Uji Asumsi Klasik Pengaruh Pengembangan Produk dan Citra Merek Terhadap Keputusan Pembelian Notebook Acer Pada Mahasiswa Fakultas Ekonomi Universitas Sumatera Utara Medan

3.9.3 Analisis Deskriptif Statistik

Analisis deskriptif statistik dalam penelitian ini merupakan uraian atau penjelasan dari hasil pengumpulan data primer berupa kuesioner yang telah diisi oleh responden penelitian. 1. Deskriptif Responden Populasi dalam penelitian ini adalah Mahasiswa Fakultas Ekonomi Universitas Sumatera Utara yang jumlahnya tidak teridentifikasi. Sampel yang diambil sebanyak 96 orang berdasarkan rumus unidentified Sampling, dengan kriteria bahwa sampel adalah mahasiswa Fakultas Ekonomi Universitas Sumatera Utara yang sudah pernah melakukan pembelian notebook Acer. Tabel 3.5 Karakteristik Responden Berdasarkan Jenis Kelamin No Kelamin Jumlah Persentase 1 Laki-laki 27 28.1 2 Perempuan 69 71.9 Total 96 100.0 Tabel 3.5 memperlihatkan bahwa mayoritas responden adalah perempuan yakni sebanyak 69 orang 71.9 dan minoritas adalah laki laki yakni sebanyak 27 orang 28.1. Dengan demikian dapat dilihat bahwa Mahasiswa perempuan lebih banyak yang menjadi responden dibandingkan dengan Mahasiswa laki-laki.

