2. Persamaan substruktur II
Gambar 4.3 Normalitas Persamaan Substruktur II Dari gambar 4.3. untuk model substruktur II meski tidak sempurna data yang
digunakan ada kecenderungan membentuk kurva bel, dengan demikian data berdistribusi normal.
4.5.2 Uji Linieritas
Linieritas suatu variabel umumnya dideteksi dengan grafik P-P Plot of Regression standardized Residual. Jika data menyebar disekitar garis diagonal dan mengikuti arah
garis diagonal maka memenuhi asumsi Linieritas. Jika data menyebar jauh dari garis diagonal dan tidak mengikuti arah garis diagonal maka tidak memenuhi asumsi Linieritas.
Hasil dari uji lineritas secara grafis tersebut dapat dilihat pada gambar dibawah ini: 1. Persamaan substruktur I
Gambar 4.4 Linearitas Persamaan Substruktur I
Pada gambar 4.4 P-P Plot of Regression standardized Residual untuk model substruktur I, data sudah membentuk garis lurus dari sisi kiri bawah ke kanan atas, hal ini
tampak titik-titik perpaduan antara Observer Cum Prob dengan Expected Cum Prob menyebar disekitar garis diagonal serta penyabarannya mengikuti arah garis diagonal,
sesuai dengan teori linieritas dapat disimpulkan dalam model substruktur I sudah terpenuhi.
2. Persamaan substruktur II
Gambar 4.5 Linearitas Persamaan Substruktur II Pada gambar 4.5 P-P Plot of Regression standardized Residual untuk model
substruktur II, data sudah membentuk garis lurus dari sisi kiri bawah ke kanan atas, hal ini tampak titik-titik perpaduan antara Observer Cum Prob dengan Expected Cum Prob
menyebar disekitar garis diagonal serta penyabarannya mengikuti arah garis diagonal, sesuai dengan teori linieritas dapat disimpulkan dalam model substruktur II sudah
terpenuhi.
4.5.3 Uji Multikolineritas
Terjadi mutikolineritas pada variabel-variabel exogenous jika korelasi antar variabel bebas sangat tinggi atau mendekati angka 1 dan nilai VIF 5.
1. Persamaan substruktur I Dari hasil perhitungan Correlation untuk substuktural I korelasi antar variabel
Technical quality dan Functional quality tidak tinggi, yaitu sebesar 0,434 dan nilai VIF 1,233. Dengan demikian tidak terjadi multikolineritas antar variabel exogenous yang
digunakan dalam model substruktural I. 2. Persamaan substruktur II
Pada model substruktural II multikolineritas dapat dilihat dari korelasi antar variabel bebas dan nilai VIF. Hasil perhitungan Correlation, korelasi antar variabel
exogenous dapat dilihat dari tabel dibawah ini: Tabel 4.11 Matrix Correlation Substruktural II
Technical quality Functional quality Kepuasan Pasien
Technical quality 1
0,434 0,492
Functional quality 0,434
1 0,741
Kepuasan Pasien 0,492
0,741 1
Dari Tabel 4.11 diatas bahwa korelasi antar variabel exogenous, semuanya dibawah 1. Hal ini menunjukan tidak ada problem multikolineritas. Disamping itu, dilihat
nilai VIF antar variabel exogenous. Nilai VIF dapat dilihat pada Tabel berikut: Tabel 4.12 Nilai VIF Variance Inflaction Factor
Variabel VIF
Technical quality 1,338
Functional quality 2,252
Kepuasan Pasien 2,409
Tabel 4.12 menunjkan nilai VIF dari masing-masing variabel exogeneous 5, dengan demikian tidak terjadi problem multikolinearitas.
4.5.4 Uji Autokorelasi
Pengujian autokorelasi digunakan untuk melihat apakah terdapat autokorelasi atau tidak dalam model, ketentuannya ialah: terjadinya autokorelasi jika nilai Durbin-Watson
