Uji Asumsi Klasik .1 Uji Normalitas

d. Pada pernyataan keempat, dapat diketahui bahwa tanggapan responden mengenai “Anda akan mengajak orang lain untuk membeli kacang sihobuk merek UD. Martabe”, terdapat 35 orang responden 35 menyatakan sangat setuju, 54 orang responden 54 menyatakan setuju, 11 orang responden 11 menyatakan kurang setuju, dan tidak ada responden yang menyatakan tidak setuju dan sangat tidak setuju. e. Pada pernyataan kelima, dapat diketahui bahwa tanggapan responden mengenai “Anda akan mengatakan hal-hal positif mengenai produk kacang sihobuk UD. Martabe kepada orang lain”, terdapat 19 orang responden 19 menyatakan sangat setuju, 68 orang responden 68 menyatakan setuju, 13 orang responden 13 menyatakan kurang setuju, dan tidak ada responden yang menyatakan tidak setuju dan sangat tidak setuju. 4.4 Uji Asumsi Klasik 4.4.1 Uji Normalitas Uji normalitas dilakukan untuk menguji apakah model regresi berdistribusi normal, yakni distribusi data dengan bentuk lonceng. Data yang baik adalah data yang mempunyai pola seperti distribusi normal, yakni distribusi data tersebut tidak melenceng ke kiri atau melenceng ke kanan. Untuk pengujian normalitas data dalam penelitian ini dideteksi dengan analisa grafik histogram dan analisa grafik normal p-plot yang dihasilkan melalui perhitungan regresi dengan SPSS 16.0. Hasil pengujian normalitas dapat dilihat pada Gambar 4.1 dan 4.2 berikut ini : Universitas Sumatera Utara 1. Grafik Histogram Gambar 4.1 : Grafik Histogram Uji Normalitas Sumber : Hasil Pengolahan Data SPSS 16.0 Berdasarkan Gambar 4.1 terlihat bahwa variabel berdistribusi normal. Hal ini ditunjukkan oleh distribusi data tidak melenceng ke kiri atau melenceng ke kanan. 2. Grafik Normal p-plot Gambar 4.2 : Grafik Normal P-Plot Sumber : Hasil Pengolahan Data SPSS 16.0 Universitas Sumatera Utara Berdasarkan Gambar 4.2 terlihat titik-titik yang mengikuti data di sepanjang garis diagonal, hal ini berarti data berdistribusi normal.

4.4.2 Uji Multikolinearitas

Uji Multikolinearitas bertujuan untuk menguji adanya korelasi antara variabel independen. Gejala multikolinearitas dapat dilihat dari besarnya nilai Tolerance dan VIF Variance Inflation Factor. Nilai yang dipakai untuk Tolerance 0.1 dan VIF 5, maka tidak terjadi multikolinearitas. Tabel 4.13 Uji Multikolinearitas Coefficients a Model Unstandardized Coefficients Standardized Coefficients T Sig. Collinearity Statistics B Std. Error Beta Tolerance VIF 1 Constant 6.327 2.549 2.482 .015 kesadaran merek .244 .092 .230 2.651 .009 .801 1.248 persepsi kualitas .049 .119 .033 .416 .679 .975 1.026 asosiasi merek .032 .114 .024 .280 .780 .795 1.258 loyalitas merek .588 .101 .528 5.810 .000 .731 1.367 a. Dependent Variable: loyalitas pembelian Sumber: Hasil Pengolahan Data SPSS 16.0 2014 Berdasarkan Tabel 4.13 dapat dilihat bahwa nilai VIF Variance Inflation Factor dari variabel independen kesadaran merek, persepsi merek, asosiasi merek, dan loyalitas merek memiliki VIF 5, ini menunjukkan bahwa tidak terjadi multikolinearitas pada analisis regresi. Universitas Sumatera Utara Nilai Tolerance juga tidak menunjukkan adanya masalah karena nilainya mendekati satu.

4.4.3 Uji Heterokedastisitas

Uji heterokedastisitas bertujuan untuk mengetahui apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang lain. Pengujian heterokedastisitas dilakukan dengan menggunakan scatterplot. Jika tidak terdapat pola yang teratur pada titik- titik residualnya, maka disimpulkan tidak adanya masalah heterokedastisitas. Hasil pengujian dapat dilihat pada gambar berikut ini : Gambar 4.3 : Grafik Scatterplot Sumber : Hasil Pengolahan Data SPSS 16.0 Berdasarkan Gambar 4.3 di atas memperlihatkan titik-titik menyebar secara acak tanpa membentuk suatu pola tertentu yang jelas atau teratur serta tersebar baik diatas maupun dibawah angka 0 pada sumbu Y. Hal ini Universitas Sumatera Utara berarti tidak terjadi heterokedastisitas pada model regresi, sehingga model regresi layak dipakai.

4.5 Analisis Regresi Linier Berganda