Data Deskriptif Tabel 5.5 Uji Asumsi Klasik

C. Data Deskriptif Tabel 5.5

Descriptive Statistics Descriptive Statistics N Minimum Maximum Mean Std. Deviation PRODUK 100 6 19 13,73 3,184 HARGA 100 5 20 13,37 3,240 PROMOSI 100 7 19 14,43 3,331 DISTRIBUSI 100 7 18 13,28 2,767 KEPUTUSANPEMBELIAN 100 6 14 9,99 1,920 Valid N listwise 100 Berdasarkan tabel 5.5 dapat dilihat bahwa N=100, variabel produk mempunyai nilai rata-rata mean sebesar 13,73 dengan standar deviasi SD sebesar 3,184, nilai minimum 6 dan nilai maksimum 19, variabel harga mempunyai nilai rata-rata mean sebesar 13,37 dengan standar deviasi SD sebesar 3,240, nilai minimum 5 dan nilai maksimum 20, variabel promosi mempunyai nilai rata-rata mean sebesar 14,43 dengan standar deviasi 3,331, nilai minimum 7 dan nilai maksimum 19, variabel distribusi mempunyai nilai rata-rata mean sebesar 13,28 dengan standar deviasi 2,767, nilai minimum 7 dan nilai maksimum 18. Keempat variabel independen tersebut menunjukkan hasil yang baik, hal tersebut dikarenakan standar deviasi lebih kecil dari nilai rata-rata mean. Berdasarkan keempat variabel tersebut, variabel promosi mempunyai nilai rata-rata mean tertinggi yaitu 14,43 dengan standar deviasi 3,331, sedangkan variabel distribusi mempunyai nilai rata-rata mean terendah yaitu 13,28 dengan standar deviasi 2,767.