3.10 Uji Asumsi Klasik

Uji asumsi klasik dilakukan sebelum melakukan analisis regresi, agar didapat perkiraan yang tidak bias dan efisiensi maka dilakukan pengujian asumsi klasik yang harus dipenuhi, yaitu : Universitas Sumatera Utara 1. Uji Normalitas Tujuan uji normalitas adalah ingin mengetahui apakah distribusi sebuah data mengikuti dan mendekati distribusi normal. Uji normalitas dilakukan dengan menggunakan pendekatan grafik dan pendekatan statistik yaitu Kolmogrov Smirnov. Dengan menggunakan tingkat signifikan 5 maka jika nilai asym.sig. 2- tailed diatas nilai signifikan 5 artinya variabel residual berdistribusi normal Situmorang,dkk 2008:55. a. Pendekatan grafik Pada grafik histogram dikatakan variabel berdistribusi normal pada grafik histogram yang berbentu lonceng apabila berdistribusi data tersebut tidak menceng kekiri dan menceng kekanan. b. Apabila plot dari keduanya berbentuk linear dapat didekati oleh garis lurus, maka hal ini merupakan indikasi bahwa residual menyebar normal. Bila pola-pola titik yang terletak selain diujung-ujung plot masih berbentuk linear, meskipun ujung-ujung plot agak menyimpang dari garis lurus, dapat dikatakan bahwa sebaran data dalam hal ini residual adalah menyebar normal. Universitas Sumatera Utara Gambar 3.1 Histogram Berdasarkan gambar 3.1 dapat dilihat bahwa grafik histogram menunjukkan pola distribusi normal. Gambar 3.2 Normal P-P Plot Regression Standardized Residual 3 2 1 -1 -2 -3 Frequency 25 20 15 10 5 Histogram Dependent Variable: KEPUTUSAN Mean =6.76E-16฀ Std. Dev. =0.989฀ N =96 Observed Cum Prob 1.0 0.8 0.6 0.4 0.2 0.0 E xpect ed C um P rob 1.0 0.8 0.6 0.4 0.2 0.0 Normal P-P Plot of Unstandardized Residual Universitas Sumatera Utara Pada gambar 3.2 diatas dapat dilihat bahwa data-data titik menyebar disekitar garis diagonal dan mengikuti arah garis diagonal. Oleh karena itu, berdasarkan gambar 3.2 tersebut dapat diambil kesimpulan bahwa telah memenuhi uji normalitas. Untuk memastikan apakah data disepanjang garis diagonal berdistribusi normal maka dilakukan uji Kolmogrov Smirnov 1 Sample KS dengan melibatkan data residual apakah berdistribusi normal Syafrizal,dkk, 2008 : 105. Menentukan kriteria keputusan : 1. Jika nilai Asymp.Sig 2-tailed 0,05 maka tidak mengalami gangguan distribusi normal 2. Jika nilai Asymp.Sig 2-tailed 0,05 maka mengalami gangguan distribusi normal. Tabel 3.6 Normalitas Sumber : Hasil Pengolahan Data Primer Kuesioner, SPSS versi 17.0, 2013 Pada tabel 3.6 terlihat bahwa Assmp.Sig 2-tailed adalah 0,417 dan diatas nilai signifikan 5 0,05 dengan kata lain variabel residual berdistribusi normal. One-Sample Kolmogorov-Smirnov Test 96 .0000000 1.89238940 .090 .058 -.090 .883 .417 N Mean Std. Deviati on Normal Parameters a,b Absolute Positive Negati ve Most Extrem e Di fferences Kolmogorov-Sm irnov Z As ymp. Sig. 2-tailed Unstandardized Residual Test di stribution is Norm al. a. Calcul ated from data. b. Universitas Sumatera Utara 2. Uji Heteroskedastisitas Uji Heteroskedastisitas pada prinsipnya ingin menguji apakah sebuah grup mempunyai varians yang sama diantara grup tersebut. Jika varians sama dan ini yang seharusnya terjadi maka dikatakan ada homoskedastisitas. Jika varians tidak sama dikatakan terjadi Heteroskedastisitas Situmorang,dkk 2008:63. a. Pendekatan Grafik Melalui pendekatan grafik, hasil pengolahan dapat di lihat pada Gambar 3.3 dibawah ini : Gambar 3.3 Scatterplot Sumber : Hasil pengolahan data primer Kuesioner, SPSS versi 17.00 Dari gambar 3.3 Scatterplot yang disajikan, terlihat titik-titik menyebar secara acak tidak membentuk sebuah pola tertentu yang jelas serta tersebar baik diatas maupun di bawah angka nol pada sumbu Y. Hal ini berarti tidak terjadi heteroskedastisitas pada model regresi, sehingga model regresi dapat Regression Standardized Predicted Value 1 -1 -2 -3 -4 R egressi on S tandardi zed R esi dual 3 2 1 -1 -2 -3 Scatterplot Dependent Variable: KEPUTUSAN Universitas Sumatera Utara dipakai untuk memprediksi keputusan konsumen berdasarkan masukan variabel independennya. b. Pendekatan Statistik Melalui pendekatan statistik dapat dilakukan melalui uji Glejser. Hasil pengolahannya dapat dilihat pada Tabel 3.7 berikut ini: Tabel 3.7 Hasil Uji Heteroskedastisitas 3. Uji Multikolinieritas Uji Multikolinieritas bertujuan untuk menguji apakah dalam model regresi ditemukan adanya korelasi antar variabel bebas. Multikolinieritas ini berarti adanya hubungan yang sempurna atau pasti, diantara beberapa atau semua variabel yang menjelaskan dari model regresi Situmorang,dkk 2008:63. Hasil pengolahan dapat dilihat pada Tabel 3.8 berikut ini: Tabel 3.8 Hasil Uji Multikolinieritas Sumber : Hasil pengolahan data primer Kuesioner, SPSS, 17.00,2013 Coeffi cients a -.731 1.429 -.512 .610 .219 .028 .529 7.861 .000 .188 .029 .431 6.408 .000 Const ant PE NGEMB ANGAN CITRA Model 1 B St d. E rror Unstandardized Coeffic ient s Beta St andardiz ed Coeffic ient s t Sig. Dependent Variable: KE PUTUS AN a. Uji Multikolinieritas a .516 1.940 .516 1.940 PENGEMBANGAN CITRA Model 1 Tolerance VIF Collinearity Statistics Dependent Variable: KEPUTUSAN a. Universitas Sumatera Utara Pengambilan Keputusan: • VIF 5 Maka diduga mempunyai persoalan multikolinieritas • VIF 5 Maka tidak terdapat multikolinieritas • Tolerance 0,1 Maka diduga mempunyai persoalan multikolinieritas • Tolerance 0,1 Maka tidak terdapat multikolinieritas. Hasil pengujian : Pada Tabel 3.8 dapat dilihat nilai tolerancenya 0,1 dan nilai VIF 5 maka tidak ditemukan masalah multikolinieritas dalam penelitian ini.

3.11 Analisis Regresi Linier Berganda