Misalnya kita akan membahas hubungan antara promosi (𝑋1 ) dan harga (𝑋2 )
terhadap minat beli konsumen (𝑌). Untuk tujuan itu maka kita ambil sampel acak
sebagai berikut:
No X1 X2 Y
1 24 23 14
2 26 22 16
3 21 24 17
4 28 26 17
5 29 32 21
6 34 38 22
7 36 19 14
8 30 21 24
9 22 21 15
10 15 18 16
∑ 𝑌 = 𝑎0 𝑛 + 𝑎1 ∑ 𝑋1 + 𝑎2 ∑ 𝑋2 Persamaan I
∑ 𝑌𝑋1 = 𝑎0 ∑ 𝑋1 + 𝑎1 ∑ 𝑋1 2 + 𝑎2 ∑ 𝑋1 𝑋2 Persamaan II
Uji Normalitas
Uji normalitas bertujuan untuk mengetahui bahwa data sampel berasal dari
populasi yang berdistribusi normal atau tidak. Data yang baik dan layak digunakan
dalam penelitian ini adalah data yang berdistribusi normal, dalam penelitian ini
peneliti menggunakan uji normalitas dengan uji Kolmogrov-Smirnov. Berikut adalah
hasil uji Kolmogorov-Smirnov dapat dilihat pada gambar di bawah:
Berdasarkan pada tabel di atas pada uji normalitas dengan menggunakan metode
Kolmogorov-Smirnov, signifikan pada 0,80 > 0,05 maka dapat disimpulkan bahwa
metode regresi pada penelitian ini telah memenuhi asumsi normalitas dan dapat
disimpulkan berdistribusi normal.
Uji Multikolinearitas
Pengujian ini dilakukan untuk mengetahui apakah ada korelasi yang kuat antara
variabel-variabel independen dengan menggunakan Variance Inflation Factor
(VIF) untuk masing-masing variabel independen. Apabila variabel tersebut menjadi
VIF > 10 berarti terjadi multikolinearitas, sebaliknya apabila variabel tersebut
mempunyai VIF < 10 maka tidak terjadi gejala multikolinearitas. Berikut adalah
hasil pengujian multikolinearitas:
Coefficientsa
Model Unstandardized Standardized t Sig. Collinearity
Coefficients Coefficients Statistics
B Std. Error Beta Tolerance VIF
1 (Constant) 8,607 5,279 1,630 ,147
Promosi ,078 ,191 ,139 ,405 ,697 ,803 1,245
Harga ,284 ,194 ,504 1,465 ,186 ,803 1,245
a. Dependent Variable: Minat Beli Konsumen
Dari tabel di atas dapat dilihat bahwa hasil perhitungan analisis menunjukkan
bahwa nilai VIF masing-masing independen lebih kecil dari 10 (VIF < 10) dan nilai
Tolerance lebih besar dari 0,10 (Tolerance > 0,10) sehingga dapat disimpulkan
bahwa model regresi tidak mengandung gejala multikolinearitas.
Coefficientsa
Model Unstandardized Coefficients Standardized Coefficients t Sig.
B Std. Error Beta
1 (Constant) 8,607 5,279 1,630 ,147
Promosi ,078 ,191 ,139 ,405 ,697
Harga ,284 ,194 ,504 1,465 ,186
a. Dependent Variable: Minat Beli Konsumen
Berikut perhitungan regresi linear berganda pada tabel di atas. Dapat diketahui
rumusnya sebagai berikut:
Y = 0,8607+0,078X1+0,284X2 + e
a. Jika nilai variabel X1, dan X2 adalah konstan atau sama dengan nol, maka
terjadinya perubahan yang searah dari variabel (X1) terhadap variabel (Y),
sebaliknya.
terjadinya perubahan yang searah dari variabel (X2) terhadap variabel (Y),
sebaliknya.