Berdasarkan tabel dapat diketahui bahwa nilai Asymp.Sig. 2-tailed adalah 0,447 yang berarti diatas nilai signifikan 5. Oleh karena itu, sesuai dengan
analisis grafik, analisis statistik dengan uji statistik non-parametrik Kolmogorov-Smirnov K-S juga menyatakan bahwa variabel residual
berdistribusi normal.
b. Uji Heteroskedastisitas
Tujuan dari uji ini adalah untuk menguji apakah di dalam model regresi terjadi ketidaksamaan varians dari satu residual satu pengamatan ke
pengamatan lain. Jika varians dari residual satu pengamatan ke pengamatan lainnya tetap maka disebut homoskedastisitas dan jika berbeda disebut
heteroskedastisitas. Model regrasi yang baik adalah yang homoskedasitas atau tidak terjadi heteroskedastisitas.
Ada beberapa cara untuk mendeteksi ada atau tidaknya heteroskedastisitas, yaitu :
1 Metode grafik Dasar analisis ini adalah jika 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 titi-titik yang ada
membentuk pola tertentu yang teratur, maka mengindikasikan telah terjadinya heteroskedastisitas.Hasil dari output SPSS untuk uji heteroskedastisitas
dengan metode grafik tampak pada gambar berikut :
Sumber : Hasil pengelolaan SPSS 16, 1 April 2013 Gambar 4.4 Scatterplot
Berdasarkan gambar dapat terlihat bahwa tidak ada pola yang jelas, serta titik-titik menyebar diatas dan dibawah angka 0 pada sumbu Y, maka
berdasarkan metode grafik tidak terjadi heteroskedasitas pada model regrasi. 2 Uji Glejser
Glejser mengusulkan untuk meregresi nilai absolut residual terhadap variabel independen. Jika variabel independen signifikan secara statistik
mempengaruhi variabel independen, maka ada indikasi terjadi heteroskedasitas.
Hasil dari output SPSS untuk uji heteroskedasitas dengan metode glejser tampak pada gambar berikut :
Tabel 4.5 Uji Glejser
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta 1 Constant
.304 .477
.638 .525
Buktifisik .038
.038 .139
.990 .325
Dayatanggap .055
.041 .170
1.333 .187
Kehandalan .067
.049 .156
1.364 .177
Jaminan -.081
.045 -.203
-1.782 .079
Empati -.023
.043 -.073
-.530 .598
a. Dependent Variable: absut
Sumber : Hasil pengelolaan SPSS 16, 20 Juli 2013
Berdasarkan Tabel diketahui bahwa tidak satupun variabel independen yang signifikan secara statistik mempengaruhi variabel dependen absolute Ut
absUt. Hal ini terlihat dari probabilitas signifikansinya Sig di atas tingkat kepercayaan 5 jadi hasil uji glejser sesuai dengan metode grafik bahwa pada
model regrasi tidak terjadi heteroskedasitas.
c. Uji Multikolinieritas