menunjukkan bahwa responden tetap akan membeli produk minuman ringan Coca-Cola apabila harga jual Coca-Cola naik.
3. Pada pernyataan no.3 “Saat ada merek lain dari produk minuman ringan, saya akan tetap memilih Coca-Cola.”, dapat dijelaskan dengan nilai rata –
rata 3,84 menunjukkan bahwa responden tetap akan membeli produk minuman ringan Coca–Cola apabila ada merek dari produk minuman
ringan lainnya.
4.2.2 Uji Asumsi Klasik
4.2.2.1 Uji Normalitas
Tujuan uji normalitas adalah ingin menguji apakah dalam model regresi distribusi sebuah data mengikuti atau mendekati distribusi normal. Kalau
asumsi ini dilanggar maka uji statistik menjadi tidak valid. Ada tiga cara untuk mendeteksi apakah data berdistribusi normal atau tidak, yaitu dengan pendekatan
histogram, pendekatan grafik dan pendekatan Kolmogorv-Smirnov.
a. Pendekatan Histogram
Pendekatan Histogram dilakukan untuk menguji normalitas data yang dapat dilihat dengan kurva normal, yaitu kurva yang memiliki ciri-ciri khusus, salah
satunya adalah bahwa : mean, mode dan median pada tempat yang sama.
Universitas Sumatera Utara
Sumber : Hasil pengolahan data melalui program SPSS v 16.0, 2013
Gambar 4.1 Uji Normalitas Dengan Pendekatan Histogram
Pada Gambar 4.1 terlihat bahwa variabel terdistribusi normal. Hal tersebut ditunjukkan oleh distribusi data yang tidak menceng ke kiri atau menceng ke
kanan.
b. Pendekatan Grafik
Salah satu cara untuk melihat normalitas adalah dengan melihat grafik normal p-p plot. Grafik normal p-p plot akan membentuk plot antara nilai-nilai teoritis
sumbu x melawan nilai-nilai yang didapat dari sampel sumbu y.
Universitas Sumatera Utara
Sumber : Hasil pengolahan data melalui program SPSS v 16.0, 2013
Gambar 4.2 Uji Normalitas Dengan Pendekatan Grafik
Berdasarkan Gambar 4.2 terlihat pada scatter plot terdapat titik yang mengikuti data di sepanjang garis diagonal. Hal ini berarti data berdistribusi normal.
c. Pendekatan Kolmogorv-Smirnov
Uji normalitas juga dilakukan dengan menggunakan pendekatan Kolmogorov-smirnov. Hal ini untuk memastikan apakah data di sepanjang garis
normal berdistribusi normal.
Universitas Sumatera Utara
Tabel. 4.8 One-Sample Kolmogorov-Smirnov Test
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 100
Normal Parameters
a
Mean .0000000
Std. Deviation 1.21299582
Most Extreme Differences Absolute .119
Positive .119
Negative -.058
Kolmogorov-Smirnov Z 1.189
Asymp. Sig. 2-tailed .118
a. Test distribution is Normal.
Pada Tabel 4.8 terlihat bahwa nilai Asymp. Sig. 2-tailed adalah 0,118 dan di atas nilai signifikan 0,05, dengan kata lain variabel residual berdistribusi
normal. Nilai kolmogorov-smirnov Z adalah 1,189 dan lebih kecil dari 1,97 yang berarti tidak ada perbedaan antara distribusi teoritik dan distribusi empiric atau
dengan kata lain, data berdistribusi normal.
4.2.2.2 Uji Heteroskedastisitas
Uji heteroskedastisitas digunakan untuk menguji apakah sebuah grup memiliki varians yang sama di antara anggota grup tersebut. Jika varians tidak
sama, dikatakan terjadi heteroskedastisitas. Untuk menguji heteroskedastisitas, dapat dilakukan dengan model pendekatan grafik dan model pendekatan statistik.
Universitas Sumatera Utara
a. Model Pendekatan Grafik
