2. Jika nilai Asymp. Sig 2-tailed 0,05 maka mengalami gangguan
distribusi normal.
Tabel 4.14 One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 96
Normal Parameters
a,,b
Mean .0000000
Std. Deviation 1.57261194
Most Extreme Differences Absolute
.120 Positive
.120 Negative
-.112 Kolmogorov-Smirnov Z
1.180 Asymp. Sig. 2-tailed
.124 a. Test distribution is Normal.
b. Calculated from data.
Sumber: Hasil penelitian diolah, 2011
Pada Tabel 4.14 terlihat bahwa Asymp. Sig 2-tailed adalah 0,124 dan diatas nilai signifikan 0,05, dengan kata lain variabel residual berdistribusi normal.
4.4.2 Uji Heteroskedastisitas
Uji Heteroskedastisitas bertujuan untuk menguji apakah dalam model regrasi terdapat ketidaksamaan varians dari residual satu pengamatan kepengamatan
lainnya. Jika varians dari satu residual satu pengamatan ke pengamatan lainnya tetap maka terjadi homoskedastisitas jika berbeda maka disebut
heteroskedastisitas. Model regresi yang baik adalah yang tidak terjadi heteroskedastisitas Situmorang, et al, 2010: 100. Pemeriksaan terhadap gejala
Universitas Sumatera Utara
heteroskedastisitas adalah dengan melihat pola diagram pancar yaitu grafik yang merupakan diagram pancar residual, yaitu selisih antara nilai Y prediksi dan Y
observasi. 1. Model Grafik
Hipotesis: 1.
Jika diagram pancar yang ada membentuk pola-pola tertentu yang teratur maka regresi mengalami gangguan heteroskedastisitas.
2.
Jika diagram pancar yang ada tidak membentuk pola-pola tertentu yang teratur maka regresi tidak mengalami gangguan
heteroskedastisita
s.
Sumber: Hasil penelitian diolah, 2011 Gambar 4.8
Scatterplot
Universitas Sumatera Utara
Dari grafik Scatterplot yang disajikan, terlihat titik-titik menyebar secara acak tidak membentuk sebuah pola tertentu yang jelas serta tersebar baik diatas
maupun di bawah angka nol pada sumbu Y. Hal ini berarti tidak terjadi heteroskedastisitas pada model regresi.
2. Model Glejser
Menentukan kriteria keputusan: 1.
Jika nilai signifikan 0,05 maka tidak mengalami gangguan heteroskedastisitas.
2. Jika nilai signifikan 0,05 maka mengalami gangguan
heteroskedastisitas.
Tabel 4.15 Uji Heteroskedastisitas
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. B
Std. Error Beta
1 Constant
2.383 .933
2.555 .012
Brand_Characteristic -.041
.026 -.161
-1.572 .119
Company_Characteristic -.009
.058 -.016
-.155 .877
a. Dependent Variable: absut
Sumber: Hasil penelitian diolah, 2011
Dari Tabel 4.15 terlihat bahwa dengan jelas tidak satupun variabel independen yang signifikan secara statistik mempengaruhi variabel dependen
absolute Ut absut. Hal ini terlihat dari probabilitas signifikannya di atas tingkat kepercayaan 5, jadi dapat disimpulkan model regresi tidak mengarah adanya
heteroskedastisitas.
Universitas Sumatera Utara
4.4.3 Uji Multikolinieritas
