56 Tabel 6.10. Hasil Uji Reliabilitas
Variabel Alpha
Batasan Keterangan
Produk X
1
0,695 0,60
Reliabilitas Baik Harga X
2
0,701 0,60
Reliabilitas Baik Tempat X
3
0,667 0,60
Reliabilitas Baik Promosi X
4
0,612 0,60
Reliabilitas Baik Orang X
5
0,707 0,60
Reliabilitas Baik Pend_Fisik X
6
0,651 0,60
Reliabilitas Baik Proses X
7
0,684 0,60
Reliabilitas Baik Keputusan Wisatawan Y
0,633 0,60
Reliabilitas Baik Sumber: Hasil Pengolahan Data SPSS, 2012
Berdasarkan Tabel 6.10. semua variabel yang digunakan adalah reliabel, dan dinyatakan baik, artinya semuanya pertanyaan reliabelberkesinambungan
karena memiliki nilai alpha diatas 0,60. Nilai ini menunjukan bahwa variabel yang digunakan mempunyai ketepatan, keakuratan, kestabilan atau konsistensi
yang tinggi.
6.4. Hasil Uji Asumsi Klasik
Pada penelitian ini uji asumsi klasik terdiri dari Uji Normalitas dan Uji Multikolinearitas, serta Uji Heterokedastisitas.
1. Uji Normalitas Untuk mengecek apakah hasil pengamatan menyebar normal atau tidak,
dapat dilakukan dengan berbagai cara seperti dengan uji Histogram, uji Normal P Plot, uji Chi Square, Skewness dan Kurtosis atau uji Kolmogorov Smirnov
Situmorang dkk, 2008. Pada penelitian ini normalitas data dilakukan dengan uji Histogram dan uji Normal P Plot. Hasil dari output SPSS dengan menggunakan
uji Histogram dapat dilihat pada Gambar 6.11. yang menunjukkan grafik Histogram menunjukkan pola distribusi normal sebab memperlihatkan grafik
mengikuti sebaran kurva normal ditunjukkan dengan kurva berbentuk lonceng.
Universitas Sumatera Utara
57 Grafik Normal Probability Plot pada Gambar 6.12. menunjukkan pola
distribusi normal di mana data menyebar disekitar garis diagonal dan mengikuti arah garis diagonal.
Gambar 6.11. Hasil Uji Normalitas Histogram
Gambar 6.12. Hasil Uji Normalitas P Plot
Universitas Sumatera Utara
58
2. Uji Multikolinearitas
Uji asumsi klasik berikutnya adalah uji multikolinearitas, digunakan untuk mengetahui ada tidaknya penyimpangan asumsi klasik multikolinearitas, yaitu
adanya hubungan linear antar variabel independen dalam model regresi. Prasyarat yang harus terpenuhi dalam model regresi adalah tidak adanya multikolinearitas.
Pada riset ini akan dilakukan uji multikolinearitas dengan melihat nilai Variance Inflation Factor VIF pada model regresi. Menurut Santoso 2001, pada
umumnya jika VIF lebih besar dari 5, maka variabel tersebut mempunyai persoalan multikolinearitas dengan variabel bebas lainnya. Hasil uji
multikolinearitas dapat dilihat pada Tabel 6.13. Tabel 6.13. Hasil Uji Multikolinearitas
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity
Statistics B
Std. Error
Beta Tolerance VIF
1 Constant
.052 .090
1.106 .272
Produk .340
.123 .358 2.246
.035 .690 1.449
Harga .104
.094 .106 2.104
.033 .938 1.066
Tempat .314
.102 .347 3.075
.003 .678 1.476
Promosi .073
.103 .078
.704 .483
.704 1.421 Orang
.014 .140
.014 2.102 .029
.439 2.276 Pendukung
Fisik .013
.088 .014
.148 .883
.949 1.054 Proses
.170 .103
.178 1.657 .102
.747 1.339 a. Dependen Variable: Keputusan Wisatawan
Sumber: Hasil Pengolahan Data SPSS, 2012
Dari Tabel 6.13. terlihat bahwa nilai pada kolom VIF di bawah, variabel Produk 1,449, variabel Harga 1,066, variabel Tempat 1,476, variabel
Promosi 1,421, variabel Orang 2,276, variabel Pendukung Fisik 1,054, serta
Universitas Sumatera Utara
59 variabel Proses 1,339. Semua variabel independen memiliki nilai Variance
Inflation Factor VIF lebih kecil dari 5, sehingga dapat disimpulkan bahwa antar variabel tersebut tidak terjadi persoalan multikolinearitas.
3. Uji Heterokedastisitas
Uji heteroskedastisitas digunakan untuk mengetahui ada tidaknya penyimpangan asumsi klasik heteroskedastisitas, yaitu adanya ketidaksamaan
varian dari residual untuk semua pengamatan pada model regresi. Prasyarat yang harus
terpenuhi dalam
model regresi
adalah tidak
adanya gejala
heteroskedastisitas. Pengujian apakah terdapat gejala heteroskedastisitas, yaitu dengan melihat
ada tidaknya pola tertentu pada gambar hasil output SPSS Situmorang dkk, 2008. Selanjutnya, pengujian dengan pengambilan keputusan didasarkan pada: a.
Apabila ada pola tertentu, seperti titik-titik point-point yang ada membentuk suatu pola tertentu yang teratur bergelombang, melebar kemudian menyempit,
maka telah terjadi heteroskedastisitas; dan b. Apabila tidak ada pola yang jelas, serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak
terjadi heteroskedastisitas. Pada Gambar 6.14. dapat dilihat hasil uji heterokedastisitas.
Universitas Sumatera Utara
60 Gambar 6.14. Hasil Uji Heterokedastisitas
Dari Gambar 6.14. terlihat tidak ada pola yang jelas, titik-titik juga menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi
heteroskedastisitas.
6.5. Hasil Analisis Data
