61
persepsi sangat baik 2,67, yang memiliki persepsi cukup baik 32,00 dan yang memiliki persepsi kurang baik 9,33. Dari hasil tersebut dapat dijelaskan
bahwa secara umum persepsi konsumen pada Toyota Avanza tipe E telah baik.
4.1.4 Analisis Regresi Linier Berganda
Berdasarkan hasil perhitungan analisis regresi linier bergada dengan menggunakan program komputerisasi
SPSS for windows relase 12 pada lampiran 11 diperoleh persamaan regresi ganda Y
ˆ = 1,840 + 0,141X
1
+ 0,109X
2
+ 0,202X
3.
Persamaan regresi tersebut mempunyai makna sebagai berikut: 1
Konstanta = 1,840 Jika skor variabel atribut intrinsik, atribut ekstrinsik dan promosi diasumsikan
0, maka skor persepsi konsumen pada Toyota Avanza tipe E akan menjadi sebesar 1,840.
2 Koefisien regresi variabel X
1
= 0,141 Jika skor variabel atribut intrinsik mengalami peningkatan sebesar 1 satu
satuan sementara skor variabel atribut ekstrinsik dan promosi dianggap tetap, maka akan menyebabkan kenaikan skor persepsi konsumen pada Toyota
Avanza tipe E sebesar 0,141. 3
Koefisien regresi variabel X
2
= 0,109 Jika skor variabel atribut ekstrinsik meningkat 1 satu satuan sementara skor
variabel atribut intrinsik dan promosi dianggap tetap, maka akan menyebabkan kenaikan skor persepsi konsumen pada Toyota Avanza tipe E
sebesar 0,109.
62
4 Koefisien regresi variabel X
3
= 0,202 Jika skor variabel promosi meningkat 1 satu satuan sementara skor variabel
atribut intrinsik dan atribut ekstrinsik dianggap tetap, maka akan menyebabkan kenaikan skor persepsi konsumen pada Toyota Avanza tipe E
sebesar 0,202.
4.1.5 Uji Asumsi Klasik
Uji Asumsi klasik dilakukan untuk memastikan bahwa model regresi berganda yang diperoleh baik atau tidak. Karena model regresi yang baik adalah
model regresi yang bebas dari masalah-masalah seperti kenormalan data, multikolinieritas, dan heterokedastisitas. Berdasarkan analisis diperoleh hasil uji
asumsi klasik sebagai berikut. 4.1.5.1
Uji Normalitas Uji normalitas data digunakan untuk mengetahui apakah data yang
diperoleh berdistribusi normal atau tidak. Untuk menguji normal tidaknya data dapat dilihat dari penyebaran titik-titik diagram standar residualnya.
Gambar 4.5. P-P Plot Kenormalan
63
Gambar 4.5 menunjukkan bahwa penyebaran titik-titik diagram standar residual berada di sekitar dan sepanjang garis 45
o
, dengan demikian dapat
dijelaskan bahwa data-data pada variabel penelitian ini berdistribusi normal. 4.1.4.1 Uji Multikolinieritas
Uji Multikolinieritas dimaksudkan untuk menguji apakah dalam model regresi ditemukan adanya hubungan atau korelasi secara sempurna antar variabel
bebas independen Ghozali, 2005:57. Salah satu cara yang dapat digunakan untuk menguji ada tidaknya penyimpangan multikolinieritas dalam suatu
persamaan regresi adalah dengan melihat nilai VIF dan toleransi pada suatu model regresi. Suatu model regresi yang tidak terjadi gejala multikolinieritas jika
memiliki nilai toleransi kurang dari 1 dan nilai variance inflation factor VIF
antara 1 sampai 10. Berikut ini disajikan nilai VIF dan nilai toleransi yang diperoleh dalam model.
Tabel 4.18. Nilai Toleransi dan Variance Inflation Factor VIF
Variabel bebas Toleransi
VIF Atribut intrinsik X
1
Atribut ekstrinsik X
2
Promosi X
3
0,497 0,734
0,405 2,012
1,362 2,468
Sumber : Data penelitian yang diolah 2009 Berdasarkan tabel di atas menunjukkan bahwa nilai toleransi untuk
variabel atribut intrinsik X
1
, atribut ekstrinsik X
2
maupun promosi X
3
kurang dari 1 dan nilai VIF lebih besar dari 1 dan kurang dari 10. Dengan demikian dapat
disimpulkan bahwa dalam model regresi tersebut tidak terdapat problem multikolinieritas.
64
4.1.4.3 Uji Heteroskedastisitas Uji Heteroskedastisitas digunakan untuk menguji apakah dalam model
terjadi ketidaksamaan variance dan residual satu pengamatan ke pengamatan
yang lain Ghozali, 2005:69. Model regresi yang baik adalah tidak terjadi heteroskedastisitas. Ada atau tidaknya problem heterokedastisitas pada model
regresi dapat dideteksi dengan melihat ada atau tidaknya pola tertentu yang teratur pada grafik scatterplot serta titik-titik menyebar di atas dan di bawah angka 0 pada
sumbu Y.
Gambar 4.6. Diagram Scatterplot Berdasarkan diagram
scatterplot pada gambar 4.6 menunjukkan bahwa titik-titik menyebar diagram
scatterplot di atas dan di bawah angka not pada sumbu Y dan tidak membentuk pola tertentu. Hal ini berarti tidak terjadi
heteroskedastisitas pada model regresi.
65
4.1.6 Pengujian Hipotesis