Tabel 4.6 Uji Normalitas
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 87
Normal Parameters
a
Mean .0000000
Std. Deviation .85400723
Most Extreme Differences
Absolute .061
Positive .041
Negative -.061
Kolmogorov-Smirnov Z .565
Asymp. Sig. 2-tailed .907
a. Test distribution is Normal.
Sumber: Hasil pengolahan data primer Kuesioner, SPSS versi 16.0, 2010
Pengambilan keputusan: Pada Tabel 4.6 terlihat bahwa Asymp. Sig. 2-tailed adalah 0,907 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.
a. Model grafik
Hipotesis:
Universitas Sumatera Utara
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.
Gambar 4. 3 Scatterplot Sumber: Hasil pengolahan data primer Kuesioner, SPSS versi 15.0, 2009
Pada Gambar 4.3 dapat dilihat bahwa diagram pencar tidak membentuk pola tertentu karena itu tidak mengalami gangguan heterokedastisitas.
b. 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 4.7 Uji Glejser
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. B
Std. Error Beta
1 Constant -.029
.889 -.032
.974 Fasilitas
-.044 .050
-.118 -.872
.386 Keamanan
.044 .041
.150 1.087
.280 Keramahan
.003 .057
.008 .050
.960 KetepatanWaktu
.074 .061
.165 1.219
.227 Tarif
-.052 .061
-.115 -.852
.397 Image
-.041 .077
-.073 -.535
.594 Kenyamanan
.059 .064
.127 .928
.356 a. Dependent Variable: Absut
Sumber: Hasil pengolahan data primer Kuesioner, SPSS versi 15.0, 2010
Pada Tabel 4.7 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 4.8 sebagai berikut:
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 0,1 maka variabel ada masalah multikolinieritas, dan jika Tolerance 0,1 maka variabel tidak terdapat masalah multikolinieritas Pada Tabel 4.8 dapat dilihat
Universitas Sumatera Utara
bahwa nilai VIF 5 dan Tolerance 0,1 maka tidak ditemukan masalah multikolinieritas dalam penelitian ini.
Tabel 4.8 Uji Multikolinearitas
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity Statistics
B Std.
Error Beta
Tolerance VIF
1Constant 4.529
1.565 2.893
.005 Fasilitas
.050 .088
.069 .572
.569 .643
1.556 Keamanan
.084 .071
.146 1.179
.242 .615
1.626 Keramahan
-.096 .100
-.130 -.959
.341 .510
1.962 KetepatanWaktu
-.036 .107
-.041 -.338
.737 .642
1.556 Tarif
.284 .108
.318 2.626
.010 .644
1.553 Image
.187 .136
.168 1.379
.172 .634
1.578 Kenyamanan
.093 .113
.101 .823
.413 .630
1.587 a. Dependent Variable:
KeputusanKonsumen
Sumber: Hasil pengolahan data primer Kuesioner, SPSS versi 16.0, 2010
C. Analisis Data