lxxxviii untuk model 1 nilai d hitung du tabel. Hal ini menunjukan bahwa
pengujian Durbin-Watson tidak menghasilkan kesimpulan sehingga perlu di uji kembali dengan uji statistik yang lain.
Statistik run test bertujuan untuk menentukan ada atau tidaknya autokorelasi sebuah persamaan regresi. Ketentuan mengambil keputusan
yang tepat dengan uji run test adalah Ghozali, 2005 :
Ho : ≤ 0,05 ada autokorelasi
H
A
: 0,05 tidak ada autokorelasi
Tabel IV. 15 Hasil Uji Autokorelasi Berdasarkan Run Test
Runs Test
Unstandardize d Residual
Test Valuea .02342
Cases Test Value 82
Cases = Test Value 88
Total Cases 170
Number of Runs 77
Z -1.370
Asymp. Sig. 2-tailed .171
Sumber: data primer diolah, 2010
Tabel IV.15 menjelaskan bahwa nilai test adalah 0,02342 dengan probabilitas 0,171 tidak signifikan pada 0,05. Hal ini berarti bahwa tidak
ada autokorelasi dalam model 1.
3. Heteroskedastisitas
Hasil pengujian heteroskaedastisitas melalui uji Glejser dapat dilihat pada Tabel IV.16 dan IV.17. Hal ini ditunjukkan oleh variabel independen
nilai uji t yang tidak signifikan. Dengan demikian dapat disimpulkan
lxxxix bahwa model regresi yang diuji tidak mengindikasi terjadinya
heteroskedastisitas.
Tabel IV. 16 Hasil Uji Heteroskedastisitas Model 1
Coefficientsa
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. B
Std. Error Beta
1 Constant
.138 .191
.723 .470
Corporate Image
.054 .047
.089 1.162
.247
Sumber: data primer diolah, 2010
Tabel IV. 17 Hasil Uji Heteroskedastisitas Model 2
Coefficientsa
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. B
Std. Error Beta
1 Constant
.774 .219
3.540 .001
Corporate Image
-.064 .046
-.114 -1.397
.164 Kepuasan
Konsumen -.033
.048 -.055
-.680 .497
Sumber: data primer diolah, 2010
4. Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal. Penelitian
ini untuk menguji normalitas residual menggunakan uji Kolmogorov- Smirnov K-S.
xc
Tabel IV. 18 Hasil Uji Normalitas Model 1
One-Sample Kolmogorov-Smirnov Test
Unstandardize d Residual
N 170
Mean .0000000
Normal Parametersa,b Std. Deviation
.49128650 Absolute
.092 Positive
.086 Most Extreme
Differences Negative
-.092 Kolmogorov-Smirnov Z
1.202 Asymp. Sig. 2-tailed
.111
Sumber: data primer diolah, 2010
Tabel IV. 19 Hasil Uji Normalitas Model 2
One-Sample Kolmogorov-Smirnov Test
Unstandardize d Residual
N 170
Mean .0000000
Normal Parametersa,b Std. Deviation
.49517987 Absolute
.070 Positive
.070 Most Extreme
Differences Negative
-.054 Kolmogorov-Smirnov Z
.907 Asymp. Sig. 2-tailed
.382
Sumber: data primer diolah, 2010
Berdasarkan hasil uji pada Tabel IV.18 dan IV.19 besarnya Kolmogorov-Smirnov Z secara berturut-turut adalah 1,202 dan signifikan
pada 0,111 dan pada model 2 besarnya Kolmogorov-Smirnov Z adalah 0,907 dan signifikan pada 0,382. Hal ini menunjukkan bahwa data residual
model 1 dan model 2 berdistribusi normal.
xci
E. Uji Hipotesis