90
4. Hasil Uji Asumsi Klasik a. Hasil Uji Normalitas
Menurut Ghozali 2011:110 uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki
distribusi normal. Data yang baik dan layak digunakan dalam penelitian adalah yang memiliki distribusi normal. Normalitas data dapat dilihat
dengan beberapa cara, diantaranya yaitu dengan melihat kurva normal P- Plot.
Gambar 4.1 Normal P-P Plot
of Regression Standardized Residual Dependent Variabel: Keputusan Pembelian Y
Sumber: Data primer diolah Dari grafik P-P plot di atas terlihat bahwa data menyebar disekitar garis
diagonal dan mengikuti arah garis diagonal, maka dapat dikatakan bahwa data penelitian terdistribusi secara normal.
Untuk menegaskan hasil uji normalitas di atas maka peneliti melakukan uji kolmogorov-smirnov dengan hasil sebagai berikut:
91
Tabel 4.61
Sumber: Data primer diolah Berdasarkan hasil uji kolmogorof-Smirnov di atas, terlihat nilai
Asymp.Sig memiliki nilai 0,114 yang berarti 0,05. Hal ini menunjukkan bahwa data yang diuji pada penelitian ini terdistribusi secara normal dan layak
untuk digunakan dalam penelitian. b. Hasil Uji Multikolinearitas
Menurut Ghozali 2011:91 Uji Multikolinieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antara variabel bebas
independent. Model regresi yang baik seharusnya tidak terjadi korelasi di antara variabel independent. Jika variabel independent saling berkorelasi, maka
variabel-variabel ini tidak ortogonal. Variabel ortogonal adalah variabel independent yang nilai korelasi antar sesama variabel independent sama
dengan nol.
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 100
Normal Parameters
a,b
Mean .0000000
Std. Deviation 6.00942035
Most Extreme Differences Absolute
.120 Positive
.071 Negative
-.120 Kolmogorov-Smirnov Z
1.197 Asymp. Sig. 2-tailed
.114 a. Test distribution is Normal.
b. Calculated from data.
92 Uji multikolinearitas dilakukan dengan melihat nilai Tolerance dan
Variance Inflation Factor VIF, dimana nilai tolerance harus lebih besar daripada 0,1 dan nilai VIF lebih kecil dari 10.
Tabel 4.62 Hasil Uji Multikolinearitas
Coefficients
a
Model Collinearity Statistics
Tolerance VIF
1 Gaya Hidup
.560 1.784
Promosi .572
1.748 Kualitas Produk
.968 1.033
a. Dependent Variable: Keputusan Pembelian
Sumber: Data primer diolah Berdasarkan tabel 4.62 diatas terlihat bahwa nilai tolerance lebih besar
daripada 0,1 dan nilai VIF lebih kecil daripada 10, yang ditunjukkan dengan nilai tolerance untuk gaya hidup sebesar 0,560, promosi sebesar 0,572, dan
kualitas produk sebesar 0,968. Serta nilai VIF untuk gaya hidup sebesar 1,784, promosi sebesar, 1,748, dan kualitas produk sebesar 1,033. Dengan demikian
dapat disimpulkan bahwa model persamaan regresi tidak terdapat problem multikolinearitas atau tidak terjadi korelasi antara variabel bebasnya.
c. Hasil Uji Heteroskedastisitas Menurut Ghozali 2011:105 Uji Heteroskedastisitas bertujuan menguji
apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang lain. Jika variance dari residual satu
pengamatan ke pengamatan lain tetap, maka disebut Homokedastisitas dan jika berbeda disebut Heterokedastisitas.
93
Gambar 4.2 Grafik
Scatterplot
Sumber: Data primer diolah Berdasarkan gambar 4.2, grafik scatterplot menunjukkan bahwa titik-
titik berada di atas dan di bawah angka 0 nol pada sumbu Y dan tidak terdapat suatu pola yang jelas pada penyebaran titik-titik tersebut. Hal ini
berarti tidak terjadi heteroskedastisitas pada model persamaan regresi, sehingga model regresi layak digunakan untuk variabel gaya hidup, promosi,
dan kualitas produk yang mempengaruhi keputusan pembelian.
5. Hasil Uji Regresi Linear Berganda
Kategori