4.1.2.2 Uji Heteroskedastisitas
Uji ini memiliki tujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan varians dari residual satu pengamatan
ke pengamatan yang lain. Menurut Erlina 2007:108,”jika Varians dari residual satu pengamatan ke pengamatan lainnya tetap, maka
disebut homoroskedastisitas, jika berbeda disebut heteroskedastisitas.”
Untuk melihat ada atau tidaknya heteroskedastisitas dilakukan dengan mengamati grafik scatterplot antar nilai prediksi
variabel terikat dengan residualnya. Deteksi ada atau tidaknya heteroskedstisitas dilakukan dengan melihat ada tidaknya pola
tertentu pada grafik scarrteplot dengan dasar analisis:
1. Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur bergelombang, melebar kemudian
menyempit, maka mengindikasikan telah terjadi heteroskedastisitas.
2. Jika tidak ada pola yang jelas, seperti titik menyebar di atas dan di bawah angka 0 pada sumbuh Y, maka tidak terjadi
heteroskedastisitas. Ghozali,2005:105. Berikut ini dilampirkan grafik scatterplot
untuk menganalisis heteroskedastisitas atau terjadi homoskedastisitas
dengan mengamati penyebaran titik-titik pada gambar.
Gambar 4.3 Scatterplot
Gambar scatterplot diatas menunjukkan adanya titik- titik yang menyebar secara acak, berasa diatas atau di bawah titik 0
sumbu Y dan tidak membentuk pola tertentu. Sehingga dapat
disimpulkan bahwa tidak terjadi heteroskedastisitas, karena memiliki persamaan yang layak atau bagus.
4.1.2.3 Uji Multikolinearitas
Uji multikolinieritas bertujuan untuk meneliti apakah dalam model regresi ditemukan adanya korelasi di antara variabel
independen. Jika terjadi korelasi, berarti terjadi masalah multikolinieritas. Model regresi yang baik seharusnya tidak terjadi
korelasi di antara variabel independen. Untuk melihat ada atau tidaknya multikolinieritas dalam model regrasi dilihat dari nilai
tolerance dan lawannya Variance Inflation Factor VIF. Batasan umum yang dipakai untuk menunjukkan adanaya multikolinieritas
adalah nilai tolerance 0,1 atau VIF 10 Ghozali,2005:91. Berikut disajikan tabel hasil pengujian sebagai berikut:
Model Collinearity Statistics
Tolerance VIF
1 Constant
X1= Partisipasi Pemakai .572
1.749 X2 = Pelatihan Pemakai
.474 2.112
X3 =Pengalaman Pemakai .495
2.019 X4= Konflik pemakai
.429 2.330
a. Dependent Variable: Y = Kualitas System
Tabel 4.4 Hasil Uji Multikolinieritas
Dari hasil diatas dapat dijelaskan bahwa tidak terjadi multikolinearitas pada seluruh variabel independen penelitian,
yaitu partisipasi pemakai, pelatihan, pengalaman, dan konflik pengguna. Hal ini dapat dilihat dari nilai tolerance semua variabel
yang lebih besar dari 0,1 dan nilai VIF yang lebih kecil dari 10. 1. Variabel partisipasi pemakai tidak terjadi multikolieneritas
karena memiliki nilai tolerance sebesar 0.572 0.1 dan nilai VIF sebesar 1.74910.
2. Variabel pelatihan pemakai tidak terjadi multikolieneritas karena memiliki nilai tolerance sebesar 0.474 0.1 dan nilai VIF sebesar
2.11210. 3. Variabel pengalaman pemakai tidak terjadi multikolieneritas
karena memiliki nilai tolerance sebesar 0.495 0.1 dan nilai VIF sebesar 2.01910.
4. Variabel konflik pemakai tidak terjadi multikolieneritas karena memiliki nilai tolerance sebesar 0.429 0.1 dan nilai VIF sebesar
2.33010. Maka dari hasil tersebut semua variabel independent terbebas dari
multikolieneritas sehingga persamaan regresi ini dapat dikatakan baik.
4.1.3 Analisis Regresi
Kategori