maskapai penerbangan AirAsia, 47 menyatakan setuju, 4 menyatakan kurang setuju, 0 menyatakan tidak setuju dan 0
menyatakan sangat tidak setuju. 7. Pada pernyataan keempat, dari 100 orang responden 16
menyatakan sangat setuju bahwa membeli e-ticket AirAsia adalah keputusan yang tepat, 53 menyatakan setuju, 31 menyatakan
kurang setuju, 0 menyatakan tidak setuju dan 0 menyatakan sangat tidak setuju.
4.2.3 Uji Asumsi Klasik
4.2.3.1 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 Pengujian SPSS for Windows Juni 2012
Gambar 4.4 Uji Normalitas Dengan Pendekatan Histogram
Pada Gambar 4.4 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 Pengujian SPSS for Windows Juni 2012
Gambar 4.5 Uji Normalitas Dengan Pendekatan Grafik
Berdasarkan Gambar 4.5 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 4.14
Sumber : Hasil Pengujian SPSS for Windows Juni 2012 Pada Tabel 4.14 terlihat bahwa nilai Asymp. Sig. 2-tailed adalah
0,759 dan di atas nilai signifikan 0,05, dengan kata lain variabel residual berdistribusi normal. Nilai kolmogorov-smirnov Z adalah
0,671 dan lebih kecil dari 1,97 yang berarti tidak ada perbedaan antara distribusi teoritik dan distribusi empiric atau dengan kata lain, data
berdistribusi normal.
4.2.3.2 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.
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 100
Normal Parameters
a,,b
Mean .0000000
Std. Deviation 1.99494043
Most Extreme Differences Absolute
.067 Positive
.063 Negative
-.067 Kolmogorov-Smirnov Z
.671 Asymp. Sig. 2-tailed
.759 a. Test distribution is Normal.
b. Calculated from data.
Universitas Sumatera Utara
a. Model Pendekatan Grafik
Kriteria keputusan: 1 Jika diagram pencar yang ada membentuk pola- pola tertentu
yang teratur maka regresi mengalami gangguan heterokedastisitas.
2 Jika diagram pencar yang ada tidak membentuk pola- pola tertentu yang teratur maka regresi tidak mengalami gangguan
heterokedastisitas.
Sumber : Hasil Pengujian SPSS for Windows Juni 2012
Gambar 4.6 Scatterplot Uji Heteroskedastisitas
Dari Gambar 4.6 terlihat titik-titik menyebar secara acak tidak membentuk sebuah pola tertentu yang jelas serta tersebar baik
diatas maupun di bawah angka nol pada sumbu Y, dengan demikian dapat dikatakan bahwa tidak terjadi heteroskedastisitas
pada model regresi.
Universitas Sumatera Utara
b. Model Pendekatan Statistik Dengan Uji Glejser
Kriteria keputusan: 1 Jika probabilitas 0,05 maka tidak mengalami gangguan
heteroskedastisitas. 2 Jika probabilitas 0,05 maka mengalami gangguan
heteroskedastisitas.
Tabel 4.15 Hasil Uji glejser
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta 1 Constant
2.888 3.161
.914 .363 Produk
-.051 .105
-.052 -.487 .627
Harga .121
.127 .101
.956 .342 Promosi
-.028 .089
-.032 -.315 .753
Kemudahan -.130
.129 -.104 -1.007 .317
a. Dependent Variable: absut
Sumber : Hasil Pengujian SPSS for Windows Juni 2012 Pada Tabel 4.15 dapat dilihat bahwa kolom Sig. pada tabel
koefisien regresi untuk variabel independen adalah 0,627; 0,342; 0,753; 0,317 atau probabilitas lebih besar dari 0,05
maka tidak terjadi gangguan heteroskedastisitas. Hal ini menunjukkan semua variabel independen yang terdiri dari
produk, harga, promosi dan kemudahan memperoleh produk signifikan secara statistik mempengaruhi variabel dependen
absolut Ut absUt.
Universitas Sumatera Utara
4.2.3.3 Uji 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. Nilai cutoff yang umum
dipakai untuk menunjukkan adanya mulitkolinieritas adalah : Tolerance 0.1 sedangkan variance inflation factor VIF 5.
Tabel 4.16 Hasil Uji Multikolinieritas
Sumber : Hasil Pengujian SPSS for Windows Juni 2012 Pada Tabel 4.16 variabel produk, harga, promosi dan kemudahan
memperoleh produk memiliki nilai Tolerance 0,903; 0,919; 0,980; 0,960 0,1 dan nilai VIF 1,107; 1,088; 1,021; 1,042 5 maka
variabel tersebut tidak mempunyai persoalan multikolinearitas.
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity
Statistics B
Std. Error Beta
Tolerance VIF
1 Constant -.638
5.081 -.126
.900 Produk
.344 .169
.185 2.034
.045 .903 1.107
Harga .371
.204 .164
1.820 .072
.919 1.088 Promosi
.546 .143
.333 3.818
.000 .980 1.021
Kemudahan .798
.207 .340
3.858 .000
.960 1.042 a. Dependent Variable: Keputusan_Pembelian
Universitas Sumatera Utara
4.2.4 Analisis Regresi Linier Berganda