commit to user
50
Tabel 12. Distribusi Frekuensi Data Kandungan bakteri E.coli X’
3
Skor Frekuensi
Persentase
2 1
1,0 5
3 3,0
6 10
10,0 7
14 14,0
8 72
72,0 Total
100 100,0
Sumber:data diolah, 2011. Berdasarkan tabel tersebut dapat dijelaskan bahwa variabel pada skor 8
dan 9 mempunyai frekuensi terendah yaitu 1. Pada skor 10 mempunyai frekuensi 3, skor 11 mempunyai frekuensi yaitu 11. Pada skor 12 mempunyai frekuensi
tertinggi yaitu 45. Pada skor 13 mempunyai frekuensi yaitu 13, pada skor 14 mempunyai frekuensi 11, pada skor 15 mempunyai frekuensi 4, Sedangkan pada
skor 16 mempunyai frekuensi 11.
B. Pengujian Persyaratan Analisis
Sebelum pengujian hipotesis dilakukan, data yang akan digunakan untuk analisis statistik dengan teknik regresi berganda harus memenuhi persyaratan
sebagai berikut :
1. Uji Multikolinieritas
Uji Multikolinieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas. Menurut Singgih Santoso 2001
deteksi adanya multiko dilakukan dengan mengamati : Besaran VIF Variance Inflation Factor dan Tolerance.
a Mempunyai nilai VIF disekitar angka 1 b Mempunyai angka TOLERANCE mendekati 1
Tabel 13. Hasil Uji Multikolinieritas
Model Nilai
Toleransi VIF
commit to user
51
1 Kualitas Pelayanan
0,985 1,015
Kualitas Air 0,985
1,015
Sumber : data primer diolah, 2010 Dari hasil diatas dapat diketahui koefisien VIF kedua variabel, yaitu
kualitas pelayanan dan kualitas air adalah 1.015 lebih kecil dari 5, sehingga bisa diduga bahwa tidak terjadi multikolinearitas atau tidak ada hubungan antar
variabel bebas.
2. Uji Autokorelasi
Uji Autokorelasi bertujuan untuk menguji apakah dalam suatu model regresi linier ada korelasi antara kesalahan pengganggu pada periode t dengan
kesalahan pada periode-1 sebelumnya. Menurut Singgih Santoso 2001 untuk mendeteksi hal autokorelasi ada 3, yaitu:
4. Angka D-W di bawah -2 berarti diindikasikan ada autokorelasi positif. 5. Angka D-W di antara -2 sampai 2 berarti diindikasikan tidak ada
autokorelasi. 6. Angka D-W di atas 2 berarti diindikasikan ada autokorelasi negatif.
Tabel 14. Hasil Uji Autokorelasi
Model Durbin-Watson
1 1,897
Sumber : data primer diolah 2010 Dari hasil output diatas didapat nilai DW sebesar 1,897 sedangakan dari
table DW dengan signifikansi 0,05 dan jumlah data 100, dengan jumlah variabel bebas 2, maka hasil tersebut berarti angka D-W di antara -2 sampai 2 berarti
diindikasikan tidak ada autokorelasi, sehingga regresi yang dihasilkan baik.
3. Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk menguji dalam model regresi terjadi ketidaksamaan varians dari residual dari satu pengamatan ke pengamatan
yang lain. Untuk mengetahui terjadinya heteroskedastisitas yaitu dengan melihat
commit to user
52
60 70
80 90
Kepuasan Pelanggan
-4 -3
-2 -1
1 2
Reg ressi
on St
andar di
zed P
redi ct
ed Val
ue
Dependent Variable: Kepuasan Pelanggan Scatterplot
ada tidaknya pola tertentu pada scatterplot yang menunjukkan hubungan antara Regression Studentised Residual dengan Regression Standardized Predicted
Value. Singgih Santoso 2001 menetapkan dasar pengambilan keputusan berkaitan dengan gambar tersebut adalah :
a. Jika ada pola tertentu, seperti titik-titiknya membentuk suatu pola tertentu yang teratur bergelombang, melebar kemudian menyempit maka
diindikasikan terdapat masalah heteroskedastisitas. b. Jika tidak ada pola yang jelas, serta titik-titiknya menyebar di atas dan di
bawah angka 0 pada sumbu Y, maka diindikasikan tidak terdapat masalah heteroskedastisitas.
Gambar 4. Grafik Scatterplot Diagram Pencar Sumber : Data primer diolah, 2010.
commit to user
53
Scatterplot di atas tidak ada pola yang jelas, serta titik-titiknya menyebar di atas dan di bawah angka 0 pada sumbu Y, maka diindikasikan tidak terdapat
masalah heteroskedastisitas, sehingga regresi yang dihasilkan baik.
4. Uji Normalitas