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
Uji heterokedastisitas bertujuan untuk menguji apakah sebuah grup mempunyai varians yang sama diantara anggota grup tersebut. Jika varians sama,
71
dan ini yang seharusnya terjadi maka dikatakan ada homokedastisitas. Sedangkan jika varians tidak sama dikatakan terjadi heterokedastisitas.
Dalam melakukan pengujian heteroskedastisitas, dapat dilakukan melalui dua cara. Pertama, melalui analisis grafik dengan cara membaca grafik
Scatterplot, dimana tidak terjadi heteroskedastisitas apabila titik-titik meyebar secara acak, tidak membentuk sebuah pola tertentu yang jelas, dan tersebar baik di
atas maupun di bawah angka nol pada sumbu Y. Kedua, melalui analisis statistik yang dilakukan melalui uji glejser, dimana tidak terjadi heteroskedastisitas apabila
tidak ada variabel independen yang signifikan secara statistik mempegaruhi variabel dependen.
1. Pendekatan Scatterplot
Sumber : Output SPSS Maret 2015
Gambar 4.5 Uji Heteroskedastisitas melalui pendekatan
Scatterplot
72
2. Uji Glejser
Tabel 4.9 Uji Heteroskedastisitas malalui pendekatan
Glejser
Sumber: Output SPSS Maret 2015
Berdasarkan Tabel 4.9 menunjukkan bahwa tidak ada variabel independen yang signifikan secara statistik mempengaruhi variabel independen absolut Ut. Dapat dilihat
pada kolom Sig. Yang merupakan probabilitas signifikansi variabel, dimana probabilitas signifikansi variabel berada diatas tingkat kepercayaan 0,05 maka dapat disimpulkan
model regresi ini tidak terindikasi heteroskedastisitas.
4.3.3 Uji Multikolinieritas
Uji Multikolinearitas bertujuan untuk mendeteksi ada atau tidaknya multikolinearitas dapat dilakukan dengan melihat toleransi variabel dan Variance
Inflation factor VIF dengan membandingkan yaitu VIF5 maka tidak terdapat multikolinearitas dan Tolerance 0,1 maka tidak terdapat multikolinearitas.
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
T Sig.
Collinearity Statistics B
Std. Error Beta
Tolerance VIF
1 Constant
5.709 1.485
3.845 .000
Atribut_X1 -.108
.066 -.193
-1.641 .104
.709 1.411
Harga_X2 -.180
.107 -.189
-1.684 .095
.781 1.281
Endorser_X3 .043
.075 .064
.577 .566
.786 1.272
a. Dependent Variable: abs_res
73
Tabel 4.10 Uji Multikolinearitas
Sumber : Output SPSS Maret 2015
Berdasarkan Tabel 4.10 dapat dilihat dari nilai tolerance dari semua variabel independen 0,1 dan VIF5, sehingga data tidak terkena
multikolinearitas.
4.4 Analisis Statistik Analisis Regresi Linier Berganda