ukur yang sering di gunakan untuk mengukur ada tidaknya variabel yang berkorelasi, maka di gunakan alat uji atau deteksi Variance Inflation Factor VIF. Dimana nilai
VIF tidak lebih dari 10 dan nilai Tolerance tidak kurang dari 0,1. Hasil pengujian multikoleniaritas pada penelitian ini dapat dilihat pada Tabel 4.6.
Tabel 4.6. Uji Multikolenieritas Hipotesis Pertama Model Collinearity
Statistic
1 Tolerance
VIF Constant
Faktor Periklanan
,537 1,863
Faktor Promosi Penjualan ,328
3,044 Faktor Hubungan Masyarakat
,234 4,227
Sumber: Hasil Penelitian 2010 Data di olah Berdasarkan hasil pengolahan data pada Tabel 4.6 menunjukkan tidak ada
satupun variabel bebas yang memiliki nilai Tolerance kurang dari 0,1 atau nilai VIF setiap variabel bebas kurang dari 10, maka dapat disimpulkan bahwa model regresi
tidak terjadi masalah multikolenieritas.
4.4.3. Hasil Uji Heteroskedastisitas Hipotesis Pertama
Uji heteroskedastisitas bertujuan untuk menguji apakah varian dari residual satu pengamatan ke pengamatan lainnya tidak tetap atau berbeda. Model regresi yang
baik adalah tidak terjadinya heteroskedastisitas.
Universitas Sumatera Utara
Hasil pengujian heteroskedastisitas dengan menggunakan metode grafik dapat dilihat pada Gambar 4.4 berikut ini:
Regression Standardized Predicted Value
2 1
-1 -2
-3
Regression Studentized
Residual
3 2
1
-1 -2
-3
Scatterplot
Dependent Variable: Kesadaran Merek
Sumber: hasil penelitian 2010 data diolah
Gambar 4.4 Grafik Hasil Uji Heteroskedastisitas hipotesis pertama
Dari gambar 4.4 dapat dilihat bahwa tidak ada pola yang jelas, serta titik-titik
menyebar di atas dan di bawah angka 0 pada sumbu Y, sehingga dapat di simpulkan bahwa model regresi tidak terjadi masalah heteroskedastisitas.
Universitas Sumatera Utara
4.4.4. Uji Normalitas Hipotesis Kedua
Uji normalitas bertujuan untuk menguji apakah model regresi antara variabel dependent
terikat dan variabel independent bebas keduanya memiliki distribusi normal atau tidak yang dapat dilihat dengan menggunakan normal histrogram dan p-
plot. Data dalam keadaan normal apabila distribusi data menyebar di sekitar garis diagonal serta dapat di lihat dari kurva normal yang tidak condong ke kiri dan ke
kanan histrogram.
Pendekatan Grafik
Hasil pengujian normalitas dengan menggunakan analisi grafik di lihat pada Gambar 4.5. sebagai berikut:
Regression Standardized Residual
4 2
-2 -4
Frequency
20 15
10 5
Histogram Dependent Variable: promosi penjualan
Mean =-9.54E-17 Std. Dev. =0.99
N =99
Sumber: hasil penelitian 2010 data diolah
Gambar 4.5. Hasil Uji Normalitas Hipotesis kedua Dengan Menggunakan Histogram
Universitas Sumatera Utara
Dengan cara membandingkan antara data observasi dengan distribusi yang mendekati distribusi normal, dari grafik diatas dapat disimpulkan bahwa distribusi
data normal karena grafik histrogram menunjukkan distribusi data mengikuti garis diagonal yang tidak menceng kanan maupun menceng kiri atau normal. Dalam hal ini
berarti H
o
diterima yang berarti data residual berdistribusi normal.
Observed Cum Prob
1.0 0.8
0.6 0.4
0.2 0.0
Expected Cum Prob
1.0 0.8
0.6 0.4
0.2 0.0
Normal P-P Plot of Regression Standardized Residual
Dependent Variable: promosi penjualan
Sumber: Hasil penelitian 2010 data diolah
Gambar 4.6. Hasil Uji Normalitas Hipotesis kedua Dengan Menggunakan P–P Plot
Universitas Sumatera Utara
Berdasarkan Gambar 4.6 dapat dilihat bahwa penyebaran data berada pada sekitar garis diagonal dan mengikuti garis arah diagonal, maka nilai residual
terstandarisasi. Dengan demikian maka model regresi hipotesis pertama tersebut memenuhi asumsi normalitas.
4.4.5. Hasil Uji Multikoleniaritas Hipotesis Kedua