Tabel 4.14 One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 69
Normal Parameters
a,,b
Mean .0000000
Std. Deviation 1.21118350
Most Extreme Differences
Absolute .062
Positive .062
Negative -.057
Kolmogorov-Smirnov Z .514
Asymp. Sig. 2-tailed .954
a. Test distribution is Normal. b. Calculated from data.
Sumber : Hasil Penelitian, 2013
Berdasarkan Tabel 4.14 terlihat hasil secara statistik untuk mengetahui normalitas data One-Sample Kolmogorov-Smirnov Test memiliki nilai Asymp.Sig
2-tailed sebesar 0,954 0,05. Artinya data dalam model penelitian ini memenuhi asumsi normalitas karena nilai residualnya lebih besar dari nilai 0,05.
4.1.5.2 Uji Multikolinearitas
Berikut hasil pengujian multikolinearitas, dapat dilihat pada Tabel 4.15:
Tabel 4.15 Multikolinearitas
Variabel Collinearity Statistics
Tolerance VIF
Responsiveness 0,801
1,248 Reliability
0,965 1,037
Tangible 0,930
1,075 Assurance
0,970 1,031
Empathy 0,802
1,248 Nilai Pengunjung
0,949 1,054
Sumber : Hasil Penelitian, 2013
Universitas Sumatera Utara
Dari data Tabel 4.15 output SPSS multikolinearitas menunjukkan bahwa masing- masing variabel independen tidak terdapat korelasi atau hubungan yang
dapat dilihat dari masing- masing hasil nilai Tolerance 0,10 atau sama dengan
nilai VIF Variance Inflation Factor 10. Artinya seluruh variabel independen memenuhi asumsi multikolinearitas
tidak mengandung masalah multikolinieritas.
4.1.5.3 Uji Heteroskedastisitas
Model regresi yang baik adalah homoskedastisitas atau tidak terjadi heteroskedastisitas Ghozali, 2006. Alat untuk menguji ada atau tidaknya
heteroskedastisitas dapat dibagi menjadi dua yaitu : a
Analisis grafik Scatter-Plot
Gambar 4.4 Grafik Scatterplot
Gambar 4.4 scatterplot heteroskedastisitas menunjukkan bahwa pada gambar scatter-plot output SPSS terlihat menyebar secara acak dan tidak
Universitas Sumatera Utara
membentuk pola tertentu yang jelas serta tersebar baik keatas maupun kebawah angka nol pada sumbu Y. Hal ini berarti tidak terjadi heteroskedastisitas pada
model regresi. b
Analisis residual statistik Uji Glejser
Pada pengujian uji glejser ini variabel terikatnya adalah ABSUT, dimana
jika nilai signifikan 0,05 maka tidak terjadi masalah heteroskedastisitas : Tabel 4.16
Heteroskedastisitas
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. B
Std. Error Beta 1 Constant
.800 1.245
.643 .523
Responsiveness .083
.055 .207
1.506 .137
Reliability -.010 .044
-.028 -.227
.821 Tangible
-.040 .044 -.115
-.903 .370
Assurance -.005 .044
-.014 -.115
.908 Empathy
.002 .053
.004 .031
.975 Nilai Pengunjung -.017 .047
-.046 -.366
.715 a.
Dependent Variable : Absut
Sumber : Hasil Penelitian, 2013
Dari Tabel 4.16 dapat dilihat bahwa kolom output nilai sig signifikansi 0,05 5. Artinya jika nilai signifikansi 0,05 maka dapat disimpulkan bahwa
model regresi dalam penelitian ini memenuhi syarat tidak adanya heteroskedastisitas.
Universitas Sumatera Utara
4.1.6 Hasil Pengujian Hipotesis Berdasarkan Analisis Regresi Linier Berganda
