50
Tabel 4.7 Uji Kolmogorov-Smirnov
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 96
Normal Parameters
a,b
Mean ,0000000
Std. Deviation 2,12361189
Most Extreme Differences Absolute
,083 Positive
,040 Negative
-,083 Kolmogorov-Smirnov Z
,412 Asymp. Sig. 2-tailed
,725 a. Test distribution is Normal.
b. Calculated from data.
Sumber : Data Primer diolah, 2016
Berdasarkan Tabel 4.7 terlihat bahwa nilai Asymp.Sig 2-tailed adalah 0,725 dan di atas nilai signifikan 0,05, hal ini menunjukkan bahwa variabel
residual berdistribusi normal.
4.3.2. Uji Multikolinieritas
Uji ini bertujuan untuk menguji apakah didalam model regresi linier ditemukan adanya korelasi yang tinggi diantara variabel bebas. Ada atau tidaknya
multikolinieritas antar variabel dapat diketahui dengan melihat nilai dari Variance Inflation Factor VIF dari masing-masing variabel independent terhadap variabel
dependent. Pengambilan Keputusannya:
VIF 5 maka diduga mempunyai persoalan multikolinieritas VIF 5 maka tidak terdapat multikolinieritas
Tolerance 0,1 maka diduga mempunyai persoalan multikolinieritas
Universitas Sumatera Utara
51
Tolerance 0,1 maka tidak terdapat multikolinieritas.
Tabel 4.8 Uji Multikolinieritas
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients T
Sig. Collinearity Statistics
B Std. Error
Beta Tolerance
VIF Constant
1,244 ,821
1,515 ,133
Harga -,538
,082 -,553
-6,523 ,000
,875 1,706
Promosi ,406
,084 ,408
4,806 ,007
,801 1,706
a. Dependent Variable: MinatBerkunjung
Sumber : Data primer diolah 2016
Berdasarkan Tabel 4.8 dapat dilihat jika nilai Tolerance antara variabel independen di atas 0,10 maka diantara variabel tersebut tidak terjadi
multikolinearitas, selain itu dapat juga diketahui nilai VIF 5, artinya pada nilai Tolerance dan VIF untuk indikator pelatihan, promosi, mutasi, dan prestasi kerja
karyawan tidak terjadi multikolinearitas.Gambar 4.3 hasil uji multikolinearitas dapat dilihat sebagai berikut :
Universitas Sumatera Utara
52
Sumber : Data primer diolah, 2016
Gambar 4.4 Pengujian Multikolinearitas
4.3.3. Uji Heterokedastisitas
Uji heteroskedastisitas menggunakan uji Gleijser dapat dilihat pada tabel hasil di bawah ini:
Tabel 4.9 Hasil Uji Gleijser
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
T Sig.
B Std. Error
Beta 1
Constant 1,132
,521 1,173
,068 Harga
-,089 ,052
-,413 -1,709
,091 Promosi
,112 ,054
,505 1,090
,059 a. Dependent Variable: absut
Sumber : Data primer diolah, 2016
Pengambilan keputusan pada uji gleijser yaitu bahwa jika variabel independen signifikan secara statistik mempengaruhi variabel independen, maka
Universitas Sumatera Utara
53
ada indikasi terjadi heteroskedastisitas, jika variabel independen tidak signifikan terhadap variabel absut diatas tingkat kepercayaan 0,05, maka dalam model
regresi tidak mengarah pada heteroskedastisitas. Pada Tabel 4.9 terlihat bahwa semua variabel independen mempunyai nilai sig 0,05, sehingga dapat
disimpulkan bahwa antara variabel independen dan dependen tidak terjadi heteroskedastitas.
4.4. Teknik Analisis Data 4.4.1 Analisis Regresi Linear Berganda
