4.3 Uji Asumsi Klasik
4.3.1 Uji Normalitas
Uji normalitas bertujuan untuk menguji dalam model regresi, variabel terikat dan variabel bebas atau keduanya mempunyai distribusi normal atau tidak.
Model regresi yang baik adalah memiliki distribusi data normal atau mendekati normal. Deteksi dengan melihat penyebaran data titik pada sumbu diagonal dari
grafik. Dasar pengambilan keputusan : 1. Jika data menyebar disekitar garis diagonal dan mengikuti arah garis
diagonal, maka model regresi memenuhi asumsi normalitas. 2. Jika data menyebar jauh dari garis diagonal dan tidak mengikuti arah
garis diagonal, maka model regresi tidak memenuhi asumsi normalitas.
Sumber : Hasil Pengolahan SPSS, 2012 Gambar 4.3 Hasil Pengujian Normalitas
Universitas Sumatera Utara
Pada Gambar 4.3 hasil analisis data dengan menggunakan SPSS, maka dapat diketahui bahwa data menyebar disekitar garis diagonal dan mengikuti arah
garis diagonal, maka model regresi memenuhi asumsi normalitas.
4.3.2 Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terdapat ketidaksamaan varians dan residual satu pengamatan ke
pengamatan lainnya. Jika varians dari satu residual satu pengamatan ke pengamatan lainnya tetap maka terjadi homokedasitas jika berbeda maka disebut
heterokedastisitas.
Sumber : Hasil Pengolahan SPSS, 2012 Gambar 4.4 Hasil Pengujian Heteroskedastisitas
Universitas Sumatera Utara
Pada Gambar 4.4 Grafik ScatterPlot dapat terlihat titik-titik yang menyebar secara acak, tidak membentuk suatu pola tertentu yang jelas serta
tersebar baik diatas maupun dibawah angka 0 nol pada sumbu Y. Hal ini berarti tidak terjadi heteroskedastisitas pada model regresi, sehingga model regresi layak
untuk dipakai untuk memprediksi kepuasan pelanggan, berdasarkan masukan variabel independennya.
4.3.3 Uji Multikolinearitas
Pengujian Multikolinearitas untuk melihat apakah pada model regresi ditemukan korelasi antar variabel bebas. Jika terjadi korelasi akan terdapat
masalah Multikolinearitas.
Tabel 4.7 Hasil Pengujian Multikolinearitas
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity Statistics
B Std. Error
Beta Toleranc
e VIF
1Constant 2.827
1.428 1.979
.051 Perilaku
.669 .133
.467 5.045
.000 .668
1.496 Lingkungan
.419 .116
.336 3.626
.000 .668
1.496 a. Dependent Variable: Kepuasan
Sumber : Hasil Pengolahan SPSS, 2012
Universitas Sumatera Utara
Berdasarkan Tabel 4.7 dapat dilihat bahwa : 1. Nilai VIF dari nilai perilaku konsumen dan lingkungan pemasaran
lebih kecil atau dibawah 5 VIF 5, ini berarti tidak terkena multikolinearitas antara variabel independen dalam model regresi.
2. Nilai Tolerance dari perilaku konsumen dan lingkungan pemasaran lebih besar dari 0,1 ini berarti tidak terdapat multikolinearitas antar
variabel independen dalam model regresi.
4.4 Analisis Regresi Linear Berganda