60 satuan dengan asumsi variabel lain konstan, maka keputusan pembelian
pada Café Roemah Kopi Dolok Tebing Tinggi akan meningkat sebesar 0,285.
3. Koefisien regresi Lokasi X sebesar 0,186. Ini menunjukkan bahwa
variabel ini berpengaruh secara positif dan tidak signifikan terhadap keputusan pembelian, atau dengan kata lain jika variabel
X ditingkatkan sebesar satu satuan dengan asumsi variabel lain konstan, maka keputusan
pembelian Café Roemah Kopi Dolok Tebing Tinggi tidak akan meningkat sebesar 0,180.
4. Koefisien regresi Kualitas Pelayanan X sebesar 0,038. Ini menunjukkan
bahwa variabel ini berpengaruh secara positif dan signifikan terhadap keputusan pembelian , atau dengan kata lain jika variabel
X ditingkatkan sebesar satu satuan dengan asumsi variabel lain konstan, maka keputusan
pembelian Café Roemah Kopi Dolok Tebing Tinggi akan meningkat sebesar 0,250.
4.4 Uji Asumsi Klasik
Uji asumsi klasik digunakan untuk melihat atau menguji suatu model yang termasuk layak atau tidak layak digunakan dalam penelitian. Apabila uji asumsi
klasik telah terpenuhi maka alat uji statistik regresi dapat dipergunakan. 4.4.1 Uji Normalitas
Tujuan uji normalitas adalah ingin mengetahui apakah distribusi sebuah data mengikuti atau mendekati distribusi normal, yakni distribusi data dengan
bentuk lonceng data yang baik adalah data yang mempunyai pola seperti distribusi
Universitas Sumatera Utara
61 normal, yakni distribusi data tersebut tidak menceng ke kiri atau ke kanan. Uji
normalitas dilakukan dengan menggunakan Kolmogorov Smirnov. Melihat uji normalitas adalah dengan melihat grafik histogram, dan grafik normal p-p plot
yang membandingkan antara dua observasi dengan distribusi yang mendekati distribusi normal.
Sumber: Hasil Pengolahan SPSS,2015 data diolah
Gambar 4.1 Grafik Histogram Uji Normalitas
Berdasarkan grafik dapat disimpulkan bahwa distribusi data normal karena grafik histrogram menunjukkan pola distribusi normal maka model regresi
memenuhi asumsi normalitas dan sebaliknya jika data menyebar jauh dari garis
Universitas Sumatera Utara
62 diagonal dan tidak mengikuti arah garis diagonal atau grafik histogram tidak
menunjukkan pola distribusi data normal yang tidak melenceng kanan maupun melenceng kiri. Jadi berarti data residual berdistribusi normal. Terbukti bahwa
data maupun model yang digunakan memenuhi asumsi normalitas.
Sumber: Hasil Pengolahan SPSS, 2015 data diolah
Gambar 4.2 Scatterplot Uji Normalitas
Pada p-p plot terlihat bahwa titik-titik menyebar disekitar garis diagonal dan cenderung mengikuti arah garis diagonal. Dengan demikian maka model
regresi tersebut memenuhi asumsi normalitas. Uji normalitas dengan grafik bisa saja terlihat berdistribusi normal,
Universitas Sumatera Utara
63 padahal secara statistik tidak berdistrbusi normal. Berikut hasil pengujian
normalitas yang dilakukan dengan menggunkan Kolmogorov-Smirnov K-S.
Tabel 4.10
Sumber: Hasil Pengolahan SPSS, 2015 data diolah
Berdasarkan tabel 4.10 menunujukkan bahwa nilai Asymp.Sig. 2-tailed adalah 0,641 ini berarti nilainya diatas nilai signifikan 0.05 dengan kata lain
variabel tersebut berdistribusi normal.
4.3.2 Uji Heterokedastisitas
Adanya varians variabel independent adalah konstan untuk setiap nilai tertentu variabel independen homokedastisitas. Model regresi yang baik adalah
tidak terjadi heterokedastisitas. Heterokedastisitas diuji dengan menggunakan uji Glejser dengan pengambilan keputusan jika variabel independen signifikan secara
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 97
Normal Parameters
a,b
Mean ,0000000
Std. Deviation 2,31212771
Most Extreme Differences Absolute
,075 Positive
,039 Negative
-,075 Kolmogorov-Smirnov Z
,742 Asymp. Sig. 2-tailed
,641 a. Test distribution is Normal.
b. Calculated from data.
Universitas Sumatera Utara
64 statistik mempengaruhi variabel dependen, maka akan ada nilai indikasi terjadi
heterokedastisitas. Untuk melihat apakah heteroskedastisitas atau tidak dapat dilakukan dengan berbagai cara seperti :1. cara grafik 2. cara statistik.
1. Cara Grafik
Sumber: Hasil Pengolahan SPSS, 2015 data diolah
Gambar 4.3 Scatterplot Uji Heterokedastisitas
Berdasarkan gambar 4.3 menunjukkan bahwa Scatterplot yang disajikan, terlihat titik-titik menyebar secara acak tidak membentuk sebuah pola tertentu
yang jelas serta tersebar baik diatas maupun dibawah angka nol pada sumbu Y. Hal ini berarti tidak terjadi heteroskedastisitas pada model regresi, sehingga
Universitas Sumatera Utara
65 model regresi, sehingga model regresi layak dipakai untuk memprediksi
keputusan pembelian.
2. Cara Statistik
Tabel 4.11 Uji Glejser
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. B
Std. Error Beta
Constant 3,770
1,906 1,979
,051 Produk
-,111 ,071
-,173 -1,558
,123 Lokasi
,030 ,086
,039 ,352
,726 Kualitaspelayanan
-,029 ,076
-,040 -,386
,700
a. Dependent Variable: absut
Sumber: Hasil Pengolahan SPSS, 2015 data diolah
Berdasarkan table 4.10 menunjukkan bahwa dapat diketahui tidak satupun variabel independen yang signifikan secara statistik mempengaruhi variabel
dependen absolute Ut absut. Hal ini terlihat dari probabilitas signifikansinya di atas tingkat kepercayaan 5 dapat disimpulkan model regresi tidak mengarah
adanya heterokedastisitas.
4.3.3 Uji Multikolinieritas
Uji multikolinearitas digunakan untuk mengetahui ada atau tidaknya penyimpangan asumsi klasik Multikolinearitas yaitu adanya hubungan linear antar
variabel independen dalam Model Regresi. Untuk mengetahui ada atau tidaknya gejala multikolinearitas dapat dilihat dari besarnya nilai Tolerance dan VIF
Universitas Sumatera Utara
66 Variance Inflation Factor melalui program SPSS. Nilai umum yang biasa
dipakai adalah nilai Tolerance 0,1, atau nilai VIF 10, maka tidak terjadi multikolinearitas.
Tabel 4.12 Uji Nilai Tolerance Dan VIF
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients T
Sig. Collinearity Statistics
B Std. Error
Beta Tolerance
VIF Constant
3,404 2,977
1,143 ,256
Produk ,285
,112 ,264
2,557 ,012
,849 1,178
Lokasi ,180
,135 ,138
1,334 ,186
,850 1,177
Kualitaspelayanan ,250
,119 ,201
2,101 ,038
,986 1,014
a. Dependent Variable: Keputusanpembelian
Sumber: Hasil Pengolahan SPSS, 2015 data diolah
1. Nilai VIF dari nilai produk, lokasi, dan kualitas pelayanan lebih kecil atau di bawah VIF 10, ini berarti tidak terkena multikolinieritas antara
variabel independen dalam model regresi. 2. Nilai Tolerance dari produk, lokasi, dan kualitas pelayanan lebih besar
0,1 ini berarti tidak terdapat multikolinieritas antara variabel independen dalam model regresi.
4.5 Pengujian Hipotesis 4.5.1 Uji Signifikan Simultan Uji-F
