65
menyatakan kurang setuju, 8 8,6 menyatakan tidak setuju, dan 4 4,3 menyatakan sangat tidak setuju.
f. Pada pernyataan butir 6, 93 responden terdapat 12 12,9 menyatakan
sangat setuju bahwa mereka selalu menggunakan Apple karena Apple selalu mengikuti perkembangan teknologi, 53 57 menyatakan setuju, 25
26,9 menyatakan kurang setuju, 3 3,2 menyatakan tidak setuju, dan 0 0 menyatakan sangat tidak setuju.
g. Pada pernyataan butir 7, 93 responden terdapat 19 20,4 menyatakan
sangat setuju bahwa mereka tetap membeli produk Apple karena selalu mengeluarkan produk-produk terbaru yang semakin canggih, 46 49,5
menyatakan setuju, 23 24,7 menyatakan kurang setuju, 5 5,4 menyatakan tidak setuju, dan 0 0 menyatakan sangat tidak setuju.
4.3 Uji Asumsi Klasik
Uji asumsi klasik digunakan untuk melihat apakah suatu model layak atau tidak layak digunakan dalam penelitian. Uji asumsi klasik yang digunakan dalam
penelitian ini adalah sebagai berikut:
4.3.1 Uji Normalitas
Tujuan uji normalitas adalah untuk mengetahui apakah distribusi sebuah data mengikuti atau mendekati distribusi normal. Ada dua cara untuk mendeteksi
apakah data terdistribusi secara normal atau tidak yaitu dengan Pendekatan Grafik dan Pendekatan Kolmogorv-Smirnov.
Universitas Sumatera Utara
66
1. Analisis Grafik
Salah satu cara untuk melihat uji normalitas adalah dengan melihat grafik hitogram dan grafik P-Plot seperti yang ditujnjukkan oleh Gambar 4.10 dan
Gambar 4.11sebagai berikut:
Sumber: Hasil penelitian, 2016 Data diolah
Gambar 4.10 Pengujian Normalitas Histogram
Pada Gambar 4.10 terlihat bahwa grafik histogram membentuk kurva yang seimbang dan tidak melenceng ke kiri ataupun ke kanan.Hal ini menunjukkan
bahwa data yang digunakan pada penelitian ini terdistribusi secara normal.
Universitas Sumatera Utara
67 Sumber: Hasil penelitian, 2016 Data diolah
Gambar 4.11 Pengujian Normalitas P-Plot
Pada grafik P-P plot terlihat bahwa titik-titik menyebar disekitar garis diagonal dan cenderung mengikuti arah garis diagonal. Hal ini menunjukkan bahwa data
yang digunakan dalam penelitian ini terdistribusi secara normal. 2.
Analisis Kolmogorv-Smirnov Berikut ini pengujian normalitas yang didasarkan dengan uji statistik
nonparametik Kolmogorv-Smirnov:
Universitas Sumatera Utara
68
Tabel 4.7 Uji Kolmogorv-Smirnov
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 93
Normal Parameters
a
Mean .0000000
Std. Deviation 2.48646496
Most Extreme Differences Absolute
.084 Positive
.040 Negative
-.084 Kolmogorov-Smirnov Z
.808 Asymp. Sig. 2-tailed
.532 a. Test distribution is Normal.
Sumber: Hasil Penelitian 2016, Data diolah
Berdasarkan Tabel 4.7 terlihat bahwa nilai Asymp.Sig. 2-tailed adalah 0,532 dan
di atas nilai signifikan 0,05. Dengan kata lain, variabel residual berdistribusi normal.
4.3.2 Uji Heteroskedastisitas
Analisis regresi bertujuan untuk melihat seberapa besarnya peranan variabel bebas terhadap variabel terikat. Uji heterokedastisitas juga pada prinsipnya ingin
menguji apakah sebuah grup mempuanyai varian yang sama diantara anggota grup tersebut. Jika probabilitasnya signifikan di atas tingkat kepercayaan 5
dapat disimpulkan model regresi tidak mengarah adanya heterokedastisitas.Alat untuk menguji heteroskedastisitas terbagi dua, yaitu analisis grafik dan analisis
statistik.
Universitas Sumatera Utara
69
a. Analisis Grafik
Data grafik ditunjukkan oleh titik-titik yang menyebar di atas dan di bawah angka 0 sumbu Y. Jika titik-titik menyebar secara acak dan tidak membentuk suatu pola
tertentu, maka tidak terjadi heteroskedastisitas pada model regresi. Sedangkan jika titik-titik menyebar membentuk suatu pola tertentu, maka terjadi
heteroskedastisitas.
Sumber: Hasil penelitian, 2016 Data diolah
Gambar 4.12 Pengujian Heteroskedastisitas Scatterplot
Berdasarkan Grafik Scatterplot pada Gambar 4.12, terlihat bahwa titik-titik menyebar secara acak dan tidak membentuk suatu pola tertentu yang jelas baik di
atas maupun di bawah angka 0 pada sumbu Y. Hal ini berarti tidak terjadi heteroskedastisitas pada model regresi, sehingga model regresi layak dipakai
Universitas Sumatera Utara
70
untuk memprediksi daya beli ulang berasarkan masukan variabel independen kepuasan dan gaya hidup konsumen.
b. Analisis Statistik
Analisis statistik dilakukan dengan uji Glejser. Jika variabel independen signifikan secara statistik mempengaruhi variabel dependen, maka ada indikasi
terjadi heteroskedastisitas.
Tabel 4.8 Uji Glejser
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta 1
Constant 3.266
1.192 2.741
.007 X1
.105 .049
.312 2.156
.340 X2
.129 .046
.411 2.836
.606 a. Dependent Variable: Absut
Sumber: Hasil penelitian, 2016 data diolah
Berdasarkan Tabel 4.8 Uji Glejser, terlihat bahwa tidak satupun variabel
independen yang signifikan secara statistik mempengaruhi variabel dependen absolut Ut absUt. Hal ini terlihat dari probabilitas signifikansinya di atas tingkat
kepercayaan 5 0,05. Dapat disimpulkan bahwa model regresi tidak mengarah adanya heteroskedastisitas.
4.3.3 Uji Multikolinearitas
