1 Pada pernyataan yang pertama dari 83 responden, 19 responden 22,89 adalah sangat setuju, 47 responden 56,62 menyatakan setuju, 15 responden 18,07
menyatakan kurang setuju, 2 responden 2,40 menyatakan tidak setuju, tetapi 0 responden 0 menyatakan sangat tidak setuju.
2 Pada pernyataan yang kedua dari 83 responden, 22 responden 26,50 menyatakan sangat setuju, 49 responden 59,03 menyatakan setuju, sisanya 12
responden 14,45 menyatakan kurang setuju, 0 responden 0 menyatakan tidak setuju, 0 responden 0 menyatakan sangat tidak setuju.
4.2.2. Pengujian Asumsi Klasik
Model regresi linier berganda dapat disebut sebagai model yang baik jika model tersebut dapat memenuhi pengujian asumsi klasik yang terdiri dari uji
Normalitas, uji Multikolinearitas, autokorelasi dan heterokedastisitas.
1. Uji Normalitas
Tujuan dari uji normalitas ini adalah untuk mengetahui apakah distribusi sebuah data mengikuti atau mendekati distribusi normal. Data yang baik adalah data
yang mempunyai pola seperti distribusi normal yakni tidak menceng ke kiri atau ke kanan.
Universitas Sumatera Utara
Sumber : Hasil Penelitian, 2011 data diolah Gambar 4.1 Histogram Dependent Variable Volume Penjualan
Gambar 4.1 menunjukkan bahwa grafik histogram memberikan pola distribusi yang tidak menceng ke kiri atau ke kanan. Hal ini berarti data residual mempunyai
distribusi normal. Uji normalitas dapat juga dilakukan melalui grafik normal p-p plot of regression standardized residual seperti yang disajikan pada Gambar 4.2 sebagai
berikut :
Universitas Sumatera Utara
Sumber : Hasil pengolahan SPSS versi 17.0, Maret, 2011 Gambar : 4.2 Normal P-P Plot Of Regression Standardized Residual Volume Penjualan
Jika data menyebar disekitar garis diagonal dan mengikuti garis diagonal, maka model memenuhi asusmsi normalitas. Sedangkan, jika data menyebar jauh dari garis
diagonal atau tidak mengikuti arah garis diagonal, maka model tersebut tidak memenuhi asumsi normalitas.
Gambar 4.2 menunjukkan bahwa titik-titik menyebar disekitar garis diagonal dan mengikuti arah garis diagonal, artinya model regresi sudah memenuhi asumsi
normalitas.
Universitas Sumatera Utara
2. Uji Multikolinearitas
Penelitian yang mengandung Multikolinearitas akan berpengaruh terhadap hasil peneltian sehingga penelitian tersebut menjadi tidak berfungsi. Untuk
mendeteksi ada atau tidaknya multikolinieritas dapat dilakukan dengan melihat toleransi variable dan variance Inflation Factor VIF dengan membandingkan sebagai
berikut : 1.
VIF 5 maka diduga mempunyai persoalan multikolineritas 2.
VIF 5 maka tidak terdapat multikolineritas 3.
Tolerance 0,1 maka diduga mempunyai persoalan multikolineritas 4.
Tolerance 0,1 maka tidak terdapat multikolineritas
Tabel 4.9 Coefficients
a
Model Collinearity
Statistics Tolerance
VIF 1
Constant kebikan_produk
0.513 1.95
kebijakan_prmosi 0.513
1.95
a. Dependent Variable: volume_penjualan Sumber : Hasil penelitian, 2011 data diolah