62
3. Hasil Uji Pendekatan Kolmogorov-smirnov Tabel 4.10
One Sample Kolmogorov-smirnov
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 100
Normal Parameters
a,,b
Mean .0000000
Std. Deviation .88574034
Most Extreme Differences Absolute
.120 Positive
.070 Negative
-.120 Kolmogorov-Smirnov Z
1.201 Asymp. Sig. 2-tailed
.112 a. Test distribution is Normal.
b. Calculated from data.
Sumber: hasil penelitian 2016
Pada table 4.10 terlihat bahwa nilai Asymp. Sig. 2-tailed = 0,112 dimana angka ini lebih besar dibandingkan nilai signifikannya yaitu 0,05. Dengan demikian,
maka dapat disimpulkan bahwa residual berdistribusi normal.
4.4.2 Uji Multikolinieritas
Uji multikolinieritas bertujuan untuk mendeteksi ada atau tidaknya gejala multikolinieritas pada data dapat dilakukan dengan melihat nilai tolerance value dan
Varians Inflation Factor VIP. Dengan kriteria sebagai berikut: 1.
Apabila VIP 5 maka diduga mempunyai persoalan Multikolinieritas. 2.
Apabila VIP 5 maka tidak terdapat Multikolinieritas.
Universitas Sumatera Utara
63
3. Apabila tolerance 0,1 maka diduga mempunyai persoalan
heteroskedastisitas. 4.
Apabila tolerance 0,1 maka tidak terdapat multikolinieritas
Tabel 4.11 Uji Multikolinieritas
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity
Statistics B
Std. Error Beta
Tolerance VIF
1 Constant
1.971 1.073
1.836 .069
Periklanan .159
.086 .168
1.841 .069
.667 1.498
Promosi Penjualan .064
.109 .061
.587 .559
.509 1.965
Hubungan Masyarakat
.432 .125
.322 3.469
.001 .646
1.548 Penjualan
Personal .076
.069 .104
1.104 .272
.634 1.578
Pemasaran Langsung
.327 .124
.245 2.640
.010 .645
1.550 a. Dependent Variable: Keputusan Pembelian
Sumber: hasil penelitian 2016
Pada Tabel 4.11, nilai VIF dari variabel periklananadalah 1,498, nilai VIF dari variabel promosi penjualan adalah 1,965, nilai VIF dari variabel hubungan
masyarakat adalah 1,548, nilai VIF dari variabel penjualan personal adalah 1,578, dan nilai VIF dari variabel pemasaran langsung adalah 1,550. Karena masing-masing
nilai VIF tidak lebih besar dari 5, maka tidak terdapat gejala multikolinearitas antar variabel dalam model ini.
Universitas Sumatera Utara
64
4.4.3 Uji Heteroskedastisitas
Uji ini bertujuan untuk menguji apakah didalam model regresi terjadi ketidaksamaan varians. Jika varians dari residual satu pengamatan ke pengamatan
yang lain tetap, maka disebut homoskedastisitas dan jika berbeda disebut heteroskedastisitas. Model regresi yang baik adalah yang homoskedastisitas atau
tidak terjadi heteroskedastisitas. Ada banyak cara untuk menguji terjadi atai tidaknya heteroskedastisitas dalam sebuah penelitian, namun dalam penelitian ini, penulis
menggunakan uji glejser. Glejser mengusulkan untuk regresi nilai absolute residual terhadap variabel
independen. Jika variabel independen signifikan secara statistik memperngaruhi variabel dependen maka ada indikasi terjadi heteroskedastisitas.
Tabel 4.12 Uji Glejser heteroskedastisitas
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta 1
Constant 1.675
.968 1.730
.087 Periklanan
-.047 .078
-.075 -.608
.545 Promosi Penjualan
.086 .098
.123 .879
.382 Hubungan Masyarakat
-.182 .112
-.202 -1.622
.108 Penjualan Personal
-.066 .062
-.133 -1.055
.294 Pemasaran Langsung
.125 .112
.140 1.122
.265 a. Dependent Variable: abs_residual_Glejser
Sumber: hasil penelitian 2016
Pada Tabel 4.12 diketahui nilai probabilitas atau Sig. dari periklanan adalah 0,545, nilai probabilitas atau Sig. dari promosi penjualan adalah 0,382, nilai
Universitas Sumatera Utara
65
probabilitas atau Sig. dari hubungan masyarakat adalah 0,108, nilai probabilitas atau Sig. dari penjualan personal adalah 0,294, dan nilai probabilitas atau Sig. dari 265.
Karena seluruh nilai Sig. lebih besar dari 0,05 tidak signifikan, maka disimpulkan bahwa tidak terjadi heteroskedastisitas.
4.5 Analisis Regresi Linear Berganda
Kategori