g. Bukti fisik mempunyai nilai sebesar -0,630 menyatkan bahwa apabila bukti
fisik ditingkatkan sebesar satu satuan, maka keputusan berkunjung akan turun sebesar 0,630.
h. Proses mempunyai nilai sebesar 0,525 menyatkan bahwa apabila proses
ditingkatkan sebesar satu satuan, maka keputusan berkunjung akan meningkat sebesar 0,525.
Kriteria pengujian asumsi klasik yang harus dipenuhi, yaitu :
a. Uji Normalitas
Uji normalitas digunakan untuk mengetahui apakah dalam sebuah model regresi, variabel bebas dan variabel terikat atau keduanya
berdistribusi normal atau tidak. Model yang paling baik hendaknya berdistribusi data normal atau mendekati normal. Untuk mengetahui apakah
variabel bebas produk, harga, lokasi, promosi, orang, bukti fisik, dan proses dan variabel terikat keputusan berkunjung atau keduanya
berdistribusi normal atau tidak yaitu dengan cara melakukan uji Kolmogorov Smirnov seperti yang ditampilkan pada Tabel 4.12.
Menurut Situmorang 2008:62 bahwa, apabila hasil Uji Kolmogorov Smirnov yaitu Asymp. Sig. 2-tailed lebih besar d
ari α= 0,05 maka data berdistribusi normal. Sehingga model regresi yang didapat dalam penelitian
ini adalah berdistribusi normal seperti pada Tabel 4.12, karena Asymp. Sig. 2-tailed Uji Kolmogorov Smirnov yaitu sebesar 0,661 lebih besar dari 0,05
0,661 0,05.
Universitas Sumatera Utara
Observed Cum Prob
1.0 0.8
0.6 0.4
0.2 0.0
E xp
ec te
d C
u m
P ro
b
1.0 0.8
0.6 0.4
0.2 0.0
Normal P-P Plot of Regression Standardized Residual Dependent Variable: kep_bkunjung
Tabel 4.12 Hasil Uji Kolmogorov Smirnov
One-Sample Kolmogorov-Smirnov Test
91 ,0000000
1,02494642 ,077
,072 -,077
,730 ,661
N Mean
Std. Deviation Normal Parameters
a,b
Absolute Positive
Negative Most Extreme
Differences
Kolmogorov-Smirnov Z As ymp. Sig. 2-tailed
Unstandardiz ed Res idual
Test distribution is Normal. a.
Calculated from data. b.
Sumber : Hasil Penelitian, 2010 SPSS 15.00
Selain Uji Kolmogorov Smirnov, uji normalitas dapat dilakukan dengan melihat penyebaran data titik pada sumbu diagonal dari grafik Normal P-P
Plot of Regression Standardised Residual.
Gambar 4.1
: Normal P-Plot Sumber
: Hasil Penelitian, 2010 SPSS 15.00
Universitas Sumatera Utara
Regression Standardized Predicted Value
2 1
-1 -2
-3
R eg
re ss
io n
S tu
de nt
iz ed
R es
id ua
l
2 1
-1 -2
-3
Scatterplot Dependent Variable: kep_bkunjung
Berdasarikan grafik Normal P-P Plot of Regression Standardized Residual pada Gambar 4.1 dapat diketahui bahwa data berdistribusi normal,
karena data menyebar di sekitar garis diagonal. Menurut Situmorang dkk, 2008:58-59, bahwa apabila data menyebar di sekitar garis diagonal maka
regresi memenuhi asumsi normalitas atau berdistribusi normal.
b. Uji Heterokedastisitas
