Pada gambar 4.2 terlihat titik-titik yang mengikuti data di sepanjang garis diagonal, hal ini berarti data berdistribusu normal. Untuk memastikan apakah data
di sepanjang garis diagonal berdistribusi normal maka dilakukan uji kolmogorov
smirnov.
Tabel 4.8 One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 92
Normal Parameters
a
Mean .0000000
Std. Deviation 1.49437998
Most Extreme Differences Absolute
.063 Positive
.063 Negative
-.055 Kolmogorov-Smirnov Z
.604 Asymp. Sig. 2-tailed
.859 a. Test distribution is Normal.
b. Calculated from Data
Pada Tabel 4.8 terlihat bahwa nilai Asymp.Sig. 2-tailed adalah 0,859 dan diatas nilai signifikan 0,05, dengan demikian variabel residual berdistribusi
normal.
2. Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terdapat ketidaksamaan variance dari residual satu pengamatan ke
pengamatan lainnya. Jika variance dari residual satu pengamatan ke pengamatan lainnya tetap, maka terjadi homokedastisitas. Jika berbeda, maka disebut
heterokedastisitas. Melalui analisis gambar, suatu model regresi dianggap tidak
Universitas Sumatera Utara
terjadi heteroskedastisitas, jika titik-titik menyebar secara acak tidak membentuk suatu pola tertentu yang jelas serta tersebar baik diatas maupun dibawah angka nol
pada sumbu Y.
Gambar 4.3: Scatterplot Uji Heteroskedastisitas Sumber: Pengolahan SPSS 2010
Pada Gambar 4.3 terlihat titik-titik menyebar secara acak tidak membentuk
sebuah pola tertentu yang jelas diatas maupun dibawah angkan nol pada sumbu Y. Hal ini berarti tidak terjadi heteroskedastisitas pada model regresi, sehingga layak
dipakai untuk memprediksi loyalitas nasabah, berdasarkan masukan variabel bebasnya.
Universitas Sumatera Utara
Tabel 4.9
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta 1
Constant 1.473
.988 1.490
.140 positioning
.027 .098
.066 .274
.785 brand_awareness
-.035 .086
-.098 -.408
.684 a. Dependent Variable: absut
Sumber : Pengolahan SPSS 2010 Kriteria pengambilan keputusan dengan uji glejser sebagai berikut:
a. Jika nilai signifikansi 0,05 maka tidak mengalami gangguan
heteroskedastisitas b.
Jika nilai signifikansi 0,05 maka mengalami gangguan heteroskedastisitas
Tabel 4.9 memperlihatkan bahwa tidak satupun variabel independen yang signifikan secara statistik mempengaruhi variabel dependen absolut absut. Hal
ini terlihat dari probabilitas signifikansi di atas tingkat kepercayaan 5, jadi model regresi tidak mengarah adanya heteroskedastisitas.
3. Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi diantara variabel independen. Model regresi yang baik
seharusnya tidak terjadi korelasi di antara variabel independen. Gejala multikololinearitas dapat dilihat dari besarnya nilai Tolerance dan VIF Varience
Inflation Factor melalui program SPSS 16. Tolerance mengukur variabilitas
Universitas Sumatera Utara
variabel terpilih yang tidak dijelaskan oleh variabel independen lainnya. Nilai umum yang biasa dipakai adalah nilai Tolerance 0,1 atau nilai VIF 5, maka
tidak terjadi multikolinearitas Situmorang et al, 2008:104. Tabel 4.10
Coefficients
a
Model Unstandardized
Coefficients Standardize
d Coefficients
t Sig.
Collinearity Statistics
B Std. Error
Beta Toleranc
e VIF
1 Constant 13.893
1.527 9.099
.000 positioning
.847 .152
.861 5.583
.000 .187
4.032 brand_awareness
-.089 .133
-.103 -.668
.506 .193
4.194 a. Dependent Variable: keputusan_pembelian
Sumber : Pengolahan SPSS 2010 Dari tabel 4.7 dapat dilihat bahwa VIF 5, maka tidak terjadi
multikolinearitas dan tolerance 0,1 maka tidak terjadi multikolinearitas.
D. Analisis Regresi Linier Berganda