4.2.3. Uji Asumsi Klasik
Syarat uji asumsi klasik harus dipenuhi agar model regresi dapat dianalisis, dan syarat asumsi klasik yang harus dipenuhi tersebut adalah:
1. Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah model regresi berdistribusi normal. Uji normalitas dapat dilakukan dengan analisis grafik dilihat dari titik-
titik yang menyebar disekitar garis diagonal, yakni distribusi data dengan bentuk lonceng dan distribusi data tersebut tidak menceng ke kiri atau ke
kanan.
Gambar 4.3 Histogram Uji Normalitas Sumber : Hasil Olahan SPSS 16.00 For Windows Maret, 2011
Universitas Sumatera Utara
Gambar 4.4 P-Plot Uji Normalitas Sumber : Hasil Olahan SPSS 16.00 For Windows Maret, 2011
Uji normalitas dilakukan dengan menggunakan pendekatan kolmogorv smirnov. Dengan menggunakan tingkat signifikan 5 0,005 maka jika nilai
Asymp.Sig. 2-tailed diatas nilai signifikan 5 artinya variabel residual berdistribusi normal.
Tabel 4.12 Uji Kolmogorov- Smirnov
Sumber : Hasil Olahan SPSS 16.00 For Windows Maret, 2011
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 96
Normal Parameters
a,,b
Mean .0000000
Std. Deviation .89907504
Most Extreme Differences Absolute
.100 Positive
.051 Negative
-.100 Kolmogorov-Smirnov Z
.982 Asymp. Sig. 2-tailed
.289 a. Test distribution is Normal.
Universitas Sumatera Utara
Berdasarkan tabel 4.12 dapat diketahui bahwa nilai Asymp.Sig.2-tailed adalah 0.289 dan lebih besar dari nilai signifikan 0,05 yang berarti data
tersebut berdistribusi normal.
2. Uji Heteroskedastisitas
Model regresi yang baik adalah yang tidak terjadi heteroskedastisitas. Heteroskedastisitas diuji dengan menggunakan Uji Glejser dengan
pengambilan keputusan jika variabel independent signifikan secara statistik mempengaruhi variabel dependen, maka ada indikasi terjadi
heteroskedastisitas.
Tabel 4.13 Uji Glejser
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta 1 Constant
-.259 1.393
-.186 .853
BENTUK .029
.054 .057
.531 .597
JENIS_HURUF .034
.068 .055
.499 .619
WARNA -.069
.043 -.184
-1.599 .113
SLOGAN .068
.042 .179
1.614 .110
a. Dependent Variable: ABSUTE
Sumber : Hasil Olahan SPSS 16.00 For Windows Maret, 2011
Berdasarkan tabel 4.13 dapat dilihat, nilai signifikan dari setiap variabel independen yaitu bentuk, jenis huruf, warna, dan slogan lebih besar dari 0,05
yang berarti setiap variabel independen tidak terjadi gejala heteroskedastisitas.
Universitas Sumatera Utara
3. Uji Multikolinieritas
Gejala multikolinieritas dapat dilihat dari besarnya nilai Tolerance dan VIF Variance Inflation Factor. Kedua ukuran ini menunjukkan setiap
variabel independen manakah yang dijelaskan oleh variabel independen lainnya. Tolerance adalah mengukur variabilitas variabel independen yang
terpilih yang tidak dijelaskan variabel lainnya. Nilai yang digunakan untuk Tolerance 0,1 dan VIF 5, sehingga tidak terjadi multikolinieritas.
Tabel 4.14 Uji Multikolinieritas
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity
Statistics B
Std. Error Beta
Tolerance VIF 1 Constant
1.169 2.597
.450 .654 BENTUK
.424 .100
.339 4.23 5
.000 .907 1.103
JENIS_HURUF .102
.126 .067 .808 .421
.852 1.174 WARNA
.441 .081
.466 5.46 .000
.797 1.254 SLOGAN
.226 .079
.237 2.86 5
.005 .851 1.175
a. Dependent Variable: BRAND_IMAGE
Sumber : Hasil Olahan SPSS 16.00 For Windows Maret, 2011
Berdasarkan tabel 4.14, dapat diketahui bahwa nilai Tolerance 0,1 dan nilai VIF 0,5 untuk semua variabel independen yaitu bentuk, jenis huruf, warna,
dan slogan yang di uji dalam uji multikolinieritas ini. Dengan demikian data tersebut tidak terjadi multikolinieritas.
Universitas Sumatera Utara
4.2.4.Analisis Regresi Linier Berganda
1. Uji Secara Serempak Simultan Uji F atau ANOVA Uji F menunjukkan apakah semua variabel bebas X yang dimasukkan
dalam model mempunyai pengaruh secara bersama-sama terhadap variabel terikat Y. Kriteria pengambilan keputusan :
H diterima jika F
hitung
F
tabel
pada = 5 H
a
diterima jika F
hitung
F
tabel
pada = 5 Langkah-langkah pengujiannya sebagai berikut:
1 Menentukan model hipotesis untuk H dan H
a
. 2 Mencari nilai F
tabel
dengan cara menentukan tingkat kesalahan dan menentukan derajat kebebasan df.
