Uji Normalitas Uji Heteroskedastisitas

4.4.2 Uji Asumsi Klasik

4.4.2.1 Uji Normalitas

Uji normalitas digunakan untuk mengetahui apakah distribusi sebuah data mengikuti atau mendekati distribusi normal. Pada penelitian ini digunakan dua cara untuk mengetahui apakah data berdistribusi normal atau tidak, yaitu dengan pendekatan grafik plot dan pendekatan Kolmogrov Smirnov. Uji normalitas dengan menggunakan grafik plot atau Normal P-P Plot of Regresion Standardized Residual yaitu jika data menyebar disekitar garis dan mengikuti arah garis diagonal maka data berdistribusi normal, dan uji normalitas dengan menggunakan pendekatan Kolmogrov Smirnov yaitu apabila pada tingkat signifikan 5, nilai Asymp.Sig 2-tailed lebih besar dari 5 berarti bahwa variabel residual berdistribusi normal. Gambar 4.2 Normal Probability Plot Sumber: data diolah menggunakan spss 2016 Berdasarkan gambar 4.2 dapat dilihat bahwa titik-titik mengikuti dan mendekati garis diagonalnya sehingga dapat disimpulkan bahwa data berdistribusi normal. Universitas Sumatera Utara Tabel 4.32 Hasil Uji Normalitas Kolmogorov Smirnov One-Sample Kolmogorov-Smirnov Test Unstandardized Residual N 100 Normal Parameters a,b Mean ,0000000 Std. Deviation 1,69867956 Most Extreme Differences Absolute ,067 Positive ,041 Negative -,067 Kolmogorov-Smirnov Z ,666 Asymp. Sig. 2-tailed ,767 a. Test distribution is Normal. b. Calculated from data. Sumber: data diolah menggunakan spss 2016 Pada uji normalitas Kolmogorov Smirnov, apabila pada tingkat signifikan 5 nilai Asymp.Sig 2-tailed lebih besar dari 5 0,05 berarti bahwa variabel residual berdistribusi normal, dan berdasarkan tabel 4.32 diatasdiketahui bahwa nilai Asymp.Sig adalah sebesar 0,767 0,05. Dengan demikian, dapat disimpulkan bahwa data pada penelitian ini berdistribusi normal.

4.4.2.2 Uji Heteroskedastisitas

Uji ini bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang lain. Jika variance dari residual satu pengamatan ke pengamatan yang lain tetap, maka disebut homokedasitas, dan jika variance dari residual satu pengamatan ke pengamatan lain berbeda disebut heterokedasitas. Untuk mendeteksi ada atau tidaknya heterokedasitas dapat dilakukan dengan melihat grafik scatterplot, dengan dasar analisis: 1. Jika pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur bergelombang, melebar kemudian menyempit, maka mengindikasikan telah terjadi heterokedasitas. Universitas Sumatera Utara 2. Jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka titik terjadi heterokedasitas Hasil uji heterokedasitas dalam penelitian ini dapat dilihat pada gambar di bawah ini: Gambar 4.3 Hasil Uji Heteroskedastisitas dengan Scatterplot Sumber: data diolah menggunakan spss 2016 Pada grafik Scatterplot di atas gambar 4.2 dapat dilihat bahwa titik-titik menyebar dan tidak membentuk pola tertentu yang jelas.Dengan demikian dapat disimpulkan bahwa tidak terjadi masalah heteroskedastisitas pada penelitian ini. 4.4.2.3 Uji Multikolinearitas Uji Multikolinieritas merupakan uji yang menentukan ada tidaknya hubungan linier antar variabel independen dengan variabel independen lainnya.Model regresi yang baik tidak boleh memiliki multikolinieritas di dalamnya.Untuk mendeteksi ada tidaknya multikolinieritas di dalam data penelitian dilihat dari nilai Tolerance Value dan Variance Inflation Factor VIF. Ketentuan dalam uji ini adalah jika nilai Tolerance Value semua variabel independen 0,1 dan nilai VIF 10 maka tidak terjadi multikolinieritas dalam penelitian. Hasil uji multikolinieritas dalam penelitian ini dapat dilihat dalam tabel di bawah ini: Universitas Sumatera Utara Tabel 4.33 Hasil Uji Multikolinearitas Coefficients a Model Unstandardized Coefficients Standardize d Coefficients t Sig. Collinearity Statistics B Std. Error Beta Toleranc e VIF 1 Constan t 5,271 1,601 3,293 ,001 X1 ,198 ,022 ,671 8,947 ,000 1,000 1,000 a. Dependent Variable: kepuasan pelanggan Sumber: data diolah menggunakan spss 2016 Berdasarkan tabel hasil uji multikolinearitas diketahui bahwa nilai VIF lebih kecil dari 5 1,0 5 dan nilai Tolerance lebih besar dari 0,1 1,0 0,1, maka dapat disimpulkan bahwa tidak terjadi persoalan multikolinearitas pada penelitian ini.

4.4.3 Analisis Regresi Linier Sederhana