4. Pada pertanyaan keempat, dari 96 responden terdapat 26,05
responden menyatakan sangat setuju bahwa memiliki keinginan untuk membeli kembali sepeda motor merek Yamaha, 55,21 menyatakan
setuju, 14,58 menyatakan kurang setuju, 1,04 menyatakan tidak setuju dan 3,12 menyatakan sangat tidak setuju.
2. Uji Asumsi Klasik
a. Uji Normalitas
Tujuan uji normalitas adalah ingin menguji apakah dalam model regresi distribusi sebuah data mengikuti atau mendekati
distribusi normal, yakni distribusi data dengan bentuk lonceng. Kalau asumsi ini dilanggar maka uji statistik menjadi tidak valid. Ada dua
cara untuk mendeteksi apakah data berdistribusi normal atau tidak, yaitu dengan pendekatan grafik dan pendekatan Kolmogorv-Smirnov
1. Pendekatan Grafik
Salah satu cara untuk melihat normalitas adalah dengan melihat grafik histogram dan grafik normal plot yang
membandingkan antara dua observasi dengan distribusi yang mendekati distribusi normal.
Gambar 4.1 Grafik Histogram Uji Normalitas
Sumber: Hasil Pengolahan SPSS Februari 2011
Gambar 4.2 Scatter Plot Uji Normalitas
Sumber: Hasil Pengolahan SPSS Februari 2011
Berdasarkan Gambar 4.1 dapat diketahui bahwa variabel berdfistribusi normal, hal ini ditunjukkan oleh gambar tersebut, dimana
tidak menceng ke kiri atau ke kanan, sedangkan pada Gambar 4.2 data juga berdistribusi normal ini dapat dilihat pada scatter plot terlihat titik
yang mengikuti data disepanjang garis diagonal. 2.
Pendekatan Kolmogorv-Smirnov Uji normalitas dengan grafik bisa saja terlihat berdistribusi normal,
padahal secara statistik tidak berdistribusi normal. Berikut ini pengujian normalitas yang didasrkan dengan uji statistik non-
parametik Kolmogorv-Smirnov K-S
Tabel 4.12 One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual N
96 Normal Parameters
a
Mean .0000000
Std. Deviation 1.34310987
Most Extreme Differences Absolute
.079 Positive
.048 Negative
-.079 Kolmogorov-Smirnov Z
.773 Asymp. Sig. 2-tailed
.589 a. Test distribution is Normal.
Sumber: Hasil Pengolahan SPSS Februari 2011
Berdasarkan Tabel 4.12, terlihat bahwa nilai Asymp.Sig. 2-tailed adalah 0.589, ini berarti nilainya diatas nilai signifikan 5 0.05. dengan
kata lain variabel tersebut berdistribusi normal.
b. Uji Heteroskedastisitas
Uji ini bertujuan untuk menguji apakah didalam model regresi terjadi ketidaksamaan varians dari suatu residual pengamatan ke
pengamatan lain. Jika varians dari residual satu pengamatan ke pengamatan yang lain tetap, maka disebut homoskedastisitas dan jika berbeda disebut
heteroskedastisitas. Model regresi yang baik adalah yang homoskedastisitas atau tidak terjadi heteroskedastisitas.
Ada beberapa cara untuk mendeteksi ada atau tidaknya heteroskedastisitas, yaitu:
1. Metode Grafik
Dasar analisis adalah tidak ada pola yang jelas, serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi
heteroskedastisitas, sedangkan jika ada pola tertentu, seperti titik-titik yang membentuk pola tertentu yang teratur, maka mengindikasikan telah terjadi
heteroskedastisitas.
Gambar 4.3 Scatter Plot Uji Heteroskedastisitas
Sumber: Hasil Pengolahan SPSS Februari 2011
Berdasarkan Gambar 4.3 dapat terlihat bahwa tidak ada pola yang jelas, serta titik-titik menyebar diatas dan dibawah angka 0 pada sumbu Y,
maka berdasarkan metode grafik tidak terjadi heteroskedastisitas pada model regresi.
2. Uji Glejser
Tabel 4.13 Uji Glejser
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta 1
Constant 2.552
.865 2.949
.004 Motivation
.023 .058
.061 .404
.687 Perception
-.053 .051
-.147 -1.039
.302 ConsumerAttitudes
-.057 .066
-.140 -.863
.391 a. Dependent Variable: absut
Sumber: Hasil Pengelolaan SPSS Februari 2011
Berdasarkan Tabel 4.13 dapat diketahui bahwa tidak satupun variabel independen yang signifikan secara statistik mempengaruhi
variabel dependen absolute Ut absut. Hal ini terlihat dari probabilitas signifikansinya di atas tingkat kepercayaan 5 jadi disimpulkan model
regresi tidak mengarah adanya heteroskedastisitas.
c. Uji Multikolinieritas
