4.3.1 Uji Normalitas
Ada dua cara untuk melihat apakah data residual berdistribusi normal atau tidak yaitu pertama melalui analisis grafik dengan cara menganalisis grafik
histogram, dimana suatu data dikatakan berdistribusi normal apabila distribusi data yang berbentuk lonceng tidak melenceng ke kiri atau ke kanan dan dengan
menganalisis normal normal probability plots, dimana suatu data dikatakan berdistribusi normal apabila pada scatter plot terlihat titik-titik yang mengikuti
data di sepanjang garis diagonal. Kedua, melalui uji statistik dengan menggunakan pendekatan Kolmogrov-
Smirnov, dengan kriteria sebagai berikut: a. Apabila nilai Aymp. Sig. 2- Tailed nilai signifikan, maka data
residual berdistribusi normal b. Apabila nilai Kolmogrov-Smirnov Z 1,97 maka data dikatakan
normal. Tujuan dari uji normlitas adalah untuk menguji apakah distribusi data
mengikuti atau mendekati distribusi normal. Untuk mengetahui distribusi sebuah data normal atau tidak, dilakukan dengan pendekatan histogram, grafik, dan
Kolmogrov-Smirnov.
1. Pendekatan Histogram dan Normal probability
Sumber: output SPSS Maret 2015
Gambar 4.2 Uji Normalitas melalui Pendekatan Histogram
Berdasarkan Gambar 4.1 grafik histogram terlihat bahwa data variabel berdistribusi normal. Hal ini ditunjukkan oleh gambar histogram yang berbentuk
lonceng yang tidak melenceng ke kiri maupun ke kanan.
Pendekatan Normal Probability
Gambar 4.3 Uji Normalitas melalui Pendekatan Normal Probability Plots
Berdasarkan Gambar 4.2 pendekatan grafik normalitas menunjukkan bahwa data berdistribusi normal, dimana pada scatterplot terlihat titik-titik
yang mengikuti sepanjang garis diagonal.
1. Pendekatan Kolmogrov – Smirnov
Untuk memastikan apakah data disepanjang garis diagonal berdistribusi normal maka dilakukan uji Kolmogrov-Smirnov 1 sample KS dengan melihat
data residual apakah berdistribusi normal.
Tabel 4.8 Uji Normalitas Berdasarkan Pendekatan
Kolmogrov-Smirnov
Sumber : Output SPSS April 2015
Berdasarkan tabel 4.8 dapat dilihat bahwa nilai Asymp. Sig2-tailed dari Rational Advertising yang melakukan Keputusan Pembelian Konsumen adalah
sebesar 0,589 lebih besar dari 0,05 dan nilai Kolmogrov-Smirnov Z adalah sebesar 0,773 lebih kecil daripada 1,97 yang berarti variabel residual berdistribusi normal
dan tidak ada perbedaan antara distribusi teoritik empiric atau dengan kata lain data dikatakan normal
4.3.2 Uji Heteroskedastisitas