3 Menentukan kriteria pengambilan keputusan. 4 Mencari nilai F
hitung
dengan bantuan SPSS 16.00 for windows. 5 Kesimpulan.
Tabel 4.15 Uji Simultan Uji F
ANOVA
b
Model Sum of Squares
Df Mean Square
F Sig.
1 Regression
55.521 4
13.880 20.247
.000
a
Residual 62.385
91 .686
Total 117.906
95 a. Predictors: Constant, SLOGAN, JENIS_HURUF, BENTUK, WARNA
b. Dependent Variable: BRAND_IMAGE
Sumber : Hasil Olahan SPSS 16.00 For Windows Maret, 2011
Berdasarkan tabel , dapat dilihat bahwa nilai F
hitung
adalah 20,247 dengan tingkat signifikansi 0,000. Sedangkan F
tabel
dengan tingkat kepercayaan
Universitas Sumatera Utara
95 =0,05 dan derajat kebebasan pembilang df
1
= 4 k-1 derajat penyebut df
2
= 91 n-k adalah 2,47. Dengan demikian nilai dari F
hitung
F
tabel
dan tingkat signifikansi 0,000 0,05, yang menunjukkan bahwa variabel independen yaitu bentuk, jenis huruf, warna, dan slogan secara
bersama sama adalah berpengaruh positif dan signifikan terhadap
variabel dependen yaitu brand image. 2. Uji Secara Parsial Uji t
Uji t digunakan untuk menentukan seberapa besar pengaruh variabel bebas secara parsial terhadap variabel terkait. Kriteria pengambilan keputusan:
H diterima jika t
hitung
t
tabel
pada = 5 H
a
diterima jika t
hitung
t
tabel
pada = 5
Tabel 4.16 Uji Parsial Uji t
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta 1 Constant
1.169 2.597
.450 .654
BENTUK .424
.100 .339
4.235 .000
JENIS_HURUF .102
.126 .067
.808 .421
WARNA .441
.081 .466
5.460 .000
SLOGAN .226
.079 .237
2.865 .005
a. Dependent Variable: BRAND_IMAGE
Sumber : Hasil Olahan SPSS 16.00 For Windows Maret, 2011
Berdasarkan tabel, dapat disimpulkan sebagai berikut : a. Berdasarkan hasil uji t maka diperoleh persamaan regresi sebagai
berikut:
Universitas Sumatera Utara
Y= 1,169 + 0,424X1 + 0,102X2 + 0,441X3 + 0,226X4
b. variabel bentuk berpengaruh positif dan signifikan terhadap brand image, hal ini terlihat dari nilai signifikan 0,000 0,05 dan nilai
t
hitung
4,235 t
tabel
1,66, artinya jika variabel bentuk ditingkatkan satu satuan maka brand image Y akan meningkat sebesar 0,424
satuan. c. variabel jenis huruf, tidak berpengaruh positif dan signifikan
terhadap brand image, hal ini terlihat dari nilai signifikan 0,421 0,05 dan nilai t
hitung
0,808 t
tabel
1,66, artinya meskipun variabel jenis huruf ditingkatkan satu satuan maka brand image Y tidak
akan meningkat sebesar 0,102 satuan. d. variabel warna berpengaruh positif dan signifikan terhadap brand
image, hal ini terlihat dari nilai signifikan 0,000 0,05 dan nilai t
hitung
5,460 t
tabel
1,66, artinya jika variabel warna ditingkatkan satu satuan maka brand image Y akan meningkat sebesar 0,441
satuan. e. variabel slogan berpengaruh positif dan signifikan terhadap brand
image, hal ini terlihat dari nilai signifikan 0,005 0,05 dan nilai t
hitung
2,865 t
tabel
1,66, artinya jika variabel bent ditingkatkan satu satuan maka brand image Y akan meningkat sebesar 0,226
satuan.
Universitas Sumatera Utara
3. Pengujian Koefisien Determinan R
2
Koefisien determinan mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel independen. Nilainya adalah 0-1. Semakin
mendekati nol berarti model regresi semakin tidak baik atau model dalam menjelaskan dengan sangat terbatas, dan sebaliknya semakin mendekati
satu, maka model akan semakin baik.
Tabel 4.17 Pengujian Goodness of Fit
Model Summary
Model R
R Square Adjusted R
Square Std. Error of the Estimate
1 .686
a
.471 .448
.82798 a. Predictors: Constant, SLOGAN, JENIS_HURUF, BENTUK, WARNA
Sumber : Hasil Olahan SPSS 16.00 For Windows Maret, 2011
Keterangan : a R = 0,686 berarti hubungan antara bentuk, jenis huruf, warna, slogan,
terhadap brand image sebesar 68,6. Artinya hubungan antar variabel erat.
b Adjusted R Square sebesar 0,448 berarti 44,8 brand Image dapat dijelaskan oleh variabel bentuk, jenis huruf, warna, dan slogan.
Sedangkan sisanya 55,2 dapat dijelaskan oleh faktor faktor lain yang tidak diteliti oleh peneliti.
c Standard Error of Estimated standar deviasi sebesar 0,82798 yang berarti model dinilai baik, karena semakin kecil nilai standar deviasi
maka model akan semakin baik.
Universitas Sumatera Utara
4.3 Pembahasan