63
2. Pendekatan Statistik Uji Glejser
Glejser mengusulkan untuk meregres nilai absolute residual terhadap variabel independen. Jika variabel independen signifikan secara statistik
mempengaruhi variabel independen, maka ada indikasi terjadi heteroskedastisitas.
Tabel 4.11 Hasil Statistik Uji Glejser
Coefficientsa
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. B
Std. Error Beta
1 Constant
4.635 1.337
3.466 .001
Motivasi -.093
.062 -.157
-1.493 .139
Persepsi -.060
.063 -.111
-.960 .340
Pembelajaran -.258
.077 -.385
-3.374 .127
Harga .038
.078 .062
.489 .626
Pendapatan .089
.072 .178
1.231 .222
a Dependent Variable: absut Sumber: Hasil Pengolahan dengan SPSS
Berdasarkan Tabel 4.11 dapat diketahui bahwa tidak satupun variabel independent yang signifikan secara statistik mempengaruhi variabel dependent
absolute Ut absUt. Hal ini terlihat dari probabilitas signifikansinya di atas tingkat kepercayaan 5, jadi hasil uji Glejser sesuai dengan metode grafik bahwa
pada model regresi tidak terjadi heterokedastisitas.
4.2.2.4 Uji Multikolinearitas
Uji multikolinearitas digunakan untuk mengetahui ada tidaknya gejala multikolinearitas dapat dilihat dari besarnya nilai Tolerance dan VIF Variance
Inflation Factor melalui program SPSS. Tolerance mengukur variabelitas variabel terpilih yang tidak dijelaskan oleh variabel independen lainnya.
Universitas Sumatera Utara
64
Tabel 4.12 Uji Nilai
Tolerance dan VIF
Model Collinearity Statistics
Tolerance VIF
1 Constant
Motivasi .916
.916 Persepsi
.758 1.319
Pembelajaran .784
1.275 Harga
.632 1.583
Pendapatan .488
2.050
Sumber: Hasil Penelitian dengan SPSS
Berdasarkan Tabel 4.12 dapat terlihat bahwa: 1. Nilai VIF dari motivasi, persepsi, pembelajaran, harga dan pendapatan lebih
kecil dari 5 VIF 5, ini berarti tidak terdapat multikolinearitas antara variabel independen dalam model regresi.
2. Nilai Tolerance dari motivasi, persepsi, pembelajaran, harga dan pendapatan lebih besar dari 0,1, ini berarti tidak terdapat multikolinearitas antara variabel
independen dalam model regresi.
4.2.3 Analisis Regresi Linear Berganda
Analisis ini digunakan untuk mengetahui seberapa besar pengaruh variabel bebas terhadap variabel terikat.
Universitas Sumatera Utara
65
4.2.3.1 Uji Signifikansi Simultan Uji-F
Uji-F pada dasarnya menunjukkan apakah semua variabel bebas yang dimasukkan dalam model mempunyai pengaruh secara bersama-sama terhadap
variabel terikat. H
o
: b
1
= b
2
= 0, artinya secara bersama-sama serentak tidak terdapat pengaruh yang positif dan signifikan dari variabel bebas yaitu motivasi X
1
, persepsi X
2
, pembelajaran X
3
, harga X
4 ,
dan pendapatan X
5
terhadap variabel terikat yaitu minat anggota Y.
H
a
: b
1
≠ b
2
≠ 0, artinya secara bersama-sama serentak terdapat pengaruh yang positif dan signifikan dari variabel bebas yaitu motivasi X
1
, persepsi X
2
, pembelajaran X
3
, harga X
4 ,
dan pendapatan X
5
terhadap variabel terikat yaitu minat anggota Y.
Kriteria pengambilan keputusan: H
o
diterima jika F
hitung
F
tabel
pada α = 5 H
o
ditolak jika F
hitung
≥ F
tabel
pada α = 5
Tabel 4.13 Hasil Uji-F
ANOVAb
Model Sum of
Squares df
Mean Square F
Sig. 1
Regression 21.967
5 4.393
4.823 .001a
Residual 76.522
84 .911
Total 98.489
89
a Predictors: Constant, Pendapatan, Motivasi, Pembelajaran, Persepsi, Harga b Dependent Variable: MinatMenggunakanJasa
Sumber: Hasil Pengujian dengan SPSS
1. Hasil pengujian ANOVA dengan menggunakan uji-F pada Tabel 4.13 memperlihatkan nilai F-hitung sebesar 4.823 dengan Sig adalah 0.001. Dengan
Universitas Sumatera Utara
66
mencari pada Tabel F, dengan df1=5 dan df2=84, diperoleh nilai F-tabel 2,32. Dengan kondisi dimana F-hitung lebih besar dari F-tabel 4.823 2,32
dengan nilai Sig yang lebih kecil dari alpha 0,001 0,05, maka kesimpulan dapat diambil adalah menolak H
yang berarti koefisien korelasi signifikan secara statistik, motivasi, persepsi, pembelajaran, harga dan pendapatan secara
bersama-sama berpengaruh terhadap minat anggota. 2. Kolom pertama dari uji ANOVA yaitu kolom regresi, adalah jumlah kuadrat
dari varians yang dihasilkan oleh model persamaan regresi, yaitu sebesar 21.967 sedangkan kolom kedua yaitu residual adalah jumlah kuadrat varians
yang tidak dihasilkan dari model persamaan regresi yaitu sebesar 76.522.
3. 4.2.3.2 Uji Signifikansi Parsial Uji-t
Uji-t menunjukkan seberapa besar pengaruh variabel bebas secara parsial terhadap variabel terikat.
H
o
: b
1
= b
2
= 0, artinya variabel bebas yaitu motivasi X
1
, persepsi X
2
, pembelajaran X
3
, harga X
4 ,
dan pendapatan X
5
secara parsial tidak berpengaruh positif dan signifikan terhadap variabel terikat yaitu minat anggota
Y. H
a
: b
1
≠ b
2
≠ 0, artinya variabel bebas yaitu motivasi X
1
, persepsi X
2
, pembelajaran X
3
, harga X
4 ,
dan pendapatan X
5
secara parsial berpengaruh positif dan signifikan terhadap variabel terikat yaitu minat anggota Y.
Kriteria pengambilan keputusan: H
o
diterima jika t
hitung
t
tabel
pada α = 5 H
o
ditolak jika t
hitung
≥ t
tabel
pada α = 5
Universitas Sumatera Utara
Kategori