D. Uji Asumsi Klasik

Sebelum melakukan pengujian regresi berganda, maka terlebih dahulu dilakukan pengujian asumsi klasik. Pengujian asumsi klasik terdiri dari: 1. Uji Normalitas Uji normalitas diperlukan agar variabel bebas dan variabel terikat terdistribusi secara normal atau dalam analisis regresi tidak terjadi estimasi yang bias. Dalam penelitian ini uji normalitas data menggunakan analisis grafik normal P-P plots yang dilihat dari titik- titik yang menyebar disekitar garis diagonal dan mengikuti garis diagonal, maka model regresi memenuhi asumsi normalitas dan Kolmogorov-Smirnov dengan bantuan SPSS for windows versi 15.0. Dasar pengambilan keputusan normalitas data, yaitu jika nilai Asymp. Sign 0,05 maka data residual berdistribusi normal dan jika nilai Asymp. Sign 0,05 maka data residual tidak berdistribusi normal. Tabel 5.6 Hasil Kolmogorov-Smirnov One -Sample Kolmogorov-Smirnov Test 100 ,0000000 ,30872156 ,059 ,059 -,058 ,591 ,876 N Mean Std. Deviation Normal Parameters a,b Absolute Positive Negative Most Extreme Differences Kolmogorov-Smirnov Z Asymp. Sig. 2-tailed Unstandardiz ed Residual Test distribution is Normal. a. Calculated from data. b. Dari hasil tabel 5.6 One-Sample Kolmogorov-Smirnov Test diketahui probabilitas koefisien toleransi lebih dari 0,05 atau nilai Asymp. Sign taraf positif α, yaitu 0,876 0,05, maka dapat disimpulkan data berdistribusi normal. Observed Cum Prob 1.0 0.8 0.6 0.4 0.2 0.0 Ex pec ted C um P rob 1.0 0.8 0.6 0.4 0.2 0.0 Normal P-P Plot of Regression Standardized Residual Dependent Variable: Keputusan Pembelian Gambar 5.1 Normal P-P Plot of Regression Standardized Residual Berdasarkan gambar 5.1 terlihat bahwa data menyebar disekitar garis diagonal dan mengikuti arah garis diagonal, maka dapat disimpulkan model regresi tersebut berdistribusi normal. 2. Uji Multikolinieritas Uji Multikolinieritas dilakukan untuk membuktikan atau menguji apakah pada model regresi ditemukan adanya korelasi antar variabel bebas. Model regresi yang baik adalah non-multikolinear. Analisis ini ditentukan oleh besarnya nilai VIF Variance Inflation Factor dan nilai tolerance . Kriteria pengujian gejala Multikolinieritas adalah sebagai berikut Ghozali, 2006: 95-96: Jika nilai tolerance 10 persen dan nilai VIF 10 maka dapat disimpulkan bahwa tidak ada multikolinearitas antar variabel bebas dalam model regresi. Jika nilai tolerance 10 persen dan nilai VIF 10 maka dapat disimpulkan bahwa ada multikolinearitas antar variabel bebas dalam model regresi. Berdasarkan hasil pengolahan SPSS 15.0 for windows, didapatkan nilai VIF Variance Inflation Factor dan tolerance untuk masing-masing variabel bebas pada tabel berikut ini. Tabel 5.7 Hasil Pengujian Multikolinieritas Variabel Collinearity Statistics Tolerance VIF Produk X 1 0,382 2,616 Harga X 2 0,655 1,526 Promosi X 3 0,300 3,333 Distribusi X 4 0,366 2,732 Berdasarkan tabel 5.7, dapat diketahui bahwa tidak ada variabel bebas yang memiliki nilai VIF Variance Inflation Factor lebih dari 10. Sehingga dapat disimpulkan tidak terjadi multikolinearitas diantara variabel bebas dalam model regresi. 3. Uji Heteroskedastisitas Uji Heteroskedastisitas dilakukan untuk mengetahui apakah variasi residual absolut sama atau tidak sama untuk semua pengamatan. Model regresi yang baik adalah non heteroskedastis. Dasar pengambilan keputusan adalah dengan melihat ada tidaknya pola tertentu antara Y yang diprediksi dan residual. Menurut Ghozali 2006, dasar analisisnya adalah: a. Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur bergelombang, melebar kemudian menyempit, maka mengindikasikan telah terjadi heteroskedastisitas. b. Jika tidak ada pola yang jelas serta titik –titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas. Berdasarkan hasil pengolahan SPSS 15.0 for windows, didapatkan kurva pengujian heteroskedastisitas sebagai berikut: Produk 3.00 2.00 1.00 0.00 -1.00 -2.00 -3.00 Ke put usa n P em bel ian 1.00 0.50 0.00 -0.50 -1.00 -1.50 Partial Regression Plot Dependent Variable: Keputusan Pembelian Gambar 5.2 Pengaruh Produk pada Keputusan Pembelian Berdasarkan gambar 5.2, dapat disimpulkan bahwa tidak terjadi heteroskedastisitas karena tidak membentuk pola yang jelas serta titik- titiknya menyebar. Harga 2.00 1.00 0.00 -1.00 -2.00 -3.00 Ke put usa n P em bel ian 1.00 0.50 0.00 -0.50 -1.00 -1.50 Partial Regression Plot Dependent Variable: Keputusan Pembelian Gambar 5.3 Pengaruh Harga pada Keputusan Pembelian Berdasarkan gambar 5.3, dapat disimpulkan bahwa tidak terjadi heteroskedastisitas karena tidak membentuk pola yang jelas serta titik- titiknya menyebar. Promosi 1.50 1.00 0.50 0.00 -0.50 -1.00 -1.50 Ke put usa n P em bel ian 1.50 1.00 0.50 0.00 -0.50 -1.00 Partial Regression Plot Dependent Variable: Keputusan Pembelian Gambar 5.4 Pengaruh Promosi pada Keputusan Pembelian Berdasarkan gambar 5.4, dapat disimpulkan bahwa tidak terjadi heteroskedastisitas karena tidak membentuk pola yang jelas serta titik- titiknya menyebar. Distribusi 2.00 1.50 1.00 0.50 0.00 -0.50 -1.00 K ep ut us an P em be li an 1.00 0.50 0.00 -0.50 -1.00 Partial Regression Plot Dependent Variable: Keputusan Pembelian Gambar 5.5 Pengaruh Distribusi pada Keputusan Pembelian Berdasarkan gambar 5.5, dapat disimpulkan bahwa tidak terjadi heteroskedastisitas karena tidak membentuk pola yang jelas serta titik- titiknya menyebar.

E. Pengujian Hipotesis 1. Uji F Simultan