commit to user
F. UJI HIPOTESIS
Pengujian hipotesis dilakukan dengan analisis regresi berganda. menggunakan program SPSS versi 11.5. Ada beberapa asumsi yang harus
diperhatikan sebelum melakukan pengujian dengan pendekatan regresi berganda yaitu sebagai berikut:
1. Multikolinieritas
Uji multikolinieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel independen. Untuk menganalisis
derajat multikolinieritas dengan mengevaluasi nilai Tolerance dan Variance Inflation Factor VIF. Regresi yang bebas multikolinieritas ditandai dengan
nilai Tolerance lebih besar dari 0,1 dan nilai VIF kurang dari 10 Ghozali, 2005.
Tabel IV.17 Uji Multikolinearitas
Coefficients
a
1.385 .237
5.833 .000
.420 .068
.507 6.193
.000 .665
1.504 .257
.063 .336
4.099 .000
.665 1.504
Constant Tangibles
Intangibles Model
1 B
Std. Error Unstandardized
Coefficients Beta
Standardized Coefficients
t Sig.
Tolerance VIF
Collinearity Statistics
Dependent Variable: Kepuasan Konsumen a.
Sumber: Data Primer yang diolah, 2010
Tabel IV.17 menunjukkan nilai Tolerance lebih dari 0,1 dan nilai VIF dari masing-masing variabel kurang dari 10. Dari hasil tersebut dapat diambil
kesimpulan bahwa persamaan regresi pada penelitian ini tidak terjadi multikolinieritas.
commit to user
2. Autokorelasi
Uji autokorelasi bertujuan menguji apakah dalam model regresi linear ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan
penganggu pada periode t-1 sebelumnya. Jika terjadi korelasi, maka dinamakan ada problem autokorelasi. Adapun dasar pengambilan keputusan
dalam uji Durbin-Watson ini, yaitu jika nilai du d 4 – du, maka tidak terdapat autokorelasi positif atau negatif pada model regresi Ghozali, 2005.
Tabel IV.18 Hasil Uji Autokorelasi Berdasar Durbin-Watson
Variabel Independen
K Nilai d
Hitung Nilai du
Tabel Nilai 4 – du
2 1,973
1,715 2,027
Sumber: Data primer yang diolah
, 2010 Tabel IV.18 menjelaskan bahwa nilai d hitung pada model regresi
lebih besar dari du tabel dan kurang dari 4 – du. Hal ini menunjukkan bahwa tidak ada autokorelasi dalam model regresi.
3. Heteroskedastisitas
Uji heteroskedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan
yang lain. Jika variance dari residual satu pengamatan ke pengamatan lain tetap, maka disebut homoskedastisitas dan jika berbeda disebut
heterokedastisitas. Model regresi yang baik adalah yang homoskesdatisitas. Tabel IV.19 menunjukkan hasil pengujian heteroskaedastisitas melalui uji
Glejser yang hasilnya model regresi yang diuji tidak mengindikasi terjadinya heteroskedastisitas karena kedua variabel independen memiliki nilai t yang
tidak signifikan.
commit to user
Coefficients
a
-.054 .158
-.345 .731
.009 .045
.025 .203
.839 .054
.042 .159
1.300 .197
Constant Tangibles
Intangibles Model
1 B
Std. Error Unstandardized
Coefficients Beta
Standardized Coefficients
t Sig.
Dependent Variable: ABS a.
One-Sample Kolmogorov-Smirnov Test
100 .0000000
.25070453 .085
.085 -.067
.851 .464
N Mean
Std. Deviation Normal Parameters
a,b
Absolute Positive
Negative Most Extreme
Differences
Kolmogorov-Smirnov Z Asymp. Sig. 2-tailed
Unstandardiz ed Residual
Test distribution is Normal. a.
Calculated from data. b.
Tabel IV.19 Hasil Uji Heteroskedastisitas
Sumber: Data primer yang diolah, 2010
4. Normalitas
Kategori