105
Tabel 4.8 Uji Kolmogorov-Smirnov
One-Sample Kolmogorov-Smirnov Test
Unstandardize d Residual
N 74
Normal Parameters
a,,b
Mean .0000000
Std. Deviation 3.02851406
Most Extreme Differences
Absolute .129
Positive .129
Negative -.081
Kolmogorov-Smirnov Z 1.106
Asymp. Sig. 2-tailed .173
a. Test distribution is Normal. b. Calculated from data.
Sumber: Output SPSS November 2012
Pada Tabel 4.8 terlihat bahwa nilai Asymp. Sig. 2-tailed adalah 0,173, dan di atas nilai signifikan 0,05. Dengan kata lain variabel residual
berdistribusi normal.
b. Uji Heteroskedastisitas
Uji heteroskedastisitas digunakan untuk menguji apakah dalam model regresi terjadi ketidaksamaan perbedaan varians dari residual pengamatan yang
lain. Jika varians residual dari suatu pengamatan lain tetap, maka disebut homoskedastisitas terjadi karena terjadi perubahan situasi yang tidak
tergambarkan dalam spesifikasi model regresi. Heteroskedastisitas terjadi jika residual tidak memiliki varian yang konstan.Model yang paling baik adalah
106 tidak terjadi heteroskedastisitas.Ada beberapa cara untuk mendeteksi ada atau
tidaknya heteroskedastisitas yaitu dengan pendekatan Grafik dan uji Glejser.
Pendekatan Grafik
Pemeriksaan terhadap gejala heteroskedastisitas adalah dengan melihat pola diagram pencar pada grafik Scatterplot. Cara pengambilan keputusannya
adalah sebagai berikut:
1. Jika diagram pencar yang ada membentuk pola-pola tertentu yang teratur maka regresi mengalami gangguan heteroskedastisitas.
2. Jika diagram pencar tidak membentuk pola atau acak maka regresi tidak mengalami gangguan heteroskedastisitas.
Gambar 4.4 Scatterplot Uji Heteroskedastisitas
Sumber: Output SPSS November 2012
Gambar 4.4 menunjukkan bahwa dari grafik scatterplot yang disajikan dapat dilihat titik-titik menyebar secara acak tidak membentuk sebuah pola tertentu
107 yang jelas serta tersebar baik di atas maupun di bawah angka nol pada sumbu Y.
Hal ini berarti tidak terjadi heteroskedastisitas pada model regresi, sehingga model regresi dapat dipakai untuk memprediksikan keputusan konsumen
berdasarkan masukan variabel independennya.
Pendekatan Statistik Uji Glejser
Uji heteroskedastisitas juga dapat dilakukan dengan Uji Glejser. Cara pengambilan keputusan:
1. J ika probabilitas 0,05 maka tidak mengalami gangguan heteroskedas tis itas .
2. Jika probabilitas 0,05 maka mengalami gangguan heteroskedastisitas.
Tabel 4.9 Uji Glejser
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. B
Std. Error
Beta 1
Constant -1.079
1.861 -.579 .564
Pengakuan .111
.081 .164 1.368 .176
TanggungJawab .222
.157 .240 1.418 .161
Hubungan Kerja Antar Karyawan
.049 .150
.067 .329 .743
Kebijakan Perusahaan
-.156 .147
-.208 -1.062 .292 a. Dependent Variable: absut
Sumber: Output SPSS November 2012
Pada Tabel 4.9 dapat dilihat bahwa kolom Sig atau Significance pada tabel koefisien regresi adalah 0,176, 0,161,0,743 dan 0,292 atau
108 probabilitas lebih besar dari 0,05 maka tidak terjadi gangguan heteroskedastisitas.
Hal ini menunjukkan semua variabel independen yang terdiri dari pengakuan, tanggung jawab, hubungan kerja antar karyawan, dan kebijakan perusahaan
mempengaruhi variabel dependen absoluteabsut.
c. Uji Multikoliniearitas