73
Uji Kolmogorv-Smirnov One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 96
Normal Parameters
a,b
Mean ,0000000
Std. Deviation
2,25253980 Most Extreme
Differences Absolute
,108 Positive
,082 Negative
-,108 Kolmogorov-Smirnov Z
,108 Asymp. Sig. 2-tailed
,008
c
a. Test distribution is Normal. b. Calculated from data.
Sumber: Hasil Pengolahan SPSS, 2015 data diolah Tabel 4.7 menunjukkan bahwa nilai Kolmogorov-Smirnov Z adalah 0,108
lebih kecil dari 1,97 berarti tidak ada perbedaan antara distribusi teoritik dan distribusi empiric atau dengan kata lain data dikatakan normal yakni variabel
residual berdistribusi normal.
4.2.2.2 Uji Heteroskedastisitas
Tujuan dari uji ini adalah untuk menguji apakah di dalam model regresi terjadi ketidaksamaan varians dari satu residual satu pengamatan ke pengamatan
lain. Jika varians dari residual satu pengamatan ke pengamatan lainnya tetap maka disebut homoskedastisitas dan jika berbeda disebut heteroskedastisitas. Model
regrasi yang baik adalah yang homoskedasitas atau tidak terjadi heteroskedastisitas.
74
Ada beberapa cara untuk mendeteksi ada atau tidaknya heteroskedastisitas, yaitu:
1. Metode grafik Dasar analisis ini adalah jika tidak ada pola yang jelas serta titik-titik
menyebar diatas dan dibawah angka nol pada sumbu Y, maka tidak terjadi heteroskedastisitas, sedangkan jika ada pola tertentu, seperti titik-titik yang
ada membentuk pola tertentu yang teratur, maka mengindikasikan telah terjadinya heteroskedastisitas. Hasil dari output SPSS untuk uji
heteroskedastisitas dengan metode grafik tampak pada gambar berikut:
Sumber: Hasil Pengolahan SPSS, 2015 data diolah
Gambar 4.4Hasil Uji Heteroskedastisitas
75
Gambar 4.4 menunjukkan bahwa tidak ada pola yang jelas, serta titik-titik menyebar diatas dan dibawah angka nol pada sumbu Y, maka berdasarkan metode
grafik tidak terjadi heteroskedasitas pada model regresi. 2. Uji Glejser
Glejser mengusulkan untuk meregresi nilai absolut residual terhadap variabel independen. Jika variabel independen signifikan secara statistic
mempengaruhi variabel independen, maka ada indikasi terjadi heteroskedasitas.
Hasil dari output SPSS untuk uji heteroskedasitas dengan metode glejser tampak pada tabel berikut:
Tabel 4.8 Uji Glejser
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. B
Std. Error Beta
1 Constant
5,997 1,492
4,021 ,000
Harga -,222
,135 -,173
-1,641 ,104
Rasa -,077
,101 -,083
-,763 ,447
Kemasan -,103
,071 -,152
-1,437 ,154
a. Dependent Variable: absut Sumber: Hasil Penelitian, 2015 Data Diolah
Berdasarkan Tabel 4.8 diketahui bahwa tidak satupun variabel independen yang signifikan secara statistik mempengaruhi variabel dependen absolute
residual abs_res. Hal ini terlihat dari probabilitas signifikansinya Sig di atas tingkat kepercayaan 5 jadi hasil uji glejser sesuai dengan metode grafik bahwa
pada model regrasi tidak terjadi heteroskedasitas.
76
4.2.2.3 Uji Multikolinieritas
