3. Pendekatan Kolmogrov-Smirnov Tabel 4.9
Hasil Uji Normalitas Pendekatan Kolmogrov-Smirnov One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 100
Normal Parameters
a,,b
Mean .0000000
Std. Deviation 1.93250441
Most Extreme Differences Absolute
.103 Positive
.095 Negative
-.103 Kolmogorov-Smirnov Z
1.032 Asymp. Sig. 2-tailed
.237 a. Test distribution is Normal.
b. Calculated from data.
Sumber : Hasil Pengolahan SPSS 2013.
Tabel 4.9. di atas terlihat bahwa Asymp.Sig 2-tailed adalah 0,237 dan di atas nilai signifikan 0,05, dengan kata lain variabel residual
berdistribusi normal.
b. Uji Multikolinearitas
Uji Multikolinearitas digunakan untuk menguji apakah model regresi ditemukan adanya korelasi antara variabel independent. Model
regresi yang baik seharusnya tidak terjadi korelasi diantara variabel bebas. Metode pengujian yang biasa digunakan yaitu dengan melihat nilai VIF
Variance Inflation Factor dan Tolerance pada model regresi. Jika nilai VIF kurang dari 10 dan tolerance lebih dari 0,1 maka model regresi bebas
dari multikolinearitas Duwi, 2011
Universitas Sumatra Utara
Tabel 4.10 Hasil Uji Multikolinearitas
Coefficients
a
Model Unstandardized
Coefficients Standardize
d Coefficients
T Sig.
Collinearity Statistics
B Std. Error Beta
Toleranc e
VIF 1
Constant 3.039 2.623
2.683 .009
MutuKuali tas
.021 .086
.016 3.240
.011 .808
1.238 Merek
.068 .110
.039 3.619
.037 .938
1.066 Kemasan
.030 .079
.195 2.895
.005 .814
1.229 Harga
.017 .101
.066 3.997
.021 .839
1.191 Pelayanan .062
.074 .016
11.717 .000 .760
1.316 a. Dependent Variable: Keputusan Pembelian
Sumber : Hasil Pengolahan SPSS 2013.
Tabel 4.10 menunjukkan bahwa nilai tolerance variabel independen 0,1 dan nilai VIF variabel independen 10 maka dapat disimpulkan
bahwa regresi tidak terkena multikolinearitas.
c. Uji Heteroskedastisitas
Uji Heteroskedastisitas bertujuan untuk menguji apakah dalam suatu model regresi terjadi ketidaksamaan varians dari residual pada satu
pengamatan ke pengamatan yang lainnya tetap, maka disebut homoskedastisitas. Model regresi yang baik adalah tidak terjadi
heteroskedastisitas Duwi, 2011. Deteksi ada tidaknya gejala heteroskedastisitas adalah dengan melihat ada
tidaknya pola tertentu pada grafik scaterplotdisekitar nilai X
1
, X
2
, X
3
, X
4
, X
5
dan Y. Jika ada pola tertentu, maka telah terjadi gejala heteroskedastisitas.
Universitas Sumatra Utara
Gambar 4.4 Scatterplot Uji Heteroskedastisitas
Sumber : Hasil Pengolahan SPSS 2013
Gambar 4.4. grafik scatterplot terlihat titik-titik menyebar secara acak dan tidak membentuk sebuah pola tertentu yang jelas, serta tersebar baik di atas
maupun dibawah angkat 0 pada sumbu Y. Hal ini berarti tidak terjadi heteroskedastisitas pada model regresi.
d. Uji Autokorelasi
Kategori