2. Pengujian Heteroskedastisitas
Uji Heteroskedastisitas bertujuan untuk menguji apakah dalam model regrasi terdapat ketidaksamaan varians dari residual satu pengamatan
kepengamatan lainnya. Jika varians dari satu residual satu pengamatan ke pengamatan lainnya tetap maka terjadi homoskedastisitas jika berbeda maka
disebut heteroskedastisitas. Model regresi yang baik adalah yang tidak terjadi heteroskedastisitas Situmorang, dkk, 2010:100. Pemeriksaan
terhadap gejala heteroskedastisitas adalah dengan melihat pola diagram pancar yaitu grafik yang merupakan diagram pancar residual, yaitu selisih
antara nilai Y prediksi dan Y observasi. 1. Model Grafik
Hipotesis: 1.
Jika diagram pancar yang ada membentuk pola-pola tertentu yang teratur maka regresi mengalami gangguan heteroskedastisitas.
2. Jika diagram pancar yang ada tidak membentuk pola-pola tertentu
yang teratur maka regresi tidak mengalami gangguan heteroskedastisitas.
Universitas Sumatera Utara
Sumber: Hasil penelitian 2011, diolah Gambar 4.9
Scatterplot
Dari Gambar 4.9 dapat dilihat titik-titik pada grafik scatterplot menyebar secara acak dan tidak membentuk pola tertentu. Hal ini menunjukkan bahwa
model regresi tidak mengalami gangguan heteroskedastisitas. 2. Model Glejser
Menentukan kriteria keputusan: 1.
Jika nilai signifikan 0,05 maka tidak mengalami gangguan heteroskedastisitas.
2. Jika nilai signifikan
0,05 maka mengalami gangguan heteroskedastisitas.
Universitas Sumatera Utara
Tabel 4.10 Uji Glejser
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta 1 Constant
1.093 1.102
.991 .324
Nilai_Produk -.075
.078 -.129
-.957 .341
Nilai_Pelayanan .046
.124 .050
.371 .712
Nilai_Harga .080
.079 .139
1.025 .308
a. Dependent Variable: absut
Sumber : Hasil Penelitian 2011, diolah
Dari Tabel 4.10 dapat dilihat bahwa signifikasi variabel bebas lebih besar dari 0,05 maka tidak mengalami gangguan heteroskedastisitas.
3. Pengujian Multikolineritas
Uji multikolinearitas bertujuan untuk menguji adanya korelasi antara variabel independen. Jika terjadi korelasi maka dinamakan multikol, yaitu adanya
masalah multikolinearitas. Model regresi yang baik seharusnya tidak terjadi korelasi antar independen.
Hasil pengujian: Pedoman suatu model regresi yaitu bebas multikol adalah dengan melihat
nilai tolerance dan nilai Variance Inflation Factor VIF. Jika VIF 5 maka variabel ada masalah multikol, dan jika VIF 5 maka tidak terdapat masalah
multikol. Jika tolerance 0,1 maka variabel ada masalah multikol, dan jika tolerance 0,1 maka variabel tidak terdapat masalah multikol.
Universitas Sumatera Utara
Tabel 4.11 Uji Multikolinieritas
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity Statistics
B Std. Error
Beta Tolerance
VIF 1 Constant
1.209 1.822
.664 .509
Nilai_Produk .659
.129 .520
5.121 .000
.590 1.695
Nilai_Pelayanan .012
.206 .006
.057 .955
.596 1.678
Nilai_Harga .274
.130 .214
2.108 .038
.590 1.696
a. Dependent Variable: Loyalitas_Pelanggan
Sumber : Hasil Penelitian 2011, diolah
Pada Tabel 4.11 dapat dilihat bahwa semua variabel bebas memiliki nilai VIF 5 dan tolerance 0,1 maka tidak ditemukan masalah multikol dalam penelitian ini.
4.2.4 Analisis Regresi Berganda