Tabel 4.14. Hasil Uji Kolmogrov-smirnov
Dari Tabel 4.14 diperoleh nilai Kolmogrov-Smirnov Z Z
tabel
yaitu 0.786 1.96 atau nilai signifikansi variabel residual
α yaitu 0.567 0.05 sehingga dapat disimpulkan bahwa data residual terdistribusi normal atau model telah memenuhi
asumsi normalitas.
One-Sample Kolmogorov-Smirnov Test
100 3.4300000
.92154027 .079
.074 -.079
.786 .567
N Mean
Std. Deviation Normal Parameters
a,b
Absolute Positive
Negative Most Extreme
Differences Kolmogorov-Smirnov Z
Asymp. Sig. 2-tailed
Unstandardiz ed Predicted
Value
Test distribution is Normal. a.
Calculated from data. b.
IV.5.2. Hasil Uji Multikoleniaritas untuk Hipotesis Pertama
Multikoleniaritas adalah suatu keadaan di mana variabel lain independent saling berkorelasi satu dengan lainnya. Persamaan regresi berganda yang baik adalah
persamaan yang bebas dari adanya multikoleniaritas antara variabel independent. Alat ukur yang sering digunakan untuk mengukur ada tidaknya variabel yang berkorelasi,
maka digunakan alat uji atau deteksi Variance Inflation Factor VIF. Dimana nilai VIF tidak lebih dari 10 dan nilai Tolerance tidak kurang dari 0,1. Hasil pengujian
multikoleniaritas pada penelitian ini dapat dilihat pada Tabel 4.15.
Universitas Sumatera Utara
Tabel 4.15. Hasil Uji Multikoleniaritas Hipotesis Pertama
Collinearity Statistics
Model Tolerance
VIF
Constant IKLAN
.677 1.476
PENPEROR .361
2.767 PROMPENJ
.878 1.139
PUBLISITI .368
2.715 a. Dependent Variable: SIMSHARE
Berdasarkan hasil pengolahan data pada Tabel 4.15 menunjukkan tidak ada satupun variabel bebas yang memiliki nilai Tolerance kurang dari 0.1 atau nilai VIF
setiap variabel bebas kurang dari 10, maka dapat disimpulkan bahwa model regresi tidak terjadi masalah multikoleniaritas.
IV.5.3. Hasil Uji Heteroskedastisitas untuk Hipotesis Pertama
Uji heteroskedastisitas bertujuan untuk menguji apakah varians dari residual satu pengamatan ke pengamatan lainnya tidak tetap atau berbeda. Model regresi yang
baik adalah tidak terjadinya heteroskedastisitas. Hasil pengujian heteroskedastisitas dengan menggunakan metode grafik dapat
dilihat pada Gambar 4.4 berikut ini.
Universitas Sumatera Utara
Gambar 4.4. Hasil Uji Heteroskedastisitas Hipotesis Pertama
Dari Gambar 4.4 dapat dilihat bahwa tidak ada pola yang jelas, serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, sehingga dapat disimpulkan
bahwa model regresi tidak terjadi masalah heteroskedastisitas.
IV.5.4. Hasil Uji Normalitas untuk Hipotesis Kedua
Uji normalitas data bertujuan untuk menguji apakah model regresi antara variabel dependent terikat dan variabel independent bebas keduanya memiliki
distribusi normal atau tidak yang dapat dilihat dengan menggunakan normal histrogram dan p-plot. Data dalam keadaan normal apabila distribusi data menyebar
di sekitar garis diagonal serta dapat dilihat dari kurva normal yang tidak condong ke kiri dan ke kanan histrogram. Selain dengan metode grafik juga dapat digunakan
analisis statistik dengan menggunakan pendekatan kolmogorv-smirnov.
Universitas Sumatera Utara
1. Pendekatan
Grafik
Hasil pengujian normalitas dengan menggunakan analisis grafik dilihat pada Gambar 4.5 sebagai berikut:
Histogram Dependent Variable: Promosi penjualan
Regression Standardized Residual
3 2
1 -1
-2 -3
20
Frequency
15 10
5 Mean =-4.22E-16
Std. Dev. =0.99 N =100
Gambar 4.5. Hasil Uji Normalitas Hipotesis Kedua dengan Menggunakan Histogram
Dengan cara membandingkan antara data observasi dengan distribusi yang mendekati distribusi normal, dari grafik di atas dapat disimpulkan bahwa distribusi
data normal karena grafik histogram menunjukkan distribusi data mengikuti garis diagonal yang tidak menceng kanan maupun menceng kiri atau normal. Dalam hal ini
berarti H
o
diterima yang berarti data residual berdistribusi normal.
Universitas Sumatera Utara
