Uji Normalitas Uji Multikolinearitas

4.4.1 Uji Normalitas

Uji normalitas adalah untuk mengetahui apakah distribusi data mengikuti atau mendekati distribusi normal. Uji normalitas dilakukan dengan menggunakan pendekatan Kolmogorov Smirnov. Dengan menggunakan tingkat signifikansi 5 maka jika nilai Asymp.sig. 2-tailed diatas nilai signifikan 5 artinya variabel residual berdistribusi normal Situmorang dan Lufti, 2012:100 Salah satu cara untuk melihat normalitas adalah dengan melihat grafik histrogram dan grafik normal plot yang membandingkan antara dua absorvasi dengan distribusi yang mendekati distribusi normal : a. Pendekatan Histogram Sumber :Hasil pengolahan SPSS 2016 Gambar 4.5 Histogram Uji Normalitas Universitas Sumatera Utara Berdasarkan Gambar 4.5 dapat diketahui bahwa variabel berdistribusi normal, hal ini ditunjukkan oleh distribusi data yang berbentuk lonceng dan tidak melenceng ke kiri atau ke kanan. b. Pendekatan Grafik Sumber :Hasil pengolahan SPSS 2016 Gambar 4.6 Plot Uji Normalitas Pada Gambar 4.6 menunjukkan bahwa pada scatter plot terlihat titik yang mengikuti data di sepanjang garis diagonal. Hal ini menunjukkan bahwa residual peneliti normal. Namun untuk lebih memastikan bahwa di sepanjang garis diagonal berdistribusi normal, maka dilakukan uji Kolmogorov-Smirnov K-S. Universitas Sumatera Utara c. Pendekatan Kolmogorov-Smirnov Tabel. 4.10 One-Sample Kolmogorov-Smirnov Test Unstandardized Residual N 97 Normal Parameters a Mean .0000000 Std. Deviation 1.18262949 Most Extreme Differences Absolute .144 Positive .144 Negative -.079 Kolmogorov-Smirnov Z 1.416 Asymp. Sig. 2-tailed .136 a. Test distribution is Normal. Sumber :Hasil pengolahan SPSS 2016 Pada Tabel 4.10 menunjukkan bahwa nilai Asymp. Sig. 2-tailed adalah 0.136 dan diatas nilai signifiksn 0,05 atau 5, sehingga dapat disimpulkan bahwa variabel residual berdistribusi normal.

4.4.2 Uji Multikolinearitas

Uji Multikolinearitas bertujuan untuk mendeteksi ada atau tidaknnya gejala multikolinearitas pada data dapat dilakukan dengan melihat nilai tolerance value dan Varians Inflation factor VIF. Dengan kriteria sebagai berikut : 1. Apabila VIF 5 maka diduga mempunyai persoalan Multikolinearitas. 2. Apabila VIF dari 5 maka tidak terdapat Multikolinearitas. 3. Apabila tolerance 0,1 maka diduga mempunyai persoalan multikolinearitas. 4. Apabila tolerance 0,1 maka tidak terdapat multikolinearitas. Universitas Sumatera Utara Tabel 4.11 Uji Nilai Tolerance dan VIF Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics B Std. Error Beta Tolerance VIF 1 Constant 3.429 1.397 2.455 .016 Kualitas Pesan Iklan .494 .173 .377 2.864 .005 .236 4.234 Selebriti Pendukung .271 .095 .284 2.840 .006 .411 2.435 Tagline .148 .071 .211 2.082 .040 .401 2.496 a. Dependent Variable: Brand Awareness Sumber :Hasil pengolahan SPSS 2016 Pada Tabel 4.11 terlihat bahwa nilai tolerance semua variabel bebas adalah lebih besar dari nilai ketetapan 0,1 dan nilai VIF semua variabel bebas adalah lebih kecil dari nilai ketetapan 5. Oleh karna itu, data dalam penelitian ini dikatakan tidak mengalami masalah multikolinearitas.

4.4.3 Uji Heteroskedastisitas