Berdasarkan Tabel 4.10 dapat dilihat bahwa: 13. Pada pernyataan 13 “Saya menggunakan deodorant Rexona For Men
karena sesuai dengan kebutuhan saya”, sebanyak 44 responden atau 44 paling dominan menyatakan setuju.
14. Pada pernyataan 14 “Saya telah mencari informasi tentang deodorant Rexona For Men sebelum membelinya”, sebanyak 50 responden atau 50
paling dominan menyatakan sangat setuju. 15. Pada pernyataan 15 “Saya membeli produk deodorant Rexona For Men
karena saya mengenal deodorant tersebut dari media massa maupun media cetak”, sebanyak 61 responden atau 61 paling dominan menyatakan
sangat setuju. 16. Pada pernyataan 16 “Saya yakin menggunakan deodorant Rexona For
Men dibandingkan dengan deodorant merek lainnya”, sebanyak 52 responden atau 52 paling dominan menyatakan setuju.
4.4 Uji Asumsi Klasik
4.4.1 Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah nilai residual berdistribusi normal atau tidak, yang dapat dilakukan melalui beberapa pendekatan yaitu:
1. Pendekatan Histogram Pada grafik histogram, dikatakan variabel berdistribusi normal pada grafik
histogram yang berbentuk lonceng apabila distribusi data tersebut tidak menceng kekiri atau menceng kekanan.
Universitas Sumatera Utara
Gambar 4.2 Pengujian Histogram Normalitas
Sumber: Hasil pengolahan SPSS for Windows 2017
Pada grafik histogram terlihat bahwa variabel berdistribusi normal hal ini ditunjukkan oleh distribusi data tersebut tidak menceng ke kiri atau menceng ke
kanan. 2. Pendekatan Grafik
Cara lainnya melihat uji normalitas dengan pendekatan grafik. PP plot akan membentuk plot antara nilai-nilai teoritis sumbu X melawan nilai-
nilai yang didapat dari sampel sumbu Y. Apabila plot keduanya berbentuk linier dapat didekati oleh garis lurus, maka hal ini merupakan
indikasi bahwa residual menyebar normal.
Universitas Sumatera Utara
Gambar 4.3 Pendekatan Grafik Normalitas
Sumber: Hasil pengolahan SPSS for Windows 2017
Pada Gambar 4.3 scatter plot terlihat titik yang mengikuti data di sepanjang garis diagonal. Hal ini berarti data berdistribusi normal.
3. Pendekatan Kolmogrov-Smirnov Dasar pengambilan keputusan untuk Kolmogorov Smirnov yaitu apabila
nilai value pada kolom Asymp. Sig lebih besar dari level of significant α =
5, maka tidak mengalami gangguan distribusi normal serta nilai Kolmogorov Smirnov lebih kecil dari 1,97 maka data dikatakan normal.
Universitas Sumatera Utara
Tabel 4.11 Uji Normalitas Pendekatan Kolmogrov-Smirnov
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 100
Normal Parameters
a,b
Mean 0E-7
Std. Deviation 1,51580424
Most Extreme Differences Absolute
,051 Positive
,051 Negative
-,033 Kolmogorov-Smirnov Z
,512 Asymp. Sig. 2-tailed
,956 a. Test distribution is Normal.
b. Calculated from data.
Sumber:Hasil pengolahan SPSS for Windows 2017
Menurut Situmorang dan Lufti 2014:121 bahwa, apabila pada hasil uji Kolmogorov-Smirnov, nilai Asymp Sig 2-tailed lebih besar dari nilai signifikan
0,05, dan nilai Kolmogorov-Smirnov Z lebih kecil dari 1,97 maka data dikatakan normal. Pada Tabel 4.11 terlihat bahwa nilai Asymp. Sig. 2-tailed adalah 0,956
dan diatas nilai signifikan 0,05. Dapat disimpulkan bahwa data residual berdistribusi normal. Nilai Kolmogorov-Smirnov Z dari Tabel 4.11 yaitu 0,512
dan lebih kecil dari 1,97 berarti tidak ada perbedaan antara distribusi teoritik dan distribusi empirik atau dengan kata lain data dikatakan normal.
4.4.2 Uji Heteroskedastisitas
