81
menyatakan setuju, 4 menyatakan kurang setuju, dan 0 menyatakan tidak setuju dan sangat tidak setuju.
4.3.1 Uji Normalitas
Uji normalitas residual bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal Ghozali,
2013:160. Cara yang digunakan untuk mendeteksi apakah residual berdistribusi normal atau tidak adalah dengan desain grafik dan uji Kolmogorov-Smirnov.
Sumber: Hasil Penelitian, Juni 2015 Data Diolah Gambar 4.1
Grafik Histogram
Dengan melihat tampilan grafik histogram dapat disimpulkan bahwa grafik tersebut memberikan pola distribusi normal, karena kurvanya tidak miring ke kiri
atau ke kanan. Untuk lebih menjelaskan bahwa data yang diuji berdistribusi normal dapat juga dilihat dengan grafik normal probability plot yang
82
menunjukkan titik-titik menyebar disekitar garis diagonal, sebagaimana ditampilkan pada Gambar 4.2 berikut:
Sumber: Hasil Penelitian, Juni 2015 Data Diolah Gambar 4.2
Grafik Normal Plot
Cara lain untuk melihat distribusi data normal atau tidak adalah dengan melakukan uji Kolmogorov-Smirnov. Dengan menggunakan tingkat signifikansi
sebesar 5, maka jika nilai Asymp Sig2-tailed diatas 5 artinya variabel residual berdistribusi normal. Untuk lebih jelas dapat dilihat pada Tabel 4.11 :
83
Tabel 4.11 Hasil Uji
Kolmogorov-Smirnov One-Sample Kolmogorov-Smirnov Test
Unstandardize d Residual
N 97
Normal Parameters
a,,b
Mean .0000000
Std. Deviation 2.30731452
Most Extreme Differences
Absolute .092
Positive .072
Negative -.092
Kolmogorov-Smirnov Z .907
Asymp. Sig. 2-tailed .383
a. Test distribution is Normal. b. Calculated from data.
Sumber: Hasil Penelitian, Juni 2015 Data Diolah
Pada Tabel 4.11 memperlihatkan nilai Asym Sig. 2-tailed adalah 0,383 dan diatas nilai signifikansi 0,05. Dengan kata lain variabel residual berdistribusi
normal.
4.3.2 Uji Heteroskedastisitas
Uji heteroskedastisitas digunakan untuk mengetahui apakah dalam model regresi terjadi ketidaksamaan varians dari residual satu pengamatan ke
pengamatan yang lain. Model regresi yang baik adalah yang homokedastisitas atau tidak terjadi heterokedastisitas Ghozali, 2013:139. Beberapa cara untuk
mendekteksi ada atau tidaknya heteroskedasitas dengan cara melihat Grafik Plot dan Uji Glejser.
84
Sumber: Hasil Penelitian, Juni 2015 Data diolah Gambar 4.3
Grafik Scatter Plot
Gambar 4.3 memperlihatkan bahwa titik-titik menyebar secara acak serta tersebar baik diatas maupun dibawah angka 0 pada sumbu Y. Hal ini dapat
disimpulkan bahwa tidak terjadi heteroskedasitas pada model regresi, sehingga model regresi ini layak untuk digunakan.
85
Tabel 4.12 Hasil Uji Gletser
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. B
Std. Error Beta
1 Constant
2.075 1.105
1.878 .064
dapat_dipercaya .177
.130 .262 1.360
.177 Keahlian
-.186 .113
-.278 -1.647 .103
Daya_tarik -.061
.130 -.078 -.472
.638 Kualitas_dihargai
.051 .117
.064 .438
.663 Kesamaan_dengan_Audie
nce_yang_Dituju -.019
.109 -.027 -.170
.865 a. Dependent Variable: absut
Sumber: Hasil Penelitian, Juni 2015 Data diolah
Berdasarkan hasil Tabel 4.12 diketahui bahwa nilai signifikansi variabel dapat dipercaya, keahlian, daya tarik, keahlian dihargai, dan kesamaan dengan
audience yang dituju lebih besar dari 0,05 sehingga pada kelima variabel independen tersebut tidak terjadi heteroskedasitas.
4.3.3 Uji Multikoloniearitas