51 Pada Tabel 4.6 dapat dilihat bahwa:
1. Pada pernyataan pertama, dari 50 responden, sebanyak 12 responden atau 24 menyatakan sangat setuju bahwa Menjadi klien PT. Procomm Organizer
Indonesia merupakan pilihan yang tepat, 38 responden atau 76 menyatakan setuju.
2. Pada pernyataan kedua, dari 50 responden, sebanyak 13 responden atau 26 menyatakan sangat setuju bahwaSaya selalu merekomendasikan PT. Procomm
Organizer Indonesia Medan kepada orang lain, 37 responden atau 74 menyatakan setuju.
3. Pada pernyataan ketiga, dari 50 responden, sebanyak 26 responden atau 52 menyatakan sangat setuju bahwaSaya tidak ingin pindah ke Event Organizer
Lain selain PT. Procomm Organizer Indonesia ,24 responden atau 48 menyatakan setuju.
4. Pada pernyataan keempat, dari 50 responden, sebanyak 29 responden atau 58 menyatakan sangat setuju bahwa Saya selalu menggunakan Jasa Event, 21
responden atau 42 menyatakan setuju.
4.3 Uji Asumsi Klasik
4.3.1 Uji Normalitas
Tujuan uji normalitas adalah ingin menguji apakah dalam model regresi distribusi sebuah data mengikuti atau mendekati distribusi normal, yakni distribusi
data dengan bentuk lonceng.
52 1. Analisis Grafik
Salah satu cara untuk melihat normalitas adalah dengan melihat grafik histogram, dan grafik normal p-p plot, yang membandingkan antara dua observasi
dengan distribusi yang mendekati distribusi normal. Hasil output SPSS terlihat seperti Gambar 4.2, dan Gambar 4.3
Sumber: Hasil Penelitian, 2016 data diolah
Gambar 4.2 Pengujian Normalitas Histogram
Berdasarkan grafik dapat disimpulkan bahwa distribusi data normal karena grafik histogram menunjukkan pola distribusi normal maka model regresi
memenuhi asumsi normalitas dan sebaliknya jika data menyebar jauh dari garis diagonal dan tidak mengikuti arah garis diagonal atau grafik histogram tidak
menunjukkan pola distribusi data normal yang tidak melenceng kanan maupun
53 melenceng kiri. Jadi, berarti data residual berdistibusi normal. Terbukti bahwa
data maupun model yang digunakan memenuhi asumsi normalitas.
Sumber: Hasil Penelitian, 2016 data diolah
Gambar 4.3 Pengujian Normalitas P-P Plot
Pada P-P plot terlihat bahwa titik-titik menyebar disekitar garis diagonal dan cenderung mengikuti arah garis diagonal. Hal ini menunjukkan bahwa data
yang dipergunakan dalam penelitian ini memenuhi asumsi normalitas sehingga layak untuk diuji dengan model regresi.
2. Analisis Statistik Uji normalitas dengan grafik bisa saja terlihat berdistribusi normal,
padahal secara statistik tidak berdistribusi normal. Jika nilai sig probability lebih
54 besar dari 0,05 maka Ho ditolak dengan pengertian bahwa data yang dianalisis
berdistribusi normal. Demikian juga sebaliknya jika nilai sig probability lebih kecil dari 0,05 maka Ho diterima dengan pengertian bahwa data yang dianalisis
tidak berdistribusi normal. Berikut ini pengujian normalitas yang didasarkan dengan uji statistik nonparametik Kolmogorv-Smirnov K-S.
Tabel 4.7 Uji Kolmogrov Smirnov
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 50
Normal Parameters
a,,b
Mean .0000000
Std. Deviation .78155063
Most Extreme Differences Absolute
.084 Positive
.084 Negative
-.060 Kolmogorov-Smirnov Z
.592 Asymp. Sig. 2-tailed
.874 a. Test distribution is Normal.
b. Calculated from data.
Sumber: Hasil Penelitian, 2016 data diolah
Berdasarkan Tabel 4.7, terlihat bahwa nilai Asymp.Sig. 2-tailed adalah 0,874, ini berarti nilainya diatas nilai signifikan 5 0.05, dengan kata lain
variabel tersebut berdistribusi normal.
4.3.2 Uji Heteroskedastisitas
