Unstandardized Residual
N 30
Normal Parameters
a
Mean .0000000
Std. Deviation 1.02451584
Most Extreme Differences Absolute
.119 Positive
.099 Negative
-.119 Kolmogorov-Smirnov Z
.650 Asymp. Sig. 2-tailed
.792 a. Test distribution is Normal.
Sumber: Hasil pengolahan dengan SPSS Juni 2010 Berdasarkan Tabel 4.11 dapat diketahui bahwa nilai Asymp. Sig. 2-
tailed adalah 0.792, ini berarti di atas nilai signifikan 5. Oleh karena itu, sesuai dengan analisis grafik, analisis statistik dengan dengan uji statistik
non-parametrik Kolmogorv-Smirnov K-S juga menyatakan bahwa variabel residual berdistribusi normal.
2. Uji Heteroskedastisitas
Uji ini bertujuan untuk menguji apakah di dalam model regresi terjadi ketidaksamaan varians dari satu residual pengamatan ke pengamatan lain.
Jika varians dari residual satu pengamatan ke pengamatan yang lain tetap, maka disebut homoskedastisitas dan jika berbeda disebut
heteroskedastisitas. Model regresi yang baik adalah yang homoskedastisitas atau tidak terjadi heteroskedastisitas.
Ada beberapa cara untuk mendeteksi ada atau tidaknya heteroskedastisitas, yaitu:
a. Metode Grafik
Universitas Sumatera Utara Universitas Sumatera Utara
Dasar analisis adalah jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi
heteroskedastisitas, sedangkan jika ada pola tertentu, seperti titik-titik yang yang ada membentuk pola tertentu yang teratur, maka mengindikasikan telah
terjadi heteroskedastisitas.
Gambar 4.3 : Scatterplot
Sumber: Hasil pengolahan SPSS Juni 2010 Berdasarkan Gambar 4.3 dapat terlihat bahwa tidak ada pola yang
jelas, serta titik-titik menyebar diatas dan dibawah angka 0 pada sumbu Y, maka berdasarkan metode grafik tidak terjadi heteroskedastistas pada model
regresi.
b. Uji Glejser
Glejser mengusulkan untuk meregresi nilai absolut residual terhadap variabel independen. Jika variabel signifikan secara statistik mempengaruhi
variabel independen, maka ada indikasi terjadi heteroskedastisitas. Kriteria pengambilan keputusan dengan uji Glejser sebagai berikut :
1. Jika nilai signifikansi 0,05 maka tidak mengalami gangguan
heteroskedastisitas.
Universitas Sumatera Utara Universitas Sumatera Utara
2. Jika nilai signifikansi 0,05 maka mengalami gangguan
heteroskedastisitas.
Tabel 4.12 Uji Glejser
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity
Statistics B
Std. Error Beta
Tolerance VIF
1 Constant
.187 1.766
.106 .917
Kompetisi .086
.126 .247
.686 .499
.271 3.691
Kolaborasi -.011
.156 -.023
-.068 .946
.301 3.318
Kompromi .031
.116 .075
.268 .791
.454 2.203
Menghindar -.134
.079 -.460
-1.702 .102
.483 2.072
Akomodasi .055
.055 .192
1.000 .327
.957 1.045
a. Dependent Variable: absut
Sumber: Hasil Penelitian diolah Juni 2010 Berdasarkan Tabel 4.12 dapat diketahui bahwa tidak satupun variabel
independen yang signifikan secara statistik mempengaruhi variabel dependen absolut Ut absUt. Hal ini terlihat dari porbabilitas
signifikansinya di atas tingkat kepercayaan 5, jadi hasil uji Glejser sesuai dengan metode grafik bahwa pada model regresi tidak terjadi
heteroskedastisitas.
3. Uji Multikolinieritas