Tabel 4.5 One-Sample Kolmogorov-Smirnov Test
Unstandardize d Residual
N 92
Normal Parametersa,b Mean
.0000000 Std. Deviation
1.17521246 Most Extreme
Differences Absolute
.054 Positive
.054 Negative
-.051 Kolmogorov-Smirnov Z
.517 Asymp. Sig. 2-tailed
.952 a Test distribution is Normal.
b Calculated from data.
Pengambilan keputusan: Pada Tabel 4.16 terlihat bahwa Asymp. Sig. 2-tailed adalah 0,952 dan diatas
nilai signifikan 5 0,05, dengan kata lain variabel residual berdistribusi normal.
2. Pengujian Heterokedastisitas
Heterokedastisitas terjadi karena perubahan situasi yang tidak tergambarkan dalam spesifikasi model regresi. Dengan kata lain,
heterokedastisitas terjadi jika residual tidak memiliki varians yang konstan. Pemeriksaan terhadap gejala heterokedastisitas adalah dengan melihat pola
diagram pencar yaitu grafik yang merupakan diagram pencar residual, yaitu selisih antara nilai Y prediksi dan Y observasi.
1. Model grafik
Hipotesis: 1
Jika diagram pencar yang ada membentuk pola- pola tertentu yang teratur maka regrasi mengalami gangguan heterokedastisitas.
2 Jika diagram pencar yang ada tidak membentuk pola- pola tertentu
yang teratur maka regrasi tidak mengalami gangguan heterokedastisitas
Universitas Sumatera Utara
Regression Studentized Residual
3 2
1 -1
-2 -3
R eg
re ss
io n
S ta
nd ar
di ze
d P
re di
ct ed
V al
ue
2 1
-1 -2
-3
Scatterplot Dependent Variable: kepuasan
Sumber: Hasil pengolahan data primer Kuesioner, SPSS versi 13.0, 2009 Gambar 4. 3 Scatterplot
Pada gambar 4.3 dapat dilihat bahwa diagram pencar tidak membentuk pola tertentu karena itu tidak mengalami gangguan heterokedastisitas.
2. Model Glejser
Menentukan kriteria keputusan: 1
Jika nilai signifikan 0,05, maka tidak mengalami gangguan heterokedastisitas.
2 Jika nilai signifikan 0,05, maka mengalami gangguan
heterokedastisitas.
Universitas Sumatera Utara
Tabel 4.6 Coefficientsa
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. B
Std. Error Beta
B Std. Error
1 Constant
1.510 .856
1.765 .081
nilaikinerja -.023
.049 -.055
-.464 .644
nilaipelayanan -.016
.039 -.056
-.417 .678
nilaiemosional .019
.087 .029
.216 .829
a Dependent Variable: absut
Pada Tabel 4.6 tampak bahwa signifikasi variabel bebas lebih besar dari 0,05, maka tidak mengalami gangguan heterokedastisitas.
3. Pengujian Multikolinieritas
Uji multikolinieritas bertujuan untuk menguji adanya korelasi antara variabel independen. Jika terjadi korelasi maka dinamakan multikol, yaitu adanya
masalah multikolinieritas. Model regresi yang baik seharusnya tidak terjadi korelasi antara variabel independen. Hasil pengolahan dapat dilihat pada Tabel 4.7
sebagai berikut:
Tabel 4.7 Coefficientsa
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity Statistics
B Std. Error
Beta Tolerance
VIF B
Std. Error 1
Constant 3.757
1.437 2.615
.010 nilaikinerja
.214 .082
.184 2.610
.011 .791
1.264 nilaipelayanan
.392 .066
.470 5.969
.000 .635
1.575 nilaiemosional
.593 .145
.324 4.080
.000 .623
1.606
a Dependent Variable: kepuasan
Sumber: Hasil pengolahan data primer Kuesioner, SPSS versi 15.0, 2010 Hasil pengujian:
Pedoman suatu model regresi yaitu bebas multikolinieritas adalah dengan melihat Variance Inflation Factor VIF 5 maka variabel ada masalah multikolinieritas,
dan jika VIF 5 maka tidak terdapat masalah multikolinieritas. Jika Tolerance
Universitas Sumatera Utara
0,1 maka variabel ada masalah multikolinieritas, dan jika Tolerance 0,1 maka variabel tidak terdapat masalah multikolinieritas Pada Tabel 4. 18 dapat dilihat
bahwa nilai VIF 5 dan Tolerance 0,1 maka tidak ditemukan masalah multikolinieritas dalam penelitian ini.
C. Analisis Data