Test distribution is Normal. b. Calculated from dat Dependent Variable: absut

64 Sumber: Pengolahan Data Primer 2015 Gambar 4.4 Grafik Normality Probability Plot Berdasarkan hasil Uji Normalitas dengan pendekatan grafik diatas, dapat diketahui bahwa data memiliki distribusi atau penyebaran yang normal, hal ini dapat dilihat dari penyebaran titik berada disekitar sumbu diagonal dari grafik. c. Pendekatan Kolmogorov-Smirnov Tabel 4.7 Uji Normalitas Kolmogorov-Sminnov One-Sample Kolmogorov-Smirnov Test Unstandardized Residual N 81 Normal Parameters a,,b Mean .0000000 Std. Deviation .72894111 Most Extreme Differences Absolute .099 Positive .089 Negative -.099 Kolmogorov-Smirnov Z .889 Asymp. Sig. 2-tailed .409 a. Test distribution is Normal. b. Calculated from data. Sumber: Pengolahan Data Primer 2015 Berdasarkan pendekatan Kolmogorov-Smirnov pada tabel 4.7 terlihat bahwa nilai Asymp. Sig. 2-tailed adalah 0,409 0,05 dengan demikian variabel residual berdistribusi normal dan nilai Kolmogorv-Smirnov Z sebesar 0,889 1,97 yang artinya tidak ada perbedaan antara distribusi teoritik dan distribusi empiris atau dengan kata lain data dikatan normal. 65 2 . Uji Heteroskedastisitas a. Pendekatan Grafik Scatter Plot Untuk melihat ada tidaknya Heteroskedastisitas pada model yang digunakan, dilakukan dengan Uji Heteroskedastisitas Scatter Plot. Berikut hasil Uji Heteroskedastisitas dengan Scatter Plot. Sumber: Pengolahan Data Primer 2015 Gambar 4.5 Grafik ScatterPlot Uji Heteroskedastisitas Berdasarkan Hasil Uji Heteroskedastisitas diatas, diketahui bahwa titik – titik penyebaran pada Scatter Plot tidak menunjukkan pola tertentu dan penyebarannya berada di atas dan di bawah angka nol, sehingga model regresi yang digunakan tidak mengalami Heteroskedastisitas. b. Pendekatan Statistik Uji Glejser Tabel 4.8 Hasil Uji Glejser 66 Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 Constant .527 1.152 .457 .649 Kepercayaan -.019 .073 -.037 -.262 .794 Kemudahan .027 .068 .056 .402 .689 Kualitas_Informasi -.008 .061 -.017 -.130 .897

a. Dependent Variable: absut

Sumber: Pengolahan Data Primer 2015 Berdasarkan Tabel 4.8 terlihat bahwa tidak satupun variabel independen yang signifikan secara statistik mempengaruhi variabel dependen absolut absut. Hal ini terlihat dari nilai variabel absut sebesar 3,418 sedangkan koefisien variabel kepercayaan X 1 adalah -0,019 dengan tingkat signifikansi 0,794 0,05, koefisien variabel kemudahan X 2 sebesar 0,027 dengan tingkat signifikansi sebesar 0,689 0,05 dan koefisien regresi variabel kualitas informasi X 3 sebesar -0,008 dengan tingkat signifikansi sebesar 0,897 0,05. Dengan demikian, tidak ada variabel independen yang signifikan secara statistik maka dapat disimpulkan bahwa model regresi tidak mengarah adanya heteroskedastisitas. 3. Uji Multikolonearitas Uji Multikolonearitas pada penelitian ini digunakan untuk melihat ada tidaknya gejala multikolonearitas antar variabel independen. Pada Tabel 4.9 berikut dapat dilihat hasil Uji Multikolonearitas dengan melihat nilai Tolerance dan nilai VIF . Tabel 4.9 Hasil Uji Multikolonearitas Dengan Melihat Nilai Tolerance Dan VIF Coefficients a Model Unstandardized Coefficients Standardized Coefficients T Sig. Collinearity Statistics 67 B Std. Error Beta Tolerance VIF 1 Constant -1.216 1.673 -.727 .470 Kepercayaan .624 .105 .526 5.923 .000 .641 1.561 Kemudahan .227 .098 .201 2.315 .023 .674 1.485 Kualitas_Informasi .245 .088 .220 2.769 .007 .802 1.247

a. Dependent Variable: Keputusan_Pembelian