c. Koefisien X
2
b
2
= - 0,087 , ini berarti bahwa variabel kepercayaan X
2
berpengaruh negatif terhadap loyalitas pelanggan, atau dengan kata lain jika kepercayaan X
2
ditingkatkan sebesar satu-satuan, maka loyalitas pelanggan akan mengalami penurunan sebesar 0,087. Koefesien bernilai negatif artinya terjadi
hubungan negatif antara variabel kepercayaan dengan loyalitas pelanggan, semakin meningkat variabel kepercayaan maka akan semakin menurun loyalitas
pelanggan terhadap pasta gigi Pepsodent.
4.4 Uji Asumsi Klasik
4.4.1 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. Analisis Grafik
Salah satu cara untuk melihat normalitas adalah dengan melihat grafik histogram, dan grafik normal p-p plot, yang membandingkan antara dua observasi
dengan distribusi yang mendekati distribusi normal. Hasil output SPSS terlihat seperti Gambar 4.2, dan Gambar 4.3.
Universitas Sumatera Utara
Sumber: Hasil Penelitian, 2014 data diolah
Gambar 4.2 Pengujian Normalitas Histogram
Berdasarkan grafik dapat disimpulkan bahwa distribusi data normal karena grafik histogram menunjukkan pola distribusi normal maka model regresi
memenuhi asumsi normalitas dan sebaliknya jika data menyebar jauh dari garis diagonal dan tidak mengikuti arah garis diagonal atau grafik histogram tidak
menunjukkan pola distribusi data normal yang tidak melennceng kanan maupun melennceng kiri. Jadi, berarti data residual berdistibusi normal. Terbukti bahwa
data maupun model yang digunakan memenuhi asumsi normalitas.
Universitas Sumatera Utara
Sumber: Hasil Penelitian, 2014 data diolah
Gambar 4.3 Pengujian Normalitas P-P Plot
Pada P-P plot terlihat bahwa titik-titik menyebar disekitar garis diagonal dan cenderung mengikuti arah garis diagonal. Hal ini menunjukkan bahwa data
yang dipergunakan dalam penelitian ini memenuhi asumsi normalitas sehingga layak untuk diuji dengan model regresi.
2. Analisis Statistik Uji normalitas dengan grafik bisa saja terlihat berdistribusi normal,
padahal secara statistik tidak berdistribusi normal. Jika nilai sig probability lebih besar dari 0,05 maka Ho ditolak dengan pengertian bahwa data yang dianalisis
berdistribusi normal. Demikian juga sebaliknya jika nilai sig probability lebih
Universitas Sumatera Utara
kecil dari 0,05 maka Ho diterima dengan pengertian bahwa data yang dianalisis tidak berdistribusi normal. Berikut inipengujian normalitas yang didasarkan
dengan uji statistik non parametik Kolmogorv-Smirnov K-S.
Tabel 4.9 Uji Kolmogrov Smirnov
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 97
Normal Parameters
a,,b
Mean .0000000
Std. Deviation 1.42470162
Most Extreme Differences Absolute
.196 Positive
.085 Negative
-.196 Kolmogorov-Smirnov Z
1.928 Asymp. Sig. 2-tailed
.061 a. Test distribution is Normal.
b. Calculated from data.
Sumber: Hasil Penelitian, 2014 data diolah
Berdasarkan Tabel 4.9, terlihat bahwa nilai Asymp.Sig. 2-tailed adalah 0,061, ini berarti nilainya diatas nilai signifikan 5 0.05. dengan kata lain
variabel tersebut berdistribusi normal
4.4.2 Uji Heteroskedastisitas