75
Tabel 4.17 One-Sample Kolmogrov Smirnov Test
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 81
Normal Parameters
a,b
Mean ,0000000
Std. Deviation ,80288597
Most Extreme Differences Absolute
,077 Positive
,039 Negative
-,077 Kolmogorov-Smirnov Z
,695 Asymp. Sig. 2-tailed
,720 a. Test distribution is Normal.
b. Calculated from data.
Sumber: Hasil Pengolahan SPSS April 2015
Berdasarkan Tabel 4.17 terlihat bahwa nilai Asymp. Sig. 2-tailed adalah 0,720, dan diatas nilai signifikan 0,05, dengan kata lain variabel residual
berdistribusi normal. Nilai Kolmogrov-Smirnov Z adalah 0,695 lebih kecil dari 1,97 berarti tidak ada perbedaan antara distribusi teoritik dan distribusi empirik
atau dengan kata lain data dikatakan normal.
b. Uji Heteroskedastisitas
Uji ini bertujuan untuk menguji apakah didalam model regresi terjadi ketidaksamaan varians. Jika varians dari residual satu pengamatan ke pengamatan
yang lain tetap, maka disebut homoskedastisitas dan jika berbeda disebut heteroskedastisitas. Model regresi yang baik adalah yang homoskedastisitas atau
tidak terjadi heteroskedastisitas. Ada beberapa cara untuk mendeteksi ada atau tidaknya heteroskedastisitas, yaitu:
76
1. Metode Grafik Dasar analisis adalah tidak ada pola yang jelas, serta titik-titik menyebar
diatas dan dibawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas, sedangkan jika ada pola tertentu, seperti titik-titik yang membentuk pola tertentu
yang teratur, maka mengindikasikan telah terjadi heteroskedastisitas.
Sumber: Hasil Pengolahan SPSS April 2015 Gambar 4.7 Grafik ScatterPlot Uji Heteroskedastisitas
Berdasarkan Gambar 4.7 dapat terlihat bahwa tidak ada pola yang jelas, serta titik-titik menyebar diatas dan dibawah angka 0 pada sumbu Y, Dengan
demikian dapat disimpulkan bahwa persamaan regresi sederhana hipotesis pertama terbebas dari asumsi heteroskedastisitas.
2. Uji Glejser Uji Glejser dilakukan dengan cara meregresikan antara variabel independen
dengan nilai absolut residualnya, jika nlai signifikansi antar variabel independen dengan absolut residual lebih dari 0,05 maka tidak terjadi masalah
heteroskedastisitas.
77
Tabel 4.18 Uji Glejser
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
T Sig.
B Std. Error
Beta 1
Constant ,703
,685 1,026
,308 MOTIVASI
-,005 ,044
-,016 -,123
,902 PERSEPSI
,054 ,062
,111 ,869
,387 SIKAP_KONSUMEN
-,055 ,049
-,160 -1,137
,259 a. Dependent Variable: ABSUT
Sumber: Hasil Pengolahan SPSS April 2015
Berdasarkan Tabel 4.18 terlihat jelas menunjukkan tidak satupun variabel independen yang signifikan mempengaruhi variabel dependen absolut Ut asbUt.
Hal ini terlihat dari probabilitas signifikansinya diatas tingkat kepercayaan 5, jadi model regresi tidak mempengaruhi heteroskedastisitas.
c. Uji Multikolinearitas