garis diagonal, hal ini berarti data berdistribusi normal. Namun untuk lebih memastikan bahwa data di sepanjang garis diagonal berdistribusi normal maka
dilakukan uji kolmogorv-sminorv.
Tabel 4.8 Uji
Kolmogorov-Smirnov One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual N
90 Normal
Parameters
a,,b
Mean .0000000
Std. Deviation 2.30993050
Most Extreme
Difference s
Absolute .084
Positive .084
Negative -.069
Kolmogorov-Smirnov Z .798
Asymp. Sig. 2-tailed .547
a. Test distribution is Normal. b. Calculated from data.
Sumber : Data Primer diolah, 2014
Berdasarkan Tabel 4.8 terlihat bahwa nilai Asymp.Sig. 2-tailed adalah 0,547 dan di atas nilai signifikan 0,05, hal ini menunjukkan bahwa variable residual
berdistribusi normal.
4.1.3 Uji Multikolinieritas
Gejala multikolinieritas dapat dilihat dari besarnya nilai Tolerance dan VIF Variance Inflation Factor. Kedua ukuran ini menunjukkan setiap variabel
independen manakah yang dijelaskan oleh variabel independen lainnya. Tolerance adalah mengukur variabilitas variabel independen yang terpilih yang tidak
dijelaskan variabel independen lainnya. Nilai yang dipakai untuk Tolerance 0,1, dan VIF 5, maka tidak terjadi multikolinieritas.
Universitas Sumatera Utara
Tabel 4.9 Uji Multikolinieritas
Coefficients
a
Model Unstandardized
Coefficients Standardiz
ed Coefficien
ts T
Sig. Collinearity
Statistics B
Std. Error Beta
Tolerance VIF
1 Constant
3.770 2.112
1.785 .078
strategi .215
.106 .199
2.034 .045
.846 1.182
citra .459
.103 .435
4.452 .000
.846 1.182
a. Dependent Variable: keputusan
Sumber : Data primer diolah 2014
Berdasarkan Tabel 4.9 dapat terlihat bahwa: jika hasil korelasi antara variabel independen di bawah 0,9 maka antara variabel tersebut tidak terjadi
multikolinearitas. Selain itu dapat juga diketahui dari persamaan regresi di peroleh nilai tolarance 0,1 dan nilai VIF 5, artinya pada nila tolance dan VIF untuk
indikator strategi dan citra tidak terjadi multikolinearitas. Gambar 4.3 hasil uji multikolinearitas dapat dilihat sebagai berikut :
Sumber : Data primer diolah, 2014
Gambar 4.3 : Pengujian Multikolinearitas
Universitas Sumatera Utara
4.1.4 Uji Heterokedastisitas
Uji heterokedastisitas menggunakan uji Gleijser dapat dilihat pada Tabel 4.10 di bawah ini :
Tabel 4.10 Hasil Uji Gleijser
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients T
Sig. B
Std. Error Beta
1 Constant
.687 1.314
.523 .603
Strategi -.151
.066 -.255
-2.301 .064
Citra .179
.064 .309
2.795 .056
a. Dependent Variable: Absut
Sumber : Data primer diolah 2014
Pengambilan keputusan pada uji gleijser yaitu bahwa jika variabel independen signifikan secara statistik mempengaruhi variabel independen, maka
ada indikasi terjadi heterokedisitas. Jika variabel independen tidak signifikan terhadap variabel absut diatas tingkat kepercayaan 0,05, maka dalam model
regresi tidak mengarah pada heteroskedastisitas. Pada tabel 4.15 terlihat bahwa variabel strategi merek p=0,064 dan variabel citra merek p= 0,056 diatas 0,05,
sehingga dapat disimpulkan bahwa antara variabel independen dan dependen tidak terjadi heteroskedasitas.
Universitas Sumatera Utara
4.1.5 Uji Autokorelasi Tabel 4.11
