Asymp. Sig. 2-tailed
.360
a. Test distribution is Normal. b. Calculated from data.
Sumber: Pengolahan SPSS 2015
Dari Tabel 4.9 terlihat bahwa nilai Asymp. Sig. 2-tailed adalah sebesar 0,360 0,05 dan nilai Kolmogorov-Smirnov Z sebesar 0,925 dari 1,97. Dengan
demikian berdasarkan kriteria pengujian data telah berdistribusi secara normal.
2. Uji Heterokedastisitas
Uji Heterokedastisitas digunakan untuk melihat seberapa besar peranan variabel bebas terhadap variabel terikat. Pendekatan dilakukan melalui pendekatan
grafik dan pendekatan statistik.
a. Pendekatan Grafik
Scatter Plot
Untuk melihat ada tidaknya Heterokedastisitas pada model yang digunakan, dilakukan dengan Uji Heterokedastisitas Scatter Plot. Berikut hasil
58
Uji Heterokedastisitas dengan Scatter Plot. Pada Gambar 4.3 berikut dapat dilihat grafik Scatter plot.
Sumber: Pengolahan SPSS 2015 Gambar 4.5 Pendekatan Grafik Heteroskedastisitas
Berdasarkan Hasil Uji Heteroskedastisitas diatas, diketahui bahwa titik – titik penyebaran pada Scatter Plot tidak menunjukkan pola tertentu dan
penyebarannya berada di atas dan di bawah angka nol, sehingga model regresi yang digunakan tidak mengalami Heterokedastisitas.
59
b. Pendekatan Statistik Uji Glejser
Tabel 4.10 Hasil Uji Glejser
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity
Statistics B
Std. Error Beta
Tolerance VIF
1 Constant
.662 .203
3.266 .001
Kepercayaan -.009
.016 -.078
-.593 .554
.368 2.720
Kemudahan -.005
.016 -.039
-.300 .765
.368 2.720
a. Dependent Variable: absut
Sumber: Pengolahan SPSS 2015
Berdasarkan Tabel 4.10 terlihat bahwa tingkat signifikansi variabel kepercayaan X
1
sebesar 0,554 0,05 dan tingkat signifikansi variabel kemudahan X
2
sebesar 0,765 0,05. Dengan demikian terlihat bahwa tidak satupun variabel independen yang signifikan secara statistik mempengaruhi
variabel dependen absolut absut. Hal ini terlihat dari probabilitas signifikansinya diatas tingkat kepercayaan 5. Dengan demikian disimpulkan bahwa model
regresi tidak mengarah adanya heteroskedastisitas.
3. Uji Multikolonearitas
Uji Multikolonearitas pada penelitian ini digunakan untuk melihat ada tidaknya gejala multikolonearitas antar variabel independen. Pada Tabel 4.11
berikut dapat dilihat hasil Uji Multikolonearitas dengan melihat nilai Tolerance dan nilai VIF .
60
Tabel 4.11 Hasil uji Multikolonearitas
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity
Statistics B
Std. Error Beta
Tolerance VIF
1 Constant
.843 .335
2.518 .013
Kepercayaan .236
.026 .599
9.170 .000
.368 2.720
Kemudahan .125
.026 .314
4.812 .000
.368 2.720
a. Dependent Variable: Belanja_Online
Sumber: Pengolahan SPSS 2015
Pada Tabel 4.11 disimpulkan bahwa pada model regresi yang digunakan tidak terlihat adalanya gejala multikolonearitas antar variabel indevenden. Hal ini
dapat diketahui dari nilai tolerance dan nilai VIF, hasil perhitungan menunjukkan bahwa nilai tolerance variabel kepercayaan X
1
sebesar 0,368 0,1 dengan nilai VIF sebesar 2,720, dan nilai tolerance variabel kemudahan X
2
sebesar 0,368 0,1 dengan nilai VIF sebesar 2,720. Sehingga nilai tersebut telah sesuai dengan
kriteria pengambilan keputusan dimana nilai tolerance 0,1 dan nilai VIF 5.
