71
4.2.2 Uji Asumsi Klasik
4.2.2.1 Uji Normalitas
Tujuan uji normalitas adalah ingin mengetahui apakah distribusi sebuah data mengikuti atau mendekati distribusi normal, yakni distribusi data dengan bentuk
lonceng yakni distribusi data tersebut tidak menceng ke kiri atau menceng ke kanan. Hasil dari output SPSS seperti Gambar 4.1 dibawah ini:
Sumber: Hasil Pengolahan SPSS, diolah Maret 2014 Gambar 4.1 Histogram
Pada grafik histogram terlihat bahwa variabel berdistribusi normal, hal ini ditunjukkan oleh distribusi data tidak miring ke kiri atau miring ke kanan.
Universitas Sumatera Utara
72
Sumber: Hasil Pengolahan SPSS, diolah Maret 2014 Gambar 4.2 Normal P-P of Regression Standarized Residual
Pada scatter plot terlihat titik yang mengikuti data di sepanjang garis diagonal, maka hal ini berarti bahwa data berdistribusi normal.
Universitas Sumatera Utara
73
Tabel 4.6 One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 95
Normal Parameters
a,,b
Mean .0000000
Std. Deviation 1.95378598
Most Extreme Differences
Absolute .102
Positive .080
Negative -.102
Kolmogorov-Smirnov Z .992
Asymp. Sig. 2-tailed .279
a. Test distribution is Normal. b. Calculated from data.
Sumber: Hasil pengolahan SPSS Maret 2014
Pada tabel terlihat bahwa nilai Asymp. Sig. 2-tailed adalah 0.279 diatas nilai signifikan 0.05 dengan kata lain variabel residual berdistribusi normal.
Nilai Kolmogorov-SmirnovZ 0.992 lebih kecil dari 1.96 berarti tidak ada perbedaan antara distribusi teoritik dan distribusi empiric atau dengan kata lain
data dikatakan normal.
Universitas Sumatera Utara
74
4.2.2.2 Uji Heteroskedastisitas
Sumber: Hasil Pengolahan SPSS, diolah Maret 2014 Gambar 4.3 Regression Standarized Predicted Value
Dari grafik scatterplot yang disajikan, terlihat titik- titik menyebar secara acak tidak membentuk sebuah pola tertentu yang jelas serta tersebar baik diatas
maupun di bawah angka nol pada sumbu Y. Hal ini berarti tidak terjadi heteroskedastisitas pada model regresi, sehingga model regresi layak dipakai
untuk memprediksi keputusan pembelian, berdasarkan masukan masukan variabel independennya.
Universitas Sumatera Utara
75
4.2.2.3 Uji Multikolinieritas
Tabel 4.7 Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity
Statistics B
Std. Error
Beta Tolerance
VIF 1 Constant
2.745 1.114
2.464 .016
Harga .575
.132 .405 4.366
.000 .509
1.966 Promosi
.524 .112
.433 4.662 .000
.509 1.966
a. Dependent Variable: KeputusanPembelian
Sumber: Hasil Pengolahan SPSS, diolah Maret 2014
Tabel 4.7 menunjukkan bahwa variabel harga X
1
dan promosi X
2
memiliki nilai VIF sebesar 1.966 5, hal ini menunjukkan bahwa variabel tersebut tidak mempunyai persoalan multikolienaritas. Sedangkan nilai tolerance
0.509 0.1, berarti tidak terjadi multikolinieritas.
4.2.3 Analisis Regresi Linear Berganda