Uji Normalitas Uji Multikolinearitas

ii

4.5 Uji Asumsi Klasik

4.5.1 Uji Normalitas

Uji normalitas dilakukan dengan cara melihat grafik normal propabilty plot yang membandingkan distribusi komulatif dari distribusi normal. Jika distribusi data normal, maka garis yang menggambarkan data sesungguhnya akan mengikuti garis yang diagonal.. Hasil output SPSS for Windows versi 17.0 untuk uji normalitas ditunjukkan dalam gambar sebagai berikut : Gambar 4.1 Uji Normalitas Sumber : data primer yang diolah, 2010 Dari gambar 4.1 menunjukkan bahwa data menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal. Oleh karena itu dapat dinyatakan bahwa data dalam variabel-variabel ini berdistribusi normal. iii

4.5.2 Uji Multikolinearitas

Uji multikolinearitas bertujuan untuk menguji apakah dalam model regresi ditemukan adanya korelasi antar variabel bebas. Model regresi yang baik seharusnya tidak terjadi di antara variabel bebas. Dalam penelitian ini gejala multikolinearitas dilihat dari nilai tolerance dan Variance Inflation Factor VIF. Hasil uji multikolinearitas dapat dilihat pada tabel 4.14 berikut ini : Tabel 4.15 Pengujian Multikolinearitas Variabel Tolerance VIF Keterangan Legitimasi .744 1.344 Tidak multikolinear Loyalitas Merek Oposisi .758 1.320 Tidak multikolinear Merayakan Sejarah Merek .685 1.460 Tidak multikolinear Berbagi Cerita Merek .553 1.809 Tidak multikolinerar Integrasi dan Mempertahankan Anggota .499 2.003 Tidak multikolinear Membantu Dalam Penggunaan Merek .460 2.174 Tidak multikolinerar Sumber : data primer yang diolah, 2010 Dari tabel tersebut menunjukkan bahwa model regresi tidak mengalami gangguan multikolinearitas. Hal ini ditunjukkan nilai tolerance untuk ke enam variabel bebas lebih dari 0,10. Sementara perhitungan nilai VIF menunjukkan bahwa semua variabel bebas memiliki nilai kurang dari 10. Sehingga dapat disimpulkan bahwa tidak ada multikolinearitas antar variabel bebas dalam model regresi tersebut. iv

4.5.3 Uji Heteroskedastisitas