56 Gambar 6.1. Hasil Uji Normalitas Histogram
6.3. Hasil Uji Asumsi Klasik
Pada penelitian ini uji asumsi klasik terdiri dari Uji Normalitas dan Uji Multikolinearitas, serta Uji Heterokedastisitas.
6.3.1. Uji Normalitas
Untuk mencek apakah hasil pengamatan menyebar normal atau tidak, dapat dilakukan dengan berbagai cara seperti dengan uji histogram, uji normal P
Plot, uji Chi Square, Skewness dan Kurtosis atau uji Kolmogorov Smirnov Situmorang dkk, 2008. Pada penelitian ini normalitas data dilakukan dengan uji
histogram dan uji normal P Plot. Hasil dari output SPSS dengan menggunakan Uji Histogram dapat dilihat pada Gambar 6.1. yang menunjukkan Grafik histogram
menunjukkan pola distribusi normal sebab memperlihatkan grafik mengikuti sebaran kurva normal ditunjukkan dengan kurva berbentuk lonceng.
Grafik normal probability plot pada Gambar 6.2. menunjukkan pola distribusi normal dimana data menyebar disekitar garis diagonal dan mengikuti
arah garis diagonal.
Universitas Sumatera Utara
57 Gambar 6.2. Hasil Uji Normalitas P Plot
6.3.2. Uji Multikolinearitas
Uji asumsi klasik berikutnya adalah uji multikolinearitas, digunakan untuk mengetahui ada tidaknya penyimpangan asumsi klasik multikolinearitas, yaitu
adanya hubungan linear antar variabel independen dalam model regresi. Prasyarat yang harus terpenuhi dalam model regresi adalah tidak adanya Multikolinearitas.
Pada riset ini akan dilakukan uji Multikolinearitas dengan melihat nilai Inflation Factor VIF pada model regresi. Menurut Santoso 2001, pada umumnya jika
VIF lebih besar dari 5, maka variabel tersebut mempunyai persoalan Multikolinearitas dengan variabel bebas lainnya, hasil uji multikolinearitas dapat
dilihat pada Tabel 6.23.
Universitas Sumatera Utara
58 Tabel 6.23. Hasil Uji Multikolinearitas
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity
Statistics B
Std. Error Beta
Tolerance VIF
1 Constant
-1.216 1.025
-1.187 .242
Produk .642
.392 .272 1.639
.109 .364
2.745 Harga
-.357 .172
-.239 -2.080 .044
.760 1.316
Lokasi .731
.205 .444 3.568
.001 .645
1.549 Promosi
-.344 .242
-.249 -1.422 .162
.326 3.071
Orang .019
.242 .015
.080 .937
.290 3.450
Pend_Fisik .411
.166 .305 2.473
.018 .660
1.515 Proses
.191 .256
.137 .746
.460 .299
3.340 a. Dependent Variable: Kept_Menginap
Sumber : Hasil Penelitian data diolah, 2012
Dari Tabel 6.23. terlihat bahwa nilai pada kolom VIF dibawah 5 , variabel produk 2,745, variabel harga 1,316, variabel lokasi 1,549, variabel orang
3,450, variabel pendukung fisik 1,515, serta variabel proses 3,340 . Semua variabel independen memiliki nilai Variance Inflation Factor VIF lebih kecil
dari 5, sehingga dapat disimpulkan bahwa antar variabel tersebut tidak terjadi persoalan Multikolinearitas.
6.3.3. Uji Heterokedastisitas
Kategori