Uji Normalitas Uji Asumsi Klasik

16.2 menyatakan Sangat Setuju, 9.2 menyatakan Kurang Setuju, dan yang menyatakan Tidak Setuju dan Sangat Tidak Setuju tidak ada. 4. Pernyataan 4 dari Variabel Keputusan Pembelian, 64.6 menyatakan Setuju bahwa konsumen Rumah Makan Wong Solo Gajah Mada Medan memutuskan untuk membeli ulang, 20.8 menyatakan Sangat Setuju, 12.3 menyatakan Kurang Setuju,2.3 menyatakan Tidak Setuju, dan yang menyatakan Sangat Tidak Setuju tidak ada.

4.3 Uji Asumsi Klasik

4.3.1 Uji Normalitas

Uji Normalitas dilakukan untuk mengetahui apakah data yang diperoleh dari hasil observasi berdistribusi normal atau tidak, sehingga data tersebut dapat digunakan atau tidak dalammodl regresi. Untuk mengetahui apakah data yang diperoleh berdistribusi normal atau tidak, dapat dilakukan dengan analisis grafik dan uji statistik. Salah satu cara untuk melihat normalitas adalah dengan melihat grafik histogram dan grafik normal plot yang membandingkan antara data observasi dengan distribusi yang mendekati distribusi normal. Kriteria Pengambilan Keputusan: a. Jika data menyebar disekitar garis diagonal dan mengikuti arah garis diagonal atau grafik histogram menunjukkan pola distribusi normal, maka model regresi memenuhi asumsi klasik. Universitas Sumatera Utara b. Jika data tidak menyebar disekitar garis diagonal dan tidak mengikuti arah garis diagonal atau grafik tidak menunjukkan pola distribusi normal, maka model regresi tidak memenuhi asumsi klasik. Hasil dari output SPSS terlihat Gambar 4.1 dan Gambar 4.2. Sumber: Hasil Pengolahan SPSS 17.0 Gambar 4.1 Histogram Gambar 4.1 memberikan interpretasi bahwa grafik histogram memiliki distribusi normal dimana grafik tersebut membentuk pola lonceng atau tidak miring ke kanan atau ke kiri. Universitas Sumatera Utara Sumber: Hasil Pengolahan SPSS 17.0 Gambar 4.2 Normal p-p Plot of Standardized Residual Gambar 4.2 menunjukkan bahwa data menyebar disekitar garis diagonal dan mengikuti arah garis diagonal. Oleh karena itu, berdasarkan gambar dan gambar kriteria pengambilan keputusan yang pertama dipenuhi yaitu data berdistribusi normal. Untuk memastikan apakah data disepanjang garis diagonal berdistribusi normal maka dilakukan uji Kolmogrov Smirnov 1 sample dengan melihat data residual apakah berdistribusi normal Situmorang, et al 2010: 95. Universitas Sumatera Utara Berikut ini pengujian normalitas yang didasarkan dengan uji statistik non- parametrik Kolmogrov-Smirnov K-S. Menentukan kriteria keputusan, yaitu: 1. Jika nilai Asymp. Sig. 2 tailed 0,05 maka data tidak mengalami gangguan distribusi normal. 2. Jika nilai Asymp. Sig. 2 tailed 0,05 maka data mengalami gangguan distribusi normal. Tabel 4.11 One-Sample Kolmogorov-Smirnov Test Unstandardized Residual N 130 Normal Parameters a,,b Mean .0000000 Std. Deviation 1.34634879 Most Extreme Differences Absolute .066 Positive .039 Negative -.066 Kolmogorov-Smirnov Z .748 Asymp. Sig. 2-tailed .630 a. Test distribution is Normal. b. Calculated from data. Sumber: Hasil Pengolahan SPSS 17.0 Pada Tabel 4.11 terlihat bahwa nilai Asymp. Sig. 2 tailed adalah 0,630 dan diatas nilai signifikan 0,05, dengan kata lain variabel residual berdistribusi normal. Nilai kolmogrov-smirnov Z lebih kecil dari 1.97 berarti tidak ada perbedaan antara distribusi teoritik dan ditribusi empiris atau dengan kata lain data dikatakan normal. Universitas Sumatera Utara

4.3.2 Uji Heteroskedastisitas