bc
6.4.2 Uji Heteroskedastisitas
d
ji Heteroskedastisitas digunakan untuk mengetahui ada tidaknya penyimpangan asumsi klasik heteroskedastisitas, yaitu adanya ketidaksamaan
varian dari residual untuk semua pengamatan pada model regresi. Prasyarat yang harus
terpenuhi dalam
model regresi
adalah tidak
adanya gejala
Heteroskedastisitas. Pengujian apakah terdapat gejala heteroskedastisitas, yaitu dengan melihat
ada tidaknya pola tertentu pada gambar hasil output SPSS. Selanjutnya, pengujian dengan pengambilan keputusan didasarkan pada : a. Apabila ada pola tertentu,
seperti titik-titik point-point yang ada membentuk suatu pola tertentu yang teratur bergelombang, melebar kemudian menyempit, maka telah terjadi
Heteroskedastisitas; dan b. Apabila tidak ada pola yang jelas, serta titik-titik Gambar 6.1 Hasil Uji Normal P Plot
Universitas Sumatera Utara
ef
m en
y e
gh
r
i j h
t
h
s
ih
n
i j
g h
w
h
h
h
n g
kh l
p
h i h
su m
g m
Y, maka tidak terjadi Heteroskedastisitas. Pada Gambar 6.3. dapat dilihat hasil uji Heterokedastisitas.
Dari Gambar 6.2 terlihat tidak ada pola yang jelas pada gambar tersebut, titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak
terjadi Heteroskedastisitas.
6.4.3 Hasil Uji Multikolinearitas
Uji multikolonieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas independen. Model regresi yang
baik seharusnya tidak terjadi korelasi diantara variabel independen. Uji Multikolinearitas juga digunakan untuk mengetahui ada tidaknya
penyimpangan asumsi klasik multikolinearitas, yaitu adanya hubungan linear Gambar 6.2 Hasil Uji Heterokedastisitas
Universitas Sumatera Utara
no p
n t
p
r v
p
ri
p q
el i
rs t
p e
rs t
n t
sp
l
p
m m
us t
l reg resi.
v
r
p
sy
p
r
p
t y
p
n g
wp
ru s terp
en u
h i
sp
l
p
m m
u s t
l reg resi
psp
l
p
h ti
sp
k
p sp
n y
p x
u lti
k o
lin e
p
rit
p
s.
v psp
riset in i
p
k
p
n
s y
l
p
k u
k
p
n u
ji
x
u ltik
o lin
e
p
rit
p
s
s
en g
p
n m
elih
p
t n il
p
i
z {| }{ ~
~ { }
~
{
|
VIF pada model regresi. Jika VIF lebih besar dari 10 maka variabel tersebut mempunyai persoalan Multikolinearitas dengan variabel bebas lainnya Ghozali,
2005. Tabel 6.11 Hasil Uji VIF dan Nilai Tolerance
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity Statistics
B Std. Error
Beta Tolerance
VIF 1
Constant -.270
.156 -.773 .442
Reliability .180
.090 .177 2.001 .040
.211 3.728 Responsiveness
.277 .082
.208 2.697 .005 .279 2.582
Assurance .221
.073 .215 3.034 .002
.329 1.039 Emphaty
.198 .075
.222 2.659 .001 .239 2.188
Tangible .207
.083 .197 2.500 .011
.266 2.756 a. Dependent Variable: Kepuasan_Pelanggan
Sumber : Hasil Pengolahan Data, 2012
Berdasarkan Tabel 6.11 hasil uji multikolinieritas dari masing-masing
variabel independen diperoleh nilai VIF untuk kelima variabel independen tersebut yaitu
} {
}
}
X
1
sebesar 3,728 ,
~
} ~
X
2
sebesar 2,582 ,
| {~
X
3
sebesar 1,039 ,
{
X
4
sebesar 2,189 , dan
{ ~
}
X
5
sebesar 2,756 semua vairabel independen nilainya lebih kecil dari 5. Hasil pengujian ini menunjukkan bahwa antara variabel kualitas pelayanan tidak saling
berkorelasi atau tidak terjadi multikolinieritas pada model regresi.
Universitas Sumatera Utara
6.5 Persamaan pada Model Regresi