4.2.3 Hasil Analisis Regresi Linear Berganda
Dalam penelitian ini Analisis Regresi Linear Berganda digunakan untuk mengetahui pengaruh variabel Kepercayaan X
1
,dan variabel Kemudahan X
2
terhadap variabel Belanja Online Y Hasil perhitungan Regresi Linear Berganda dapat dilihat pada Tabel 4.12
berikut:
61
Tabel 4.12 Hasil Analisis Regresi Linear Berganda
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. B
Std. Error Beta
1 Constant
.843 .335
2.518 .013
Kepercayaan .236
.026 .599
9.170 .000
Kemudahan .125
.026 .314
4.812 .000
a. Dependent Variable: Belanja_Online
Sumber: Pengolahan SPSS 2015
Hasil Analisis Regresi Linear Berganda Tabel 4.12 diperoleh persamaan sebagai berikut:
Y= a + b
1
X
1
+ b
2
X
2
+ e Y= 0,843 +0,236X
1
+ 0,125 X
2
+ e Dimana:
Y = Belanja Online X
1
= Kepercayaan X
2
= Kemudahan e = standard error
Berdasarkan persamaan tersebut dapat diketahui bahwa : 1. Konstanta a = 0,843 menunjukkan nilai konstan, jika nilai variabel bebas
kepercayaan dan kemudahan = 0 maka belanja online Y akan sebesar 0,843.
2. Koefisien regresi variabel kepercayaan sebesar 0,236 menunjukkan bahwa variabel kepercayaan memiliki pengaruh yang bernilai positif terhadap
belanja online Y. Dengan kata lain, jika variabel kepercayaan ditingkatkan maka belanja online akan meningkat sebesar 0,236.
62
3. Koefisien regresi variabel kemudahan sebesar 0,125 menunjukkan bahwa variabel kemudahan memiliki pengaruh yang bernilai positif terhadap
belanja online Y. Dengan kata lain, jika variabel kemudahan meningkat maka belanja online akan meningkat sebesar 0,125.
4.2.4 Pengujian Hipotesis 4.2.4.1 Uji Signifikansi Simultan Uji F
Hasil Uji Simultan Uji F menunjukkan seberapa besar pengaruh Variabel Kepercayaan X
1
dan Variabel Kemudahan X
2
, secara bersama- sama atau serempak terhadap Variabel Belanja Online Y. Hasil Uji F dapat
dilihat pada Tabel 4.13 berikut:
Tabel 4.13 Hasil Uji Simultan Uji F
ANOVA
b
Model Sum of Squares
Df Mean Square
F Sig.
1 Regression 114.744
2 57.372
241.312 .000
a
Residual 36.851
155 .238
Total 151.595
157
a. Predictors: Constant, Kemudahan, Kepercayaan b. Dependent Variable: Belanja_Online
Sumber: Pengolahan SPSS 2015
Berdasarkan Tabel 4.13 diatas dapat diketahui bahwa nilai F
hitung
adalah sebesar 241,312 dan nilai F
tabel
pada alpha 5 adalah 3,05 maka nilai F
hitung241,312
F
tabel3,05
dengan tingkat signifikansi sebesar 0,000 0,05. Dengan demikian secara bersama-sama atau simultan variabel kepercayaan
X
1
, dan variabel kemudahan X
2
berpengaruh positif dan signifikan terhadap variabel belanja onlineY. Dengan demikian berdasarkan kriteria
pengujian hipotesis maka H
a
diterima dan H ditolak.
63
4.2.4.2 Uji Signifikansi Parsial Uji t
Hasil Uji Parsial Uji t menunjukkan seberapa besar pengaruh masing-masing variabel Kepercayaan X
1
dan variabel Kemudahan X
2
secara parsial terhadap variabel Belanja Online Y. Hasil Uji t dapat dilihat pada Tabel 4.14 berikut:
Tabel 4.14 Hasil Uji ParsialUji t
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity
Statistics B
Std. Error Beta
Tolerance VIF
1 Constant .843
.335 2.518
.013 Kepercayaan
.236 .026
.599 9.170
.000 .368
2.720 Kemudahan
.125 .026
.314 4.812
.000 .368
2.720
a. Dependent Variable: Belanja_Online
