Tabel 4.7 Uji Normalitas
One-Sample Kolmogorov-Smirnov Test
Unstandardi zed Residual
N 96
Mean ,0000000
Normal Parametersa,b
Std. Deviation 1,34039933
Absolute ,089
Positive ,059
Most Extreme Differences
Negative -,089
Kolmogorov-Smirnov Z ,875
Asymp. Sig. 2-tailed ,428
a Test distribution is Normal. b Calculated from data.
Sumber: Hasil pengolahan data primer Kuesioner, SPSS versi 15.0, 2010
Pengambilan keputusan: Pada Tabel 4.7 terlihat bahwa Asymp. Sig. 2-tailed adalah 0,428 dan
diatas nilai signifikan 5 0,05, dengan kata lain variabel residual berdistribusi normal.
2. Pengujian Heterokedastisitas
Heterokedastisitas terjadi karena perubahan situasi yang tidak tergambarkan dalam spesifikasi model regresi. Dengan kata lain,
heterokedastisitas terjadi jika residual tidak memiliki varians yang konstan. Pemeriksaan terhadap gejala heterokedastisitas adalah dengan melihat pola
diagram pencar yaitu grafik yang merupakan diagram pencar residual, yaitu selisih antara nilai Y prediksi dan Y observasi.
a. Model grafik Hipotesis:
1 Jika diagram pencar yang ada membentuk pola- pola tertentu yang teratur maka regrasi mengalami gangguan heterokedastisitas.
Universitas Sumatera Utara
2 Jika diagram pencar yang ada tidak membentuk pola- pola tertentu yang teratur maka regrasi tidak mengalami gangguan
heterokedastisitas.
Regression Studentized Residual
3 2
1 -1
-2 -3
Scatterplot Dependent Variable: Perpindahanmerek
Reg re
ssion Stan dardized Pr
ed icted
Va lu
e
2 1
-1 -2
-3
Sumber: Hasil pengolahan data primer Kuesioner, SPSS versi 15.0, 2010 Gambar 4. 3 Scatterplot
Pada Gambar 4.3 dapat dilihat bahwa diagram pencar tidak membentuk pola tertentu karena itu tidak mengalami gangguan heterokedastisitas.
b. Model Glejser Menentukan kriteria keputusan:
1. Jika nilai signifikan 0,05, maka tidak mengalami gangguan heterokedastisitas.
2. Jika nilai signifikan 0,05, maka mengalami gangguan heterokedastisitas.
Universitas Sumatera Utara
Tabel 4.8 Uji Glejser
Coefficientsa
Unstandardized Coefficients
Standardized Coefficients
T Sig.
Mode l
B Std.
Error Beta
B Std.
Error Constant
,658 ,997
,661 ,511
Harga -,002
,065 -,003
-,026 ,980
Kualitas ,126
,074 ,221
1,703 ,092
1
Promosi -,097
,074 -,173
-1,312 ,193
a Dependent Variable: absut Sumber: Hasil pengolahan data primer Kuesioner, SPSS versi 15.0, 2010
Pada Tabel 4.8 tampak bahwa signifikasi variabel bebas lebih besar dari 0,05, maka tidak mengalami gangguan heterokedastisitas.
3. Pengujian Multikolinieritas
Uji multikolinieritas bertujuan untuk menguji adanya korelasi antara variabel independen. Jika terjadi korelasi maka dinamakan multikol, yaitu adanya
masalah multikolinieritas. Model regresi yang baik seharusnya tidak terjadi korelasi antara variabel independen. Hasil pengolahan dapat dilihat pada Tabel 4.9
sebagai berikut:
Tabel 4.9 Uji
Multikolinearitas
a Dependent Variable: Perpindahanmerek
Mode l
Unstandardized Coefficients
Standardized Coefficients
t Sig.
Collinearity Statistics
B Std.
Error Beta
Toleran ce
VIF B
Std. Error
1 Consta
nt 4,125
1,611 2,561
,012 Harga
,458 ,105
,322 4,350
,000 ,865
1,157 Kualitas
,293 ,119
,214 2,457
,016 ,627
1,595 Promosi
,559 ,119
,415 4,688
,000 ,606
1,649 Sumber: Hasil pengolahan data primer Kuesioner, SPSS versi 15.0, 2010
Universitas Sumatera Utara
Hasil pengujian: Pedoman suatu model regresi yaitu bebas multikolinieritas adalah dengan
melihat Variance Inflation Factor VIF 5 maka variabel ada masalah multikolinieritas, dan jika VIF 5 maka tidak terdapat masalah multikolinieritas.
Jika Tolerance 0,1 maka variabel ada masalah multikolinieritas, dan jika Tolerance 0,1 maka variabel tidak terdapat masalah multikolinieritas Pada
Tabel 4.9 dapat dilihat bahwa nilai VIF 5 dan Tolerance 0,1 maka tidak ditemukan masalah multikolinieritas dalam penelitian ini.
C. Analisis Data