Pada output SPSS bagian Normal P-P Plot of Regression, dapat dijelaskan bahwa data-data cenderung lurus mengikuti garis diagonal, sehingga data dalam
penelitian cenderung berdistribusi normal seperti terlihat pada Gambar IV.2 dibawah ini:
Sumber : Hasil Penelitian, 2008 Data diolah
Gambar IV.2 Hasil Uji Normalitas
IV.5.2. Uji Multikolinieritas
Uji Multikolinearitas bertujuan untuk menguji adanya korelasi antara variabel independen yaitu ekuitas merek. Jika terjadi korelasi maka ada gejala
64
multikol yaitu adanya masalah multikolinearitas. Model regresi yang baik seharusnya tidak terjadi korelasi antara variabel independennya.
Tabel IV.17 Hasil Uji Multikolonieritas
Model Collinearity Statistics
Tolerance VIF
1 Constant Kesadaran Merek
0.752 1.330
Kesan Yang Dirasakan 0.611
1.636 Asosiasi Merek
0.850 1.177
Loyalitas Merek 0.580
1.726
a Dependent Variable: Keputusan Pembelian Sumber : Hasil Penelitian, 2008 Data diolah
Menurut Santoso 2002 suatu model regresi dikatakan bebas dari masalah multikolonieritas apabila nilai dari Variance Inflation Factor VIF 5.
Tabel IV.17 menjelaskan besarnya nilai VIF untuk masing-masing variabel bebas kurang dari 5, yaitu untuk variabel Kesadaran Merek, nilai VIF 1,330 5;
variabel Kesan Kualitas, nilai VIF 1,636 5; variable Asosiasi Merek dengan nilai VIF 1,177 5; dan variable Loyalitas Merek dimana nilai VIF nya 1.727 5.
Maka dapat dinyatakan bahwa tidak terdapat masalah multikolinearitas.
IV.5.3. Uji Heteroskedastisitas
Uji heteroskedastisitas dilakukan untuk menguji apakah dalam model regresi linier berganda terjadi ketidaksamaan variance dari residual satu
pengamatan ke pengamatan yang lain. Model regresi yang baik adalah yang homokedastisitas atau tidak terjadi heteroskedastisitas.
Menurut Nugroho 2005 dasar analisis untuk pengambilan keputusan adalah sbb :
65
a Jika ada pola tertentu, seperti titik- titik yang membentuk pola tertentu dan teratur bergelombang, melebar kemudian menyempit, maka
mengindikasikan telah terjadi heteroskedastisitas. b Jika tidak ada pola yang jelas, serta titik-titik menyebar diatas dan di
bawah angka 0 pada sumbu Y, maka tidak terjadi permasalahan heteroskedastisitas.
Sumber : Hasil penelitian, 2008 Data diolah
Gambar IV.3 Hasil Uji Heteroskedastisitas
Dari Gambar IV.3 di atas terlihat bahwa titik-titik menyebar secara acak serta tersebar baik di atas maupun di bawah angka 0 pada sumbu Y. Hal ini dapat
disimpulkan bahwa pada model regresi linier berganda dalam penelitian ini tidak terdapat adanya masalah heteroskedastisitas.
66
IV.6. Pengujian Hipotesis IV.6.1. Pengujian Hipotesis Secara Serempak