responden menyatakan kurang setuju 42,5, 28 dua puluh delapan responden menyatakan setuju 38,4 dan 8 delapan responden
menyatakan sangat setuju 11. 2.
Melalui pertanyaan anda akan merekomendasikan BlackBerry kepada orang lain, 1 satu responden yang menyatakan sangat tidak setuju
1,4, 2 dua responden yang menyatakan tidak setuju 2,7, 24 dua puluh empat responden menyatakan kurang setuju 32,9, 42 empat
puluh dua responden menyatakan setuju 57,5 dan 4 empat responden menyatakan sangat setuju 5,5.
3. Melalui pertanyaan anda lebih menyukai menggunakan handphone
BlackBerry dari pada handphone merek lain, 3 tiga responden yang menyatakan sangat tidak setuju 4,1, 2 dua responden yang
menyatakan tidak setuju 2,7, 28 dua puluh delapan responden menyatakan kurang setuju 38,4, 33 tiga puluh tiga responden
menyatakan setuju 45,2 dan 7 tujuh responden menyatakan sangat setuju 9,6.
D. Pengujian Asumsi Klasik
Sebelum melakukan analisis regresi, agar di dapat perkiraan yang tidak bias dan efisien maka dilakukan pengujian asumsi klasik. Ada beberapa kriteria
persyaratan asumsi klasik yang harus dipenuhi. Persyaratan asumsi klasik yang harus dipenuhi adalah :
Universitas Sumatera Utara
a. Pengujian Normalitas
Tujuan uji normalitas adalah untuk mengetahui apakah distribusi sebuah data mengikuti atau mendekati distribusi normal, Situmorang et al 2008 : 55. Uji
normalitas dilakukan dengan menggunakan pendekatan kolmogrov smirnov. Dengan menggunakan tingkat signifikan 5 maka jika nilai Asymp.Sig. 2-tailed
diatas nilai signifikan 5 artinya variabel residual berdistribusi normal, Situmorang et al 2008 : 62.
Histogram
Regression Standardized Residual
2 1
-1 -2
-3
Fr eq
ue nc
y
12.5 10.0
7.5 5.0
2.5 0.0
Sumber : hasil pengolahan SPSS 2010
Gambar 4.1 Histogram
Interpretasi dari gambar 4.1, menunjukkan bahwa grafik histogram menunjukkan pola distribusi normal.
Universitas Sumatera Utara
Normal P-P Plot of Regression Standardized Residual
Observed Cum Prob
1.0 0.8
0.6 0.4
0.2 0.0
E x
p e
c te
d C
u m
P ro
b
1.0 0.8
0.6 0.4
0.2 0.0
Sumber : hasil pengolahan SPSS 2010
Gambar 4.2 Normal P-P Plot of Regression Standardized Residual
Pada Gambar 4.2 dapat dilihat bahwa data titik-titik menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal. Oleh karena itu, berdasarkan
gambar 4.2 maka dapat diambil kesimpulan bahwa telah memenuhi uji normalitas. Untuk memastikan apakah data disepanjang garis diagonal berdistribusi
normal maka dilakukan uji Klomogrov Simornov 1 sample KS dengan melihat data residual apakah berdistribusi normal, situmorang, et al 2008 : 59.
Menentukan kriteria keputusan : 1.
Jika nilai Asymp.Sig. 2-tailed 0.05 maka tidak mengalami gangguan distribusi normal.
2. Jika nilai Asymp.Sig. 2-tailed 0.05 maka mengalami gangguan
distribusi normal.
Universitas Sumatera Utara
Tabel 4.16 One-Sample Kolmogorov-Smirnov Test
OneSample KolmogorovSmirnov Test
73 .0000000
1.34015889 .090
.072 -.090
.773 .589
N Mean
Std. Deviation Normal Parameters
a,b
Absolute Positive
Negative Most Extreme
Dif ferences Kolmogorov-Smirnov Z
Asymp. Sig. 2-tailed Unstandardiz
ed Residual
a. Test distribution is Normal. b . Calculated from data.
Sumber : hasil pengolahan SPSS 2010
Pada Tabel 4.16 terlihat bahwa nilai Asymp.Sig. 2-tailed adalah 0,589 dan diatas nilai signifikan 0,05, dengan demikian variabel residual berdistribusi
normal.
b. Pengujian Heteroskedastisitas
Uji Heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terdapat ketidaksamaan variance dari satu residual satu pengamatan
kepengamatan lainnya. Jika variance dari satu residual satu pengamatan ke pengamatan lainnya tetap maka terjadi homoskedastisitas bila berbeda maka
disemut heteroskedastisitas. Model regresi yang baik adalah yang tidak terjadi heteroskedastisitas, Situmorang et al 2008 : 65.
1. Model grafik Hipotesis :
1. Jika diagram pencar yang ada membentuk pola-pola tertentu yang teratur maka regresi mengalami gangguan heteroskedastisitas.
Universitas Sumatera Utara
2. Jika diagram pencar yang ada tidak membentuk pola-pola tertentu yang teratur atau acak maka regresi tidak mengalami gangguan
heteroskedastisitas.
Regression Studentized Residual
2 1
-1 -2
-3
R e
g re
s s
io n
S ta
n d
a rd
iz e
d P
re d
ic te
d
V a
lu e
2 1
-1 -2
-3 -4
Sumber: hasil pengolahan SPSS 2010
Gambar 4.3 Scatterplot
Pada Gambar 4.3 dapat dilihat bahwa diagram pencar tidak membentuk pola tertentu karena itu tidak mengalami gangguan heteroskedastisitas.
c. Pengujian Multikolinearitas
Gejala multikolinearitas dapat dilihat dari besarnya nilai Tolerance dan VIF Varience Inflation Factor melalui program SPSS 15,0. Tolerance mengukur
variabilitas variabel terpilih yang tidak dijelaskan oleh variabel independent lainnya. Nilai umum yang biasa dipakai adalah nilai Tolerance 0,1 atau nilai
VIF 5, maka tidak terjadi multikolinearitas, Situmorang et al 2008 : 104.
Scatterplot
Universitas Sumatera Utara
Tabel 4.17 Coefficientsa
Model Collinearity Statistics
Tolerance VIF
1 Constant SENSE
,446 2,244
FEEL ,550
1,817 THINK
,574 1,743
ACT ,383
2,613 RELATE
,840 1,190
a Dependent Variable: Keputusan Konsumen
Sumber : hasil pengolahan SPSS 2010
Pada Tabel 4.17 menjelaskan mengenai besarnya VIF untuk masing- masing variabel bebas. Semua variabel bebas mempunyai nilai VIF 5, sehingga
dapat disimpulkan bahwa masalah multikolinearitas tidak ada.
E. Analisis Regresi Berganda