37 orang menyatakan setuju 67.27, dan 10 orang menyatakan tidak setuju 18.18.
4 Pada pernyataan keempat Anda memiliki rasa percaya pada produk
pembalut Laurier sebanyak12 orang menyatakan sangat setuju 21.82, 34 orang menyatakan setuju 61.82, 8 orang menyatakan tidak setuju
14.55, dan 1 orang menyatakan sangat tidak setuju 1.82 5
Pada pernyataan kelima Laurier tidak menimbulkan iritasi kulit atau efek samping lain selama dan sesudah pemakain sebanyak 6 orang menyatakan
sangat setuju 10.91, 40 orang menyatakan setuju 72.73, dan 9 orang menyatakan tidak setuju 16.36.
Berdasarkan penjelasan tersebut, rata- rata responden menyatakan setuju terhadap pernyataan dari variabel Y yang merupakan variabel keputusan
pembelian konsumen pada produk pembalut Laurier. Hal ini ditunjukkan dengan perolehan rata- rata hasil sebesar 68,73 pada skor tiga Setuju dari total lima
pernyataan yang ada.
4.3. Uji Asumsi Klasik
Uji Normalitas
Pengujian normalitas data dilakukan untuk melihat normal tidaknya distribusi data yang akan dianalisis. Model regresi yang baik adalah distribusi
normal atau mendekati normal, dimana data cenderung harus mengikuti garis diagonal distribusi diagonal berdistribusi normal sehingga layak untuk
Universitas Sumatera Utara
digunakan. Ada dua cara untuk mendeteksi apakah data berdistribusi normal atau tidak, yaitu dengan analisis grafik dan uji statistic.
1 Analisis Grafik
Salah satu cara untuk melihat normalitas adalah dengan melihat grafik histogram dan grafik normal plot yang membandingkan antara data observasi
dengan distribusi yang mendekati distribusi normal. Hasil output SPSS terlihat seperti Gambar 4.1 dan Gambar 4.2
Gambar 4.1: Histogram Uji Normalitas Sumber: Pengolahan SPSS 2011
Universitas Sumatera Utara
Gambar 4.2: P-plot Uji Normalitas Sumber: Hasil Pengolahan SPSS 2011
Berdasarkan Gambar 4.1dapat diketahui bahwa variabel berdistribusi normal, hal ini ditunjukkan oleh data tersebut tidak menceng ke kiri atau ke
kanan, sedangkan pada Gambar 4.2 dapat juga terlihat titik yang mengikuti data di sepanjang garis diagonal, hal ini berarti data berdistribusi normal.
2 Analisis Statistik
Uji normalitas dengan grafik bisa saja terlihat berdistribusi normal, padahal secara statistik tidak berdistribusi normal. Berikut ini pengujian
normalitas yang didasarkan dengan uji statistik non parametrik Kolgonorov- Smirnov K-S.
Universitas Sumatera Utara
Tabel 4.8 Kolgomorov- Smirnov Test
One-Sample Kolmogorov-Smirnov Test
Unstandardiz ed Residual
N 55
Normal Parameters
a
Mean .0000000
Std. Deviation 1.34190063
Most Extreme Differences
Absolute .104
Positive .081
Negative -.104
Kolmogorov-Smirnov Z .768
Asymp. Sig. 2-tailed .597
Sumber: Hasil Pengolahan SPSS 2011
Berdasarkan Tabel 4.8 dapat diketahui bahwa nilai Asymp. Sig. 2- tailed adalah 0.597, ini berarti diatas nilai signifikansi 5. Oleh karena itu,
sesuai dengan analisis grafik, analisis statistik dengan uji statistik non- parametrik Kolgomorov-Smirnov juga menyatakan bahwa variabel residual
berdistribusi normal.
4.4. Analisis Regresi Linier Berganda