orang responden atau sekitar 30 menjawab sangat setuju, dan 70 orang responden atau sekitar 70 menjawab setuju bahwa Saya akan
merekomendasikan cafe Tialif kepada teman-teman saya
4.2.3. Uji Asumsi Klasik 4.2.3.1. Uji Normalitas
Tujuan uji normalitas adalah untuk mengetahui apakah distribusi sebuah dat mengikuti atau mendekat distribusi normal. Uji normalitas dapat
dilakukan dengan analisis grafik dilihat dari titik yang menyebardi sekitar garis diagonal yakni distribusi data dalam bentuk lonceng dan distribusi
data tersebut tidak menceng ke kiri atau ke kanan. Uji normalitas dilakukan dengan menggunakan pendekatan Kolmogrov Smirnov. Dengan
menggunakan tingkat signifikan 5 maka jika nilai Asymp. Sig 2-tailed diatas nilai signifikan 5 artinya variabel residual berdistribusi normal.
Hasil dari output SPSS terlihat seperti Gambar 4.1 dan Gambar 4.2:
Universitas Sumatera Utara
Sumber :Hasil Penelitian 2013 diolah Gambar 4.1 Histogram Uji Normalitas
Berdasarkan Gambar 4.1 dapat diketahui bahwa variabel distribusi normal, Hal ini ditunjukkan oleh data tersebut tidak menceng ke kiri atau ke kanan.
Universitas Sumatera Utara
Sumber : Hasil Penelitian 2013 diolah
Gambar 4.2 Plot Uji Normalitas
Pada Gambar 4.2 dapat juga dilihat titik yang mengikuti data di sepanjang garis diagonal. Hal ini berarti data berdistribusi normal. Namun
untuk lebih memastikan bahwa data di sepanjang garis diagonal berdistribusi normal maka dilakukan uji Kolmogrov-Smirnov.
Universitas Sumatera Utara
Tabel 4.15 One-Sample Kolmogrov-Smirnov Test
Unstandardized Residual
N 100
Normal Parameters
a,b
Mean .0000000
Std. Deviation 1.15391894
Most Extreme Differences
Absolute .087
Positive .087
Negative -.073
Kolmogorov-Smirnov Z .875
Asymp. Sig. 2-tailed .924
a. Test distribution is Normal. b. Calculated from data.
Sumber : Hasil Penelitian 2013 diolah
Berdasarkan Tabel 4.15 Dapat diketahui bahwa nilai Asym.Sig 2-tailed adalah 0,924 ini berarti di atas nilai signifikan 0,05 atau 5. Dengan kata
lain variabel residual berdistribusi normal.
4.2.3.2. Uji Heteroskedastitas
Uji ini bertujuan untuk menguji apakah pada model regresi terdapat ketidaksamaan varians dari residual satu pengamatan ke pengamatan
lainnya. Jika varians dari residual satu pengamatan ke pengamatan lainnya tetap, maka terjadi homokedastisitas. Jika berbeda, maka disebut
heteroskedastisitas. Melalui analisis gambar, suatu model regresi dianggap yang baik adalah homokedastisitas atau tidak terjadi heterokedastisitas.
Universitas Sumatera Utara
Sumber: Hasil penelitian 2013 diolah
Gambar 4.3 Uji Heteroskedastisitas
Gambar 4.3 memperlihatkan bahwa titik-titik menyebar secara acak tidak membentuk pola yang jelas di atas maupun di bawah angka nol
pada sumbu Y. Hal ini berarti tidak terjadi heteroskedastitas pada model regresi, sehingga layak dipakai untuk memprediksi keputusan pembelian
pelanggan, bedasarkan masukan variabel independennya.
4.2.3.3. Uji Multikolineritas
Uji Multikolineritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi diantara variabel independen. Model regresi
Universitas Sumatera Utara
yang baik seharusnya tidak terjadi korelasi diantara variabel independen. Gejala multikolonearitas dapat dilihat dari besarnya nilai Tolerance dan
VIF Variance Inflation Factor. Tolerance mengukur variabilitas independen lainnya. Nilai umum yang biasa dipakai adalah nilai tolerance
0,1 atau nilai VIF 5, maka tidak terjadi multikolinearitas Situmorang dan Lutfi, 2011;139.
Tabel 4.16 Uji Nilai
Tolerance dan VIF Variance Inflation Factor
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity Statistics
B Std.
Error Beta
Tolerance VIF
1
Constant 6.555
5.881 3.115 .270
Gaya hdp .221
.154 .181 2.430 .015
.897 1.115
Produk .182
.149 .148 2.219 .028
.975 1.025
Harga .029
.149 .028 2.198 .044
.739 1.353
Promosi .039
.196 .029 3.199 .043
.679 1.472
Lokasi .642
.174 .492 3.683 .001
.804 1.243
Proses .208
.148 .188 1.405 .166
.798 1.252
Lingk.Fisik .273
.123 .291 2.220 .031
.831 1.203
a. Dependent Variable: KEP.PEMBELIAN Sumber : Hasil Penelitian 2013 diolah
Berdasarkan Tabel 4.16 dapat terlihat bahwa: a.
Nilai VIF dari variabel bebas yaitu gaya hidup, produk, harga, promosi, lokasi, proses, lingkungan fisik dan variabel terikat yaitu keputusan
pembelian pelanggan lebih kecil atau di bawah 5 VIF 5, ini berarti tidak terdapat multikolinearitas antar variabel bebas dalam regresi.
Universitas Sumatera Utara
b. Nilai Tolerance dari variabel bebas dan variabel terikat lebih besar dari 0,1
Tolerance 0,1 ini berarti tidak terdapat multikolinearitas antar variabel independent dalam model regresi.
4.2.4. Metode Analisis Regresi Linier berganda
