67
orang 15,46 menyatakan sangat setuju, 4 orang 4,12 menyatakan tidak setuju, dan 1 orang 1,03 menyatakan sangat tidak setuju.
e. Analisis frekuensi jawaban responden terhadap pernyataan 5 melakukan pembelian kembali di waktu yang akan datang menunjukkan bahwa 60
orang 61,85 menyatakan setuju, 19 orang 19,58 menyatakan kurang setuju, 12 orang 12,37 menyatakan sangat setuju, 5 orang
5,15 menyatakan tidak setuju, dan 1 orang 1,03 menyatakan sangat tidak setuju.
4.3 Uji Asumsi Klasik
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.
68
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 Pendekatan Histogram
Sumber: output SPSS Maret 2015
Gambar 4.3 Uji Normalitas melalui Pendekatan Histogram
Berdasarkan Gambar 4.3 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.
69
Pendekatan Normal Probability
Sumber : Output SPSS Maret 2015
Gambar 4.4 Uji Normalitas melalui Pendekatan Normal Probability Plots
Berdasarkan Gambar 4.4 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.
70
Tabel 4.8 Uji Normalitas Berdasarkan Pendekatan
Kolmogrov-Smirnov
One-Sample Kolmogorov-Smirnov Test
Keputusan.Pembelian_ Y
N 97
Normal Parameters
a,,b
Mean 18.7732
Std. Deviation
2.87773 Most Extreme Differences Absolute
.098 Positive
.067 Negative
-.098 Kolmogorov-Smirnov Z
.969 Asymp. Sig. 2-tailed
.304
a. Test distribution is Normal. b. Calculated from data.
Sumber : Output SPSS Maret 2015
Berdasarkan tabel 4.8 dapat dilihat bahwa nilai Asymp. Sig2-tailed dari Rational Advertisingyang melakukan Keputusan Pembelian Konsumen adalah
sebesar 0,304 lebih besar dari 0,05 dan nilai Kolmogrov-Smirnov Z adalah sebesar 0,969 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
