Uji Asumsi Klasik .1 Uji Normalitas

4.3.3 Uji Asumsi Klasik 4.3.3.1 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 melenceng ke kiri atau melenceng 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 variabel residual berdistribusi normal. Gambar 4.1 : Pengujian Normalitas P-P Plot Sumber : Hasil olahan SPSS 16.0 For Windows 2010 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 Kolmogorov Smirnov. Tabel 4.7 Uji Kolmogorov-Smirnov One-Sample Kolmogorov-Smirnov Test One-Sample Kolmogorov-Smirnov Test Unstandardize d Residual N 83 Normal Parameters a,,b Mean .0000000 Std. Deviation 1.57627891 Most Extreme Differences Absolute .097 Positive .062 Negative -.097 Kolmogorov-Smirnov Z .886 Asymp. Sig. 2-tailed .412 a. Test distribution is Normal. b. Calculated from data. Sumber : Hasil olahan SPSS 16.0 For Windows 2010 Berdasarkan Tabel 4.7 terlihat bahwa nilai Asymp.Sig. 2-tailed adalah 0,412 dan di atas nilai signifikan 0,05, hal ini menunjukkan bahwa variabel residual berdistribusi normal. Universitas Sumatera Utara

4.3.3.2 Uji Heteroskedastisitas

Untuk menguji heteroskedastisitas dilakukan dengan analisis grafik. 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. Gambar 4.2 : Pengujian Heteroskedastisitas Scatterplot Sumber : Hasil olahan SPSS 16.0 For Windows 2010 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. Universitas Sumatera Utara Tabel 4.8 Uji Glejser Coefficientsa Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 Constant 1.903 1.101 1.729 .088 Pribadi -.032 .037 -.107 -.872 .386 Psikologis -.008 .061 -.016 -.128 .898 a. Dependent Variable: absut Sumber : Hasil olahan SPSS 16.0 For Windows 2010 Tabel 4.8 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.

4.3. 3.3 Uji Multikolinieritas