56
Butir pertanyaan 2 yaitu setelah membandingkan dengan produk sejenis dengan merek lain, Citra handbody lotion lebih sesuai dengan kebutuhan dan keinginan saya
mendapat tanggapan Sangat Setuju 6,5, Setuju 42,4, Kurang Setuju 35,9, Tidak Setuju 6,5, dan Sangat Tidak Setuju 8,7. Butir pertanyaan 3 yaitu saya mencari
informasi mengenai produk Citra handbody lotion terlebih dahulu sebelum membeli mendapat tanggapan Sangat Setuju 16,3, Setuju 60,9, Kurang Setuju 14,1,
Tidak Setuju 7,6, dan Sangat Tidak Setuju 1,1. Butir pertanyaan 4 yaitu keputusan saya dalam membeli produk Citra handbody lotion adalah keputusan yang
tepat mendapat tanggapan Sangat Setuju 4,3, Setuju 48,9, Kurang Setuju 31,5, Tidak Setuju 7,6, dan Sangat Tidak Setuju 7,6.
4.2.2 Uji Asumsi Klasik
Uji asumsi klasik digunakan untuk melihat atau menguji apakah suatu model layak atau tidak digunakan dalam suatu penelitian. Uji asumsi klasik yang dilakukan
dalam penelitian ini adalah sebagai berikut : 1. Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah nilai residual berdistribusi normal atau tidak, yang dapat dilakukan melalui beberapa pendekatan yaitu :
a. Pendekatan histogram Pada grafik histogram dikatakan variabel berdistribusi normal pada grafik
histogram yang berbentuk seperti lonceng apabila distribusi tersebut tidak menceng ke kiri atau tidak menceng ke kanan Situmorang 2014:114.
Universitas Sumatera utara
57
Gambar 4.1 Histogram Hasil penelitian 2015 data diolah
Pada grafik histogram terlihat bahwa variabel berdistribusi normal. Hal ini ditunjukkan oleh distribusi data tersebut tidak menceng ke kiri atau menceng
ke kanan. b. Pendekatan grafik
Cara lain untuk melihat uji normalitas dengan pendekatan grafik. PP plot akan membentuk plot antara nilai-nilai teoritis sumbu x malawan nilai-
nilai yang diperoleh dari sampel sumbu y. Apabila plot keduanya berbentuk linier dapat didekati oleh garis lurus maka hal ini meruakan
indikasi bahwa residual menyebar normal Situmorang 2014:117.
Universitas Sumatera utara
58
Gambar 4.2 Pendekatan Grafik Hasil penelitian 2015 data diolah
Pada gambar 4.2 scatter plot terlihat titik yang mengikuti data di sepanjang garis diagonal. Hal ini berarti data berdistribusi normal.
c. Pendekatan Kolmogorov-Smirnov Untuk memastikan apakah data berdistribusi normal maka dapat
dilakukan dengan menggunakan pendekatan kolmogorov-smirnov 1 sampel KS dengan melihat data residunya apakah berdistribusi normal
atau tidak Situmorang 2014:119.
Universitas Sumatera utara
59
Tabel 4.7 Hasil Uji Kolmogorov
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 92
Normal Parameters
a,b
Mean ,0000000
Std. Deviation 2,08410162
Most Extreme Differences Absolute
,107 Positive
,052 Negative
-,107 Kolmogorov-Smirnov Z
1,022 Asymp. Sig. 2-tailed
,247 a. Test distribution is Normal.
b. Calculated from data.
Hasil penelitian 2015 data diolah Dasar pengambilan keputusan untuk Kolmogorov-Smirnov yaitu nilai
value pada kolom Asymp. Sig lebih besar dari level of signifikan α = 5,
mkaa tidak mengalami gangguan distribusi normal. Melalui tabel 4.7 terlihat bahwa nilai Asymp. Sig 2-tailed adalah 0,467 dan diatas nilai
signifikan 0,05. Dapat disimpulkan bahwa data residual berdistribusi normal. Nilai Kolmogorov-Smirnov Z dari tabel 4.7 Yaitu 1,022 dan lebih
kecil dari 1,97 berarti tidak ada perbedaan antara distribusi teoritik dan distribusi empiric atau dengan kata lain data dikatakan normal.
