Uji Asumsi Klasik HASIL DAN PEMBAHASAN

4.4.3. Hasil Uji Normalitas

Hasil uji normalitas untuk variabel kualitas jasa pelayanan X 1 , tarif X 2 , dan variabel pendapatan Y dapat dilihat pada tabel 4.9 Tabel 4.9 Hasil Pengujian Normalitas Uji K-S Sumber: Lampiran 7 Berdasarkan hasil uji normalitas pada tabel 4.9 dapat ditunjukkan bahwa nilai Kolmogorov Smirnov Z untuk variabel kualitas jasa pelayanan X 1 sebesar 1,160 dengan siginifikansi sebesar 0,136. Nilai Kolmogorov Smirnov Z untuk variabel tarif X 2 , sebesar 2,106 dengan siginifikansi sebesar 0,125. Sedangkan nilai Kolmogorov Smirnov Z untuk variabel pendapatan Y sebesar 1,870 dengan siginifikansi sebesar 0,105. Karena nilai tingkat signifikansi dari ketiga variabel tersebut lebih besar dari 0,05 maka dapat disimpulkan bahwa nilai residual yang dihasilkan mengikuti distribusi normal Sumarsono, 2004:40.

4.5. Uji Asumsi Klasik

4.5.1. Uji Multikolinearitas

Uji multikolinieritas bertujuan untuk menguji apakah pada model regresi ditemukan adanya korelasi antar variable bebas independen. Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. Jika terjadi korelasi, maka dinamakan terdapat problem multikolinieritas. Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel independen. Metode yang digunakan untuk mendeteksi adanya multikolinearitas dalam penelitian ini adalah dengan menggunakan Tolerance and Variante Inflation Factor VIF. Jika VIF 10, maka variable bebas tersebut mempunyai persoalan multikoliniertas dengan variable bebas lainnya. Sebaliknya, apabila VIF 10 maka tidak terjadi multikolinearitas. Tabel 4.10 Hasil Uji Multikolinearitas Variabel Collinearity Statistics Keterangan Tolerance VIF Kualitas Pelayanan Jasa X 1 0,278 3,593 Non Multikolinearitas Tarif X 2 0,278 3,593 Non Multikolinearitas Sumber : Lampiran 8 Dari Tabel 4.10 dapat diketahui bahwa hasil perhitungan nilai Tolerance menunjukkan tidak ada variabel independen yang memiliki nilai Tolerance kurang dari 0,10 yang berarti tidak ada korelasi antar variabel independen yang nilainya lebih dari 95 . Hasil perhitungan nilai Variance Inflation Factor VIF juga menunjukkan hal yang sama yaitu tidak ada satu variabel independen yang memiliki nilai VIF kurang dari 10. Sehingga, dapat disimpulkan bahwa tidak ada multikolinearitas antar variabel independen dalam model regresi. Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.

4.5.2. Uji Autokorelasi

Uji autokorelasi digunakan untuk mengetahui bahwa antar observasi dalam setiap variabel bebas tidak terjadi suatu korelasi atau hubungan. Uji ini dapat dilakukan dengan menggunkan uji Durbin Watson DW-test. Suatu observasi dikatakan tidak terjadi autokorelasi jika nilai Durbin Watson berada antara hingga 4- Gujarati, 1995: 216. Tabel. 4.11 Hasil Uji Autokorelasi Sumber Lampiran 9 Dari tabel Durbin Watson untuk n = 60 dan k = 2 banyaknya variabel bebas diketahui nilai sebesar 1.514 dan nilai sebesar 1.652 lampiran 11 dan 4- sebesar 2.348. Dari hasil perhitungan regresi diperoleh nilai uji Durbin Watson sebesar 2.235 tabel 4.11., yang terletak di antara dan 4- atau terletak di daerah tidak ada autokorelasi. Sehingga dapat disimpulkan bahwa asumsi autokorelasi dipenuhi. Model Durbin-Watson 1 2.235 Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. Gambar 5 : Distribusi Daerah Keputusan Autokorelasi

4.5.3. Uji Heteroskedastisitas

Heterokedasitas berarti terdapat beberapa varians yang tidak sama dalam kesalahan pengganggu. Pendeteksiannya dilakukan dengan metode Rank Spearman. Konsekuensinya dari adanya heterokedasitas dalam model regresi adalah penaksiran estimator yang diperoleh tidak efisien, baik dalam model sampel kecil maupun dalam sampel besar Algifari, 2000:85. Pengujian ini bertujuan untuk menguji apakah dalam sebuah model regresi terjadi ketidaksamaan variance dari suatu pengamatan kepengamatan lain. Hal ini dapat diidentifikasikan dengan menghitung korelasi Rank Spearman antara residual degan seluruh variabel bebas diperoleh tingkat signifikansi koefisien korelasi Rank spearman untuk semua variabel bebas terhadap residual harus 0,05 supaya tidak terjadi heterokedasitas, yang artinya tidak adanya variabel bebas yang bias. Ada autokorelasi positif Daerah keragu-raguan Tidak ada autokorelasi positif negatif Ada autokorelasi negatif Daerah keragu-raguan = 1.514 = 1.652 2 4 - = 2.348 4 - = 2.486 4 = 2.235 Ada autokorelasi positif Daerah keragu-raguan Tidak ada autokorelasi positif negatif Ada autokorelasi negatif Daerah keragu-raguan = 1.514 = 1.652 2 4 - = 2.348 4 - = 2.486 4 = 2.235 Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. Tabel 4.12 Hasil Uji Heteroskedastisitas Correlation Coefficient Sig. 2-tailed Kualitas Pelayanan Jasa X 1 -0.103 0.435 Tarif X 2 -0.153 0.243 Pendapatan Y 0.236 0.069 Sumber : Lampiran 9 Dari gambar grafik 4.4 dapat diketahui bahwa nilai koefisien korelasi variabel kualitas pelayanan jasa X 1 sebesar 0.435 atau 0,05 maka variabel kualitas pelayanan jasa tidak terjadi heteroskedastisitas. Nilai koefisien korelasi variabel tarif X 2 sebesar 0.243 atau 0,05 maka variabel tarif tidak terjadi heteroskedastisitas. Hal ini dapat disimpulkan bahwa tidak terjadi heteroskedastisitas atau non-heteroskedastisitas pada model regresi. Sehingga, model regresi layak dipakai untuk melihat pengaruh kedua variabel yang diteliti terhadap pendapatan pada PUSKESMAS tambak rejo.

4.6. Metode Analisis Data