Uji Normalitas Uji Heteroskedastisitas Uji Multikolinieritas

68

4.4.3 Uji Asumsi Klasik Analisis Jalur Model Trimming

4.4.3.1 Uji Normalitas

Sumber: Hasil Penelitian, 2015 data diolah Gambar 4.10 Pengujian Normalitas Histogram Model Trimming Berdasarkan grafik dapat disimpulkan bahwa distribusi data normal karena grafik histogram menunjukkan pola distribusi normal maka model regresi memenuhi asumsi normalitas dan sebaliknya, jika data menyebar jauh dari garis diagonal dan tidak mengikuti arah garis diagonal atau grafik histogram tidak menunjukkan pola distribusi data normal yang tidak melenceng kanan maupun melenceng kiri. Jadi, data residual berdistibusi normal. Terbukti bahwa data maupun model yang digunakan memenuhi asumsi normalitas. Universitas Sumatera Utara 69 Sumber: Hasil Penelitian, 2015 data diolah Gambar 4.11 Pengujian Normalitas P-P Plot Model Trimming Pada P-P plot terlihat bahwa titik-titik menyebar disekitar garis diagonal dan cenderung mengikuti arah garis diagonal. Dengan demikian maka model regresi Trimming tersebut memenuhi asumsi normalitas.

4.4.3.2 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. Universitas Sumatera Utara 70 Sumber: Hasil Penelitian, 2015 data diolah Gambar 4.12 Pengujian Heteroskedastisitas Scatterplot Model Trimming Berdasarkan Gambar 4.12 dapat terlihat bahwa tidak ada pola yang jelas, serta titik-titik menyebar diatas dan dibawah angka 0 pada sumbu Y, Dengan demikian dapat disimpulkanbahwa persamaan Regresi Trimming terbebas dari asumsi Heteroskedastisitas.

4.4.3.3 Uji Multikolinieritas

Gejala multikolinieritas dapat dilihat dari besarnya nilai Tolerance dan VIF Variance Inflation Factor, kedua ukuran ini menunjukkan setiap variabel independen manakah yang dijelaskan oleh variabel independen lainnya, Tolerance adalah mengukur variabilitas variabel bebas yang terpilih yang tidak dijelaskan variabel bebas lainnya. Nilai yang dipakai untuk Tolerance 0,1, dan VIF 10, maka tidak terjadi multikolinieritas. Universitas Sumatera Utara 71 Tabel 4.17 Uji Multikolinieritas Model Trimming Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics B Std. Error Beta Tolerance VIF 1 Constant 1.623 .820 1.978 .052 Emphaty .757 .121 .578 6.279 .000 .339 2.950 Kepuasan_Pasien .625 .161 .358 3.884 .000 .339 2.950 a. Dependent Variable: Loyalitas_Pasien Sumber: Hasil Penelitian, 2015 data diolah Berdasarkan pada Tabel 4.17 di atas diketahui bahwa nilai Variance Inflation Factor untuk variabel bebas lebih kecil dari 10 VIF 10, dan nilai Tolerance 0,1. Dengan Demikian persamaan regresi Trimming terbebas dari asumsi multikolinieritas.

4.4.3.4 Hasil Pengujian Hipotesis Analisis Jalur Model Trimming