Gambar 4.1 memberikan interpretasi bahwa grafik histogram memiliki
distribusi normal dapat dilihat dari grafik tersebut yang membentuk pola lonceng atau tidak miring ke kanan atau ke kiri.
Sumber : Hasil Pengolahan SPSS
Gambar 4.2 Normal P-P Plot of Regression Standardized Residual
Gambar 4.2 menunjukkan bahwa data menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal. Oleh karena itu, berdasarkan gambar dan gambar
kriteria pengambilan keputusan yang pertama dipenuhi yaitu data berdistribusi normal.
b. Analisis Statistik
Berikut ini pengujian normalitas yang didasarkan dengan uji statistik non-parametrik Kolmogrov-Smirnov K-S.
Universitas Sumatera Utara
Menentukan kriteria keputusan, yaitu : 1.
Jika nilai Asymp. Sig. 2 tailed 0,05 maka data tidak mengalami gangguan distribusi normal.
2. Jika nilai Asymp. Sig. 2 Tailed 0,05 maka data mengalami gangguan
distribusi normal.
Tabel 4.14
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 96
Normal Parameters
a
Mean .0000000
Std. Deviation 1.17661081
Most Extreme Differences Absolute
.117 Positive
.117 Negative
-.065 Kolmogorov-Smirnov Z
1.143 Asymp. Sig. 2-tailed
.147 a. Test distribution is Normal.
Sumber: Hasil Pengolahan SPSS
Pada Tabel 4.14 terlihat bahwa nilai Asymp.Sig. 2 tailed adalah 0,147 dan di atas nilai signifikan 0,05, dengan kata lain variabel residual berdistribusi
normal. 4.4.2 Uji Heteroskedastisitas
Heteros kedastisitas terjadi karena perubahan situasi yang tidak digambarkan spesifikasi model regresi. Dengan kata lain, heteroskedastisitas terjadi jika
residual tidak memiliki varians yang konstan. Pemeriksaan terhadap gejala
Universitas Sumatera Utara
heteroskedastisitas adalah dengan melihat pola diagram pencar residual yaitu selisih antara nilai Y prediksi dan Y observasi.
Jika diagram pencar yang ada membentuk pola-pola teratur maka regresi terkena gangguan heteroskedastisitas. Jika diagram pencar tidak membentuk
pola-pola tertentu yang teratur maka regresi tidak mengalami gangguan heteroskedastisitas.
Sumber : Hasil Pengolahan SPSS
Gambar 4.3 Scatterplot
Pada gambar 4.3 dapat dilihat bahwa diagram pencar tidak membentuk pola tertentu maka regresi tidak mengalami gangguan heteroskedastisitas.
Universitas Sumatera Utara
4.4.3 Uji Multikolinearitas Uji Multikolinearitas bertujuan untuk menguji adanya korelasi antar variabel
independen. Jika terjadi korelasi maka dinamakan multikol, yaitu adanya masalah multikolinearitas. Model regresi yang baik seharusnya tidak terjadi
korelasi antara variabel independen. Hasil pengolahan data dilihat pada tabel 4.15 sebagai berikut.
Tabel 4.15 Variables EnteredRemovedb
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
Collinearity Statistics B
Std. Error Beta
Tolerance VIF
1 Constant
3.225 1.564
2.063 .042
Display .112
.086 .098
1.297 .198
.678 1.474
Suasana .058
.100 .042
.580 .564
.736 1.359
TataLetak .436
.130 .254
3.338 .001
.674 1.483
Promosi .584
.073 .586
8.041 .000
.737 1.357
a. Dependent Variable: Impulsive
Sumber: Hasil Pengolahan SPSS
Pedoman suatu model regresi yaitu bebas multikol adalah dengan melihat Variance Inflation Factor VIF 5, dan jika VIF 5 maka variabel memiliki
masalah multikol. Jika Tolerance 0,1 maka variabel tidak memiliki masalah multikol dan jika Tolerance 0,1 maka variabel memiliki masalah multikol.
Pada tabel 4.13 dapat dilihat bahwa nilai VIF 5 dan Tolerance 0,1 berarti tidak ditemukan masalah multikolinearitas dalam penelitian ini.
Universitas Sumatera Utara
4.5 Metode Analisis Regresi Berganda
