4.2.3.2 Uji Heteroskedastisitas
Ada dua cara untuk mendeteksi keberadaan heteroskedastisitas, yaitu metode informal Grafik Scatterplot dan metode formal Uji Glejser.
1. Grafik Scatterplot Pada metode grafik, sumbu vertikal menjelaskan nilai prediksi
disturbance term error dan sumbu horisontal menjelaskan niai prediksi variabel regression
.
Gambar 4.6 Scatterplot
Sumber: Hasil Pengolahan Data Primer Kuesioner, SPSS 17.00, 2014
Gambar 4.6 Scatterplot di atas menunjukkan bahwa titik-titik yang ada menyebar secara acak, tersebar baik di atas maupun di bawah angka nol
Universitas sumatera utara
pada sumbu Y dan tidak membentuk sebuah pola tertentu yang jelas. Oleh karena itu, model regresi dikatakan tidak mengalami heteroskedastisitas.
2. Uji Glejser
Tabel 4.12 Uji Glejser
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta 1Constant
-.30 1.14
-.26 .79
Prior.Experience .05
.06 .12
.93 .35
Iklan .04
.05 .10
.79 .43
a. Dependent Variable: absut
Sumber: Hasil Pengolahan Data Primer Kuesioner, SPSS 17.00, 2014
Pada Tabel 4.12 terlihat bahwa tidak ada variabel bebas atau variabel independen yang signifikan secara statistik mempengaruhi variabel
terikat atau variabel dependen. Hal ini ditunjukkan dari nilai Sig. variabel- variabel bebas yang lebih besar dari nilai signifikan 0,05. Jadi, model
regresi tidak mengalami heteroskedastisitas.
4.2.3.3 Uji Multikolinieritas
Untuk mendekteksi multikolinearitas pada data dapat digunakan dengan melihat nilai Tolerance dan Variance Inflation Factor VIF, dengan kriteria
sebagai berikut: 1. VIF 5 maka diduga mempunyai persoalan multikolinearitas.
2. VIF 5 maka tidak terdapat multikolinearitas. 3. Tolerance 0,1 maka diduga mempunyai persoalan multikolinearitas.
4. Tolerance 0,1 maka tidak dapat terdapat multikolineraitas.
Universitas sumatera utara
Tabel 4.13 Uji Multikolinieritas
Sumber: Hasil Pengolahan Data Primer Kuesioner, SPSS 17.00, 2014
Pada Tabel 4.13 terlihat bahwa nilai Tolerance semua variabel independen adalah besar dari nilai 0,1 dan nilai VIF semua variabel independen
adalah lebih kecil dari nilai ketetapan 5. Oleh karena itu, data dalam penelitian ini dikatakan tidak mengalami masalah multikolinearitas.
4.2.4 Analisis Regresi Linear Berganda