2. Uji heteroskedasitas Heteroskedasitas terjadi karena perubahan situasi yang tidak tergambarkan
dalam spesifikasi model regresi. Dengan kata lain, heteroskedasitas terjadi jika residual tidak memiliki varian yang konstan. Alat untuk menguji
Universitas Sumatera utara
60
heteroskedasitas dapat dibagi dua yaitu dengan alat analisis grafik scatter plot atau dengan pendekatan statistik yang disebut dengan Uji Park.
a. Uji Park Kriteria pengambilan keputusannya adalah sebagi berikut :
1.
Jika nilai signifikasi 0,05, maka tidak mengalami gangguan heterokedastisitas.
2.
Jika nilai signifikansi 0,05, maka mengalami gangguan heterokedastisitas.
Tabel 4.8 Hasil Uji Park
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta
1 Constant
6,245 2,754
2,267 ,026
ATRIBUT PRODUK -,284
,271 -,146
-1,050 ,296
MANFAAT PRODUK -,064
,185 -,046
-,347 ,729
PEMAKAI PRODUK -,248
,256 -,115
-,969 ,335
PESAING PRODUK ,046
,266 ,024
,172 ,864
HARGA PRODUK -,099
,311 -,041
-,320 ,750
a. Dependent Variable: LnU2i
Sumber : hasil penelitian 2015 data diolah
Pada Tabel 4.8 menunjukkan tidak adanya masalah heterokedastisitas, dimana hasil uji signifikan variabel produk positioning yang terdiri dari atribut produk, manfaat
produk, pesaing produk, dan pemakai produk menunjukkan nilai lebih besar dari
Universitas Sumatera utara
61
0,05. Jadi dapat disimpulkan tidak terdapat adanya heterokedastisitas dalam model regresi.
b. Pendekatan grafik
Heterokedastisitas dapat juga dilihat melalui gambar scatterplot. Gambar scatterplot dapat mengindikasi ada atau tidaknya gejala heterokedastisitas.
Apabila grafik membentuk pola-pola tertentu yang teratur maka regresi mengalami gangguan heterokedastisitas. Jika grafik tidak membentuk pola atau
acak maka regresi tidak mengalami gangguan heterokedastisitas.
Gambar 4.3 Scatter plot heterokedastisitas
Sumber: Hasil penelitian, 2015 data diolah
Gambar 4.3 menunjukkan bahwa penyebaran residual cenderung tidak teratur, terdapat titik-titik yang berpencar dan tidak membentuk pola.
Kesimpulan yang dapat diperoleh adalah tidak terdapat gejala
Universitas Sumatera utara
62
heterokedastisitas, sehingga model regresi layak dipakai untuk memprediksi keputusan pembelian, berdasarkan masukan variabel produk positioning
.
3. Uji Multikolinearitas Uji multikolinearitas variabel independen yang satu dengan yang lain dalam
model regresi berganda tidak saling berhubungan secara sempurna. Untuk mengetahui ada tidaknya gejala multikolinearitas dapat dilihat dari besarnya nilai
tolerance dan VIF Variance Inflation Factor melalui program SPSS. Tolerance mengukur variabilitas variabel terpilih yang tidak dijelaskan oleh variabel
independen lainnya. Nilai umum yang bisa dipakai adalah nilai Tolerance 0,1 atau nilai VIF 5, maka tidak terjadi multikolinearitas. Hasil pengolahan dapat
dilihat pada Tabel 4.9 berikut ini:
Tabel 4.9 Hasil
Uji Multikolinieritas
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity Statistics
B Std. Error
Beta Tolerance
VIF
1 Constant
-,953 2,154
-,442 ,659
ATRIBUT PRODUK ,280
,212 ,138
1,323 ,189
,562 1,780
MANFAAT PRODUK ,590
,145 ,401
4,070 ,000
,624 1,602
PEMAKAI PRODUK ,213
,200 ,095
1,066 ,290
,765 1,306
PESAING PRODUK ,343
,208 ,170
1,646 ,104
,568 1,760
HARGA PRODUK ,189
,243 ,074
,778 ,438
,672 1,487
a. Dependent Variable: KEPUTUSAN PEMBELIAN
Sumber : hasil penelitian 2015 data diolah
Universitas Sumatera utara
63
Pada Tabel terlihat bahwa nilai tolerance dari variabel atribut produk, manfaat produk, pesaing produk, dan pemakai produk 0,1 dan nilai VIF 5 yang
artinya tidak terjadi masalah multikolinearitas pada masing-masing variabel bebasnya
.
4.2.3 Analisis Regresi Linier Berganda