Dasar pengambilan keputusan uji multikolinearitas Jika nilai VIF1 atau nilai Tolerance 0,10 maka terjadi multikolinearitas
Jika nilai VIF1 atau nilai Tolerance 0,10 maka tidak terjadi multikolinearitas.
3. Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang
lain. Jika variance dari residual satu pengamatan ke pengamatan lain tetap, maka disebut homoskedastisitas dan jika berbeda disebut heteroskedastisitas Model regresi
yang baik adalah yang homoskedastisitas atau tidak terjadi heteroskedastisitas Heteroskedastisitas dalam penelitian ini dideteksi dengan menggunakan
analisis grafik dan Varian tak bersyarat. Analisis Grafik, yaitu dengan melihat ada tidaknya pola tertentu pada grafik scatterplot, di mana sumbu
Y
adalah
Y
yang telah diprediksi dan sumbu
X
adalah residual
Y
prediksi-
Y
sesungguhnya. Dasar pengambilan keputusan untuk heteroskedastitas dengan analisis grafik. Jika tidak ada
pola yang jelas, serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu
Y
, maka tidak terjadi heteroskedastisitas. Jika ada pola tertentu, seperti titik-titik yang membentuk pola tertentu yang teratur bergelombang, melebar kemudian menyempit,
maka mengindikasikan telah terjadi heteroskedastisitas.
4.7.2 Metode Analisis Data
Analisis regresi yang digunakan dalam penelitian ini adalah analisis regresi berganda multiple regression analysis. Analisis regresi berganda adalah
analisis hubungan antara dua atau lebih variabel bebas X terhadap satu variabel terikat Y dengan asumsi Y merupakan fungsi dari X. Hasil analisis regresi adalah
berupa koefisien untuk masing-masing variabel bebas. Koefisien ini diperoleh
Universitas Sumatera Utara
dengan cara memprediksi nilai variabel terikat dengan suatu persamaan. Koefisien regresi
dihitung dengan
dua tujuan
sekaligus. Pertama
meminimumkan penyimpangan antara nilai aktual dan nilai estimasi variabel terikat berdasarkan
data yang ada. Dalam analisis regresi, selain mengukur kekuatan hubungan antara dua variabel atau lebih, juga melanjutkan arah hubungan antara variabel terikat dengan
variabel bebas. Ghozali, 2006. Secara matematis, hubungan variabel tersebut dapat dinyatakan dalam
bentuk sebagai berikut :
Y = a + b
1
X
1
+ b
2
X
2
+ b
3
X
3
+e
Keterangan : Y = Kinerja Payment Point Online Banking PPOB
a = Konstanta b
1
,b
2
,b
3
= Koefisien regresi yang akan dicari X
1
= Peningkatan Efektivitas X
2
= Kemudahan Pelayanan X
3
= Akurasi PPOB e
= error Untuk mengetahui seberapa besar pengaruh variabel independen secara
bersama-sama terhadap variabel dependen digunakan uji anova atau F-test. Untuk mengetahui seberapa besar pengaruh variabel independen secara parsial terhadap
variabel dependen digunakan t-test. Sebelum dilakukan uji F dan uji t dilakukan uji asumsi klasik terdiri dari uji normalitas, uji multikolinieritas dan
uji heteroskedastisitas.
4.7.3 Uji Hipotesis Simultan Uji F
Uji ini disebut juga sebagai uji signifikansi simultan. Kuncoro 2004 mengatakan uji ini pada dasarnya menunjukkan apakah semua variabel bebas yang
digunakan ke dalam model mempunyai pengaruh secara bersama-sama terhadap variabel terikat.
Universitas Sumatera Utara
Model hipotesis yang digunakan dalam uji F ini adalah: H
0:
b
1,
b
2,
b
3 =
0 artinya Peningkatan Efektivitas, Kemudahan Pelayanan dan Akurasi PPOB secara simultan tidak berpengaruh terhadap Kinerja Payment
Point Online Banking PPOB pada pelanggan PT Perusahaan Gas Negara.
H
1:
b
1,
b
2,
b
3 ≠
0 artinya Peningkatan Efektivitas, Kemudahan Pelayanan dan Akurasi PPOB secara simultan berpengaruh terhadap Kinerja Payment Point
Online Banking PPOB pada pelanggan PT Perusahaan Gas Negara. Kriteria Pