64
Hasil analisis tersebut akan diinterpretasikan sebagai berikut:
1. Konstanta a pada Y = 2.912 artinya jika variabel kesadaran merek, persepsi kualitas dan promosi dianggap bernilai nol, maka keputusan pembelian akan tetap
2.912. 2. Koefisien regresi kesadaran merek X
1
= 0.326 artinya apabila kesadaran merek dinaikkan sebesar satu satuan, maka akan menaikkan keputusan pembelian
sepatu Nike sebesar 0.326. 3. Koefisien regresi persepsi kualitas X
2
= 0,257 artinya apabila persepsi kualitas dinaikkan satu satuan, sedangkan variabel lainnya dianggap tetap, maka
akan menaikkan keputusan pembelian akan sepatu Nike sebesar 0,257. 4. Koefisien regresi promosi X
3
= 0,272 artinya apabila promosi dinaikkan satu satuan, sedangkan variabel lainnya dianggap tetap, maka akan menaikkan
keputusan pembelian akan sepatu Nike sebesar 0,272.
4.4.1 Uji Asumsi Klasik
Setelah melakukan analisis regresi berganda, penulis melakukan pengujian asumsi klasik.Pengujian asumsi klasik dilakukan untuk mendapatkan hasil
penelitian yang BLUE Best Linier Unbiased Estimation atau perkiraan yang efisien dan tidak bias. Kriteria pengujian asumsi klasik yang harus dipenuhi,
yaitu:
4.4.1.1 Uji Normalitas
Uji ini bertujuan untuk 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
65 normal, yakni distribusi data tersebut tidak menceng ke kiri atau ke kanan. Pada
uji normalitas terdapat dua cara yang dapat digunakan yaitu: 1. Analisis Grafik
Normalitas data dapat dilihat melalui penyebaran titik pada sumbu diagonal daro P-Plot atau dengan melihat histogram dari residualnya. Dasar
pengambilan keputusan sebagai berikut: Apabila data menyebar disekitar garis diagonal dan mengikuti arah garis diagonal
atau grafik histogramnya menunjukkan pola distribusi normal maka model regresi memenuhi asumsi normalitas.
Sumber : Hasil Penelitian 2016 diolah
Gambar 4.1 Hasil Uji Regression Standartized Residual
Pada Gambar 4.2 terlihat bahwa variabel berdistribusi normal.Hal tersebut ditunjukkan oleh distribusi data yang tidak menceng ke kiri atau ke kanan. Hasil
dari analisis Grafik P-Plot uji normalitas adalah sebagai berikut:
Universitas Sumatera Utara
66
Sumber : Hasil Penelitian 2016 diolah
Gambar 4.2 Hasil Uji Normal P-P Plot Of Regression Strandartized Residual
Pada Gambar 4.2P-P plot menunjukkan bahwa titik-titik menyebar disekitar garis diagonal dan mengikuti garis diagonal, maka dapat disimpulkan
bahwa data yang diperoleh berdistribusi normal. 2. Analisis Statistik
Pengujian normalitas yang didasarkan pada uji statistik non parametik Kolmogorov-Smirnov K-S. Apabila nilai Kolmogorov-Smirnov Z 1,97 atau nilai
asymp.Sig 2 tailed maka data dinyatakan berdistribusi normal. Berikut adalah Tabel 4.11 hasil uji Kolmogorov-Smirnov.
Tabel 4.11 Hasil Uji Kolmogorov-Smirnov
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 95
Normal Parameters
a
Mean .0000000
Std. Deviation .77248635
Most Extreme Differences Absolute
.097 Positive
.097 Negative
-.076 Kolmogorov-Smirnov Z
.942 Asymp. Sig. 2-tailed
.337 a. Test distribution is Normal.
b. Calculated from data.
Sumber : Hasil Peneitian 2016 diolah
Universitas Sumatera Utara
67 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 dapat dilihat nilai Asymp Sig 2-tailed 0,337 lebih besar dari 0,05 dan nilai Kolmogorov-Smirnov Z 0,942 lebih kecil dari 1,97, sehingga
model regresi yang diperoleh adalah berdistribusi normal.
4.4.1.2 Uji Heterokedastisitas