71
d. Pada pernyataan keempat, dari 100 responden terdapat 15 responden
yang menyatakan sangat setuju bahwa responden merekomendasikan Surya Swalayan sebagai tempat berbelanja kepada orang terdekat anda, 62
menyatakan setuju, 23 menyatakan kurang setuju, 0 menyatakan tidak setuju dan 0 menyatakan sangat tidak setuju.
e. Pada pernyataan kelima, dari 100 responden terdapat 13 responden yang
menyatakan sangat setuju bahwa responden memiliki komitmen untuk menjadi pelanggan Surya Swalayan dalam jangka panjang, 77 menyatakan setuju, 10
menyatakan kurang setuju, 0 menyatakan tidak setuju dan 0 menyatakan sangat tidak setuju.
4.3 Uji Asumsi Klasik
4.3.1 Uji Normalitas
Tujuan uji normalitas adalah untuk menguji model regresi distribusi sebuah data mengikuti atau mendekati distribusi normal. Uji normalitas dapat
dilakukan dengan analisis grafik dilihat dari titik-titik yang menyebar di sekitar garis diagonal yakni distribusi data dengan bentuk lonceng dan distribusi data
tersebut tidak melenceng ke kiri atau melenceng ke kanan. Uji normalitas dilakukan dengan menggunakan pendekatan kolmogorov smirnov. Dengan
menggunakan tingkat signifikan 5 0,05 maka jika nilai Asymp.Sig. 2-tailed di atas nilai signifikan 5 artinya variabel residual berdistribusi normal.
Hasil dari output SPSS terlihat seperti Gambar 4.2 dan Gambar 4.3 :
72
Gambar 4.2 Histogram Uji Normalitas
Sumber: hasil penelitian Mei, 2015 diolah
Gambar 4.3 P-Plot Uji Normalitas
Sumber: hasil penelitian Mei, 2015 diolah
73
Berdasarkan Gambar 4.2 dapat diketahui bahwa variabel berdistribusi normal, hal ini ditunjukkan oleh data tersebut tidak melenceng ke kiri atau ke
kanan, sedangkan pada gambar 4.3 dapat juga terlihat titik yang mengikuti data di sepanjang garis diagonal, hal ini berarti data berdistribusi normal. Namun untuk
lebih memastikan bahwa data di sepanjang garis diagonal berdistribusi normal maka dilakukan uji Kolmogorov-Smirnov K-S.
Tabel 4.13
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 100
Normal Parameters
a,b
Mean .0000000
Std. Deviation 1.82134777
Most Extreme Differences Absolute
.067 Positive
.067 Negative
-.035 Kolmogorov-Smirnov Z
.668 Asymp. Sig. 2-tailed
.763 a. Test distribution is Normal.
b. Calculated from data. sumber: hasil penelitian Mei, 2015 diolah
Berdasarkan Tabel 4.13 dapat diketahui bahwa nilai Asymp.Sig. 2-tailed adalah 0,763 ini berarti di atas nilai signifikan 0,05 atau 5. Oleh karena itu,
sesuai dengan analisis grafik, analisis statistik dengan uji statistik non-parametrik Kolmogorov-Smirnov K-S juga menyatakan bahwa variabel residual
berdistribusi normal
.
4.3.2 Uji Heteroskedastisitas
Uji bertujuan untuk menguji model regresi terjadi ketidaksamaan varians dari satu residual pengamatan ke pengamatan lain. Jika varians dari residual satu
74
pengamatan ke pengamatan yang lain tetap, maka disebut homoskedastisitas dan jika berbeda disebut heteroskedastisitas. Model regresi yang baik adalah yang
homoskedastisitas atau tidak terjadi heteroskedastisitas. Ada beberapa cara untuk mendeteksi ada atau tidaknya heteroskedastisitas, yaitu:
Metode Grafik
Dasar analisis adalah jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi
heteroskedastisitas, sedangkan jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur, maka mengindikasikan telah terjadi
heteroskedastisitas.
Gambar 4.4 Scatterplot Uji Heteroskedastisitas
Sumber: hasil penelitian Mei, 2015 diolah
75
Berdasarkan Gambar 4.4 dapat terlihat bahwa tidak ada pola yang jelas, serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka
berdasarkan metode grafik tidak terjadi heteroskedastisitas pada model regresi.
4.3.3 Uji Multikolinearitas
