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