Sampoerna,A-Mild dipengaruhi oleh rekan-rekan yang mengunakan roko yang sama sedangkan 18,6 menyatakan setuju, 58,8
menyatakan kurang setuju, 18,6 menyatakan tidak setuju, dan 1,0 menyatakan sangat tidak setuju.
4. Pada pernyataan keempat, dari 97 responden terdapat 15,5 responden
menyatakan sangat setuju bahwa rokok Sampoerna A-Mild memenuhi kebutuhan selera saya terhadap rokok, 67,0 menyatakan setuju, 14,4
menyatakan kurang setuju, 3,1 menyatakan tidak setuju dan tidak ada yang menyatakan sangat tidak setuju.
4.2.3. Uji Asumsi Klasik
1. Uji Normalitas
Tujuan uji normalitas adalah ingin menguji apakah dalam model regresi distribusi sebuah data mengikuti atau mendekati
distribusi normal, yakni distribusi data dengan bentuk lonceng. Kalau asumsi ini dilanggar maka uji statistik menjadi tidak valid. Ada dua
cara untuk mendeteksi apakah data berdistribusi normal atau tidak, yaitu dengan pendekatan grafik dan pendekatan Kolmogorv-Smirnov
1. Pendekatan Grafik
Salah satu cara untuk melihat normalitas adalah dengan melihat grafik histogram dan grafik normal plot yang
membandingkan antara dua observasi dengan distribusi yang mendekati distribusi normal.
Universitas Sumatera Utara
Sumber: Hasil Pengolahan SPSS Juli 2011
Gambar 4.2 Grafik Histogram Uji Normalitas
Sumber: Hasil Pengolahan SPSS Juli 2011
Universitas Sumatera Utara
Gambar 4.3 Scatter Plot Uji Normalitas
Berdasarkan Gambar 4.2 dapat diketahui bahwa variabel berdfistribusi normal, hal ini ditunjukkan oleh gambar tersebut, dimana
tidak menceng ke kiri atau ke kanan, sedangkan pada Gambar 4.3 data juga berdistribusi normal ini dapat dilihat pada scatter plot terlihat titik
yang mengikuti data disepanjang garis diagonal. 2.
Pendekatan Kolmogorov-Smirnov Uji normalitas dengan grafik bisa saja terlihat berdistribusi normal,
padahal secara statistik tidak berdistribusi normal. Berikut ini pengujian normalitas yang didasrkan dengan uji statistik non-
parametik Kolmogorov-Smirnov K-S
Tabel 4.9 Pendekatan Kolmogorov-Smirnov
Sumber: Hasil Pengolahan SPSS Juli 2011
One-Sample Kolmogorov-Smirnov Test
Unstandardize d Residual
N 97
Normal Parameters
a,,b
Mean .0000000
Std. Deviation 1.37257045
Most Extreme Differences Absolute .079
Positive .052
Negative -.079
Kolmogorov-Smirnov Z .776
Asymp. Sig. 2-tailed .583
a. Test distribution is Normal. b. Calculated from data.
Universitas Sumatera Utara
Berdasarkan Tabel 4.9, terlihat bahwa nilai Asymp.Sig. 2-tailed adalah 0,583, ini berarti nilainya diatas nilai signifikan 5 0,05. dengan
kata lain variabel tersebut berdistribusi normal.
2. Uji Heteroskedastisitas
