Tabel 4.13 Uji Normalitas
One-Sample Kolmogorov-Smirnov Test
Unstandardize d Residual
N 69
Normal Parametersa,b Mean .0000000
Std. Deviation .84932020
Most Extreme Differences
Absolute .083
Positive .083
Negative -.052
Kolmogorov-Smirnov Z .693
Asymp. Sig. 2-tailed .724
Sumber: Pengolahan SPSS 2010
Berdasarkan Tabel 4.13 dapat diketahui bahwa nilai Asymp.Sig. 2-tailed adalah 0.724, ini berarti di atas nilai signifikan 5. Oleh karena itu, sesuai
dengan analisis grafik, analisis statistik dengan uji statistik non-parametrik Kolmogorv Smirnov K-S juga menyatakan bahwa variabel residual
berdistribusi normal.
2. Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terdapat ketidaksamaan varians dari residual satu pengamatan ke pengamatan lainnya.
Jika varians dari residual satu pengamatan ke pengamatan lainnya tetap, maka terjadi homokedastisitas dan jika berbeda disebut heterokedastisitas.
Ada beberpa cara untuk mendeteksi ada atau tidaknya heteroskedastisitas, yaitu:
a. Metode grafik
Dasar analisisnya adalah jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi
heteroskedastisitas, sedangkan jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur, maka mengindikasikan telah terjadi
heteroskedastisitas.
Gambar 4.3: Scatterplot Uji Heteroskedastisitas Sumber: Hasil Pengolahan SPSS 2010
Regression Standardized Predicted Value
3 2
1 -1
-2 -3
R egressi
on S
tudent iz
ed R
esi dual
3 2
1
-1 -2
-3
Scatterplot
Dependent Variable: perilakupembelian
Pada Gambar 4.3 terlihat titik-titik menyebar secara acak tidak membentuk sebuah pola tertentu yang jelas diatas maupun dibawah angkan nol pada sumbu
Y. Oleh karena itu, berdasarkan metode grafik tidak terjadi heteroskedastisitas pada model regresi.
b. Uji Glejser
Tabel 4.14 Uji Glejser
Model Unstandardized
Coefficients Standardized
Coefficients T
Sig. B
Std. Error Beta
1 Constant
2.438 1.527
1.597 .115
keterlibatan -.075
.090 -.105
-.826 .412
loyalitasmerek .062
.095 .089
.651 .518
persepsiharga -.065
.069 -.129
-.949 .346
persepsikualitas .010
.060 .024
.163 .871
pengenalan -.069
.070 -.141
-.986 .328
persepsirisiko -.023
.059 -.057
-.390 .698
Sumber : Pengolahan SPSS 2010 Kriteria pengambilan keputusan dengan uji glejser sebagai berikut:
a. Jika nilai signifikansi 0,05 maka tidak mengalami gangguan
heteroskedastisitas b.
Jika nilai signifikansi 0,05 maka mengalami gangguan heteroskedastisitas
Tabel 4.14 memperlihatkan bahwa tidak satupun variabel independen yang signifikan secara statistik mempengaruhi variabel dependen absolut absut. Hal ini
terlihat dari probabilitas signifikansi di atas tingkat kepercayaan 5, jadi model regresi tidak mengarah adanya heteroskedastisitas.
3. Uji Multikolinearitas
