UJI VALIDITAS

Uji validitas berguna untuk mengetahui kevalidan kuesioner yang digunakan oleh
peneliti dalam mengukur dan memperoleh data penelitian dari para responden.

Dasar Pengambilan Keputusan:

1. Perbandingan nilai r-Hitung dan r-Tabel

a) Jika r-Hitung > r-Tabel = Valid

b) Jika r-Hitung < r-Tabel = Tidak Valid

Cara mencari nilai r-table dengan N=41 pada signifikasi 5% pada distribusi nilai r-Tabel statistic. Maka
diperoleh nilai r-Tabel sebesar

2. Melihat Nilai Signifikansi (sig.)

a) Jika nilai signifikansi < 0,05 = Valid
b) Jika nilai Signifikansi > 0,05 = Tidak Valid
X - Persepsi Kualitas Produk
Diketahui nilai T-table dengan N=40 dan signifikansi 5% pada distribusi nilai r table statistic diperoleh nilai T table sebesar 0,312

Dari enam item kuesioner semuanya dinyatakan VALID.

Y – Keputusan Pembelian
Diketahui nilai T-table dengan N=40 dan signifikansi 5% pada distribusi nilai r table statistic diperoleh nilai T table sebesar 0,312

Dari tiga item kuesioner semuanya dinyatakan VALID.

 UJI RELIABILITAS
Uji Reliabilitas bertujuan untuk melihat apakah kuesioner memiliki
konsistensi jika pengukuran dilakukan dengan kuesioner tersebut
dilakukan secara berulang

Dasar Pengambilan Keputusan;

Menurut Wiratna Sujerwenni (2014), keusioner dikatakan reliable
apabila nilai Cronbach’s Alpha nya > 0,06
Oleh karena nilai Cronbach’s Alpha 0,712 > 0,06 maka dapat
disimpulkan bahwa item kuesioner untuk variable citra kualitas
reliable atau konsisten untuk digunakan dalam penelitian.
Asumsi Dalam Analisis Regresi
Asumsi Dalam Analisis Regresi Dalam analisis regresi terdapat beberapa
asumsi yang harus dipenuhi agar persamaan regresi yang didapat baik
dan mampu menggambarkan data yang sebenarnya sehingga
menghasilkan kesimpulan yang sahih dan tidak menyesatkan. Asumsi
asumsi yang harus dipenuhi dalam analisis regresi adalah sebagai
berikut:
1. Asumsi linieritas
Pengujian linieritas dimaksudkan untuk mengetahui linieritas hubungan
antara variabel keputusan pembelian (y) dan variable persepsi kualitas
(x).

Dasar Pengambilan Keputusan:

Nilai P-Value < 0,05
• Berdasarkan output SPSS, korelasi antara variabel persepsi kualitas dan variabel keputusan pembelian,
hasilnya menujukan memiliki P-value 0,000 < 0.05. sehingga keputusannya dengan kepercayaan 95% variabel
persepsi kualitas memiliki hubungan linier (korelasi) yang nyata terhadap variabel respon. Diikuti dengan nilai
korelasi yang cukup tinggi. Korelasi antara variabel persepsi kualitas terhadap keputusan pembelian sebesar
0,582

• Kesimplan: uji asumsi linieritas dipenuhi.

2. Uji Normalitas
uji normalitas digunakan untuk menguji apakah suatu variabel acak
berdistribusi normal atau tidak.

Dasar Pengambilan Keputusan;

Menurut Imam Ghozali (2011:161) Model Regresi dikatakan
berdistribusi normal jika data ploting yang menggabarkan data
sesungguhnya mengikuti garis diagonal
Model Regresi berdistribus normal dilihat dari ploting yang mengikuti
garis diagonal.
Kesimpulan: Uji Normalitas Terpenuhi.
3. Uji Heteroskedastisitas
Menurut Imam Gozali (2011 : 39) tidak terjadi heteroskedastisitas jika
tidak ada pola yang jelas (bergelombang, melebar kemudian
menyempit) pada gambar scaterplots, serta titik menyebar diatas dan
dibawah angka nol pada sumbu Y
Berdasarkan grafik di residual menyebar secara acak, tidak mengikuti pola tertentu, sehingga dapat disimpulkan
bahwa galat mempunyai ragam yang sama.
Dengan demikian, asumsi Homoskedastisitas terpenuhi.
4. Uji Non Autokorelasi
Satu dari asumsi penting dari model regresi linier klasik adalah bahwa
residual yang masuk ke dalam fungsi regresi adalah random atau tak
berkorelasi. Jika asumsi ini dilanggar, kita mempunyai problem
autokorelasi
Dasar pengambilan keputusan uji autokorelasi durbin watson;
Menurut Imam Ghozali (2011:111) tidak ada gejala autokorelasi jika
nilai durbin Watson lebih besar dari nilai du.
Nilai du dicari pada distribusi nilai table durbin Watson. Berdasarkan k
(1) dan N (41) dengan niali signifikasi 5% di dapat du = 1,5444

dw > du (2,538 > 1,5444) maka dapat disimpulkan bahwa tidak terjadi
autokorelasi, asumsi non autokorelasi terpenuhi.
5. Uji Non Multikolinieritas
Multikolinearitas adalah adanya hubungan linier antara variabel bebas dalam model regresi.

Tidak terpenuhinya asumsi nonmultikolinieritas dapat dapat mengakibatkan:

• Koefisien regresi yang dihasilkan menjadi sangat lemah

• menyebabkan uji t menjadi tidak signifikan.

Dasar Pengambilan Keputusan:

Menurut Imam Ghozali (2011:107) Tidak terjadi gejela multikolinearitas jika nilai tolerance > 0,100
dan nilai VIF < 10,00
Tidak ada gejala multikolineritas, bisa dilihat dari nilai tolerance 1,000 > dari 0,100 dan nilai VIF
1,000 < 10,00

Dengan demikian uji asumsi Non Multikolinearitas terpenuhi.