Uji Asumsi Klasik Pada Kartu Seluler GSM Axis dan Three a Uji Normalitas

Tabel 4.3 Reliability Statistics Reliability Statistics Cronbachs Alpha N of Items .909 20 Sumber : Hasil Olahan SPSS 15.0 For Windows Mei, 2009 Hasil pengolahan data pada Tabel 4.3 dapat dilihat nilai cronbach alpha 0,909 lebih besar dari 0,8 berarti data telah reliabel.

C. Uji Asumsi Klasik Pada Kartu Seluler GSM Axis dan Three a Uji Normalitas

Uji normalitas bertujuan untuk menguji apakah model regresi berdistribusi normal. Uji normalitas dapat dilakukan dengan analisis grafik dilihat dari titik-titik yang menyebar di sekitar garis diagonal yakni distribusi data dengan bentuk lonceng dan distribusi data tersebut tidak menceng ke kiri atau menceng ke kanan. Uji normalitas dilakukan dengan menggunakan pendekatan kolmogorv sminorv. Dengan menggunakan tingkat signifikan 5 0,05 maka jika nilai Asymp.Sig. 2-tailed di atas nilai signifikan 5 artinya variabelresidualberdistribusinormal. Gambar 4.1 : Pengujian Normalitas P-P Plot Sumber : Hasil Olahan SPSS 15.0 For Windows Mei, 2009 Universitas Sumatera Utara Gambar 4.1 memperlihatkan titik-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 kolmogorv sminorv. Tabel 4.16 Uji Kolmogorv-Sminorv One-Sample Kolmogorov-Smirnov Test One-Sample Kolmogorov-Smirnov Test Unstandardized Residual N 100 Normal Parameters a Mean .0000000 Std. Deviation 1.28403824 Most Extreme Differences Absolute .088 Positive .048 Negative -.088 Kolmogorov-Smirnov Z .885 Asymp. Sig. 2-tailed .414 a. Test distribution is Normal. Sumber : Hasil Olahan SPSS 15.0 For Windows Mei, 2009 Berdasarkan Tabel 4.16 terlihat bahwa nilai Asymp.Sig. 2-tailed adalah 0,414 dan di atas nilai signifikan 0,05, hal ini menunjukkan bahwa variabel residual berdistribusi normal. b Uji Heteroskedastisitas Untuk menguji heteroskedastisitas dilakukan dengan analisis grafik dan analisis statistik berupa uji glejser. Melalui analisis grafik suatu model regresi dianggap tidak terjadi heteroskedastisitas jika titik-titik menyebar secara acak dan tidak membentuk suatu pola tertentu yang jelas serta tersebar di atas maupun di bawah angka nol pada sumbu Y. Universitas Sumatera Utara Gambar 4.2 : Pengujian Heteroskedastisitas Scatterplot Sumber : Hasil Olahan SPSS 15.0 For Windows Mei, 2009 Gambar 4.2 memperlihatkan titik-titik menyebar secara acak dan tidak membentuk suatu pola tertentu yang jelas serta tersebar baik di atas maupun di bawah angka nol pada sumbu Y. Hal ini berarti tidak terjadi heteroskedastisitas pada model regresi, sehingga model regresi layak dipakai untuk memprediksi keputusan pembelian berdasarkan masukan variabel independennya. Tabel 4.17 Uji Glesjer Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 Constant -.135 1.467 -.092 .927 HARGA .052 .051 .101 1.011 .315 PROMOSI .171 .072 .249 2.385 .019 PERSEPSI -.057 .052 -.115 -1.111 .269 LAYANAN -.056 .048 -.113 -1.146 .255 a. Dependent Variable: ABSUT Sumber : Hasil Olahan SPSS 15.0 For Windows Mei, 2009 Universitas Sumatera Utara Tabel 4.17 memperlihatkan bahwa tidak satupun variabel independen yang signifikan secara statistik mempengaruhi variabel dependen absolut Ut Absut. Hal ini terlihat dari probabilitas signifikannya di atas tingkat kepercayaan 5. Jadi dapat disimpulkan model regresi tidak mengarah adanya heteroskedastisitas.

c. Multikolinieritas

Gejala Multikolinieritas dapat dilihat dari besarnya nilai Tolerance dan VIF Variance Inflation Factor. Kedua ukuran ini menunjukkan setiap variabel independen manakah yang dijelaskan oleh variabel independen lainnya. Tolerance adalah mengukur variabilitas variabel independen yang terpilih yang tidak dijelaskan variabel independen lainnya. Nilai yang dipakai untuk Tolerance 0,1 dan VIF 5, maka tidak terjadi multikolinieritas. Tabel 4.18 Uji Multikolinieritas Coefficients a Model Unstandardized Coefficients Standardized Coefficients Collinearity Statistics B Std. Error Beta Tolerance VIF 1 Constant 5.648 2.387 HARGA -.079 .083 -.073 .976 1.024 PROMOSI .161 .116 .112 .888 1.126 PERSEPSI .631 .084 .604 .898 1.114 LAYANAN .222 .079 .215 .993 1.007 a. Dependent Variable: KEPUTUSAN PEMBELIAN Sumber : Hasil Olahan SPSS 15.0 For Windows Mei, 2009 Tabel 4.18 memperlihatkan semua nilai variabel independent untuk Tolerance 0,1 dan VIF 5, hal ini berarti tidak terjadi multikolinieritas. Universitas Sumatera Utara

D. Analisis Regresi Linear Berganda Pada Kartu Seluler GSM Axis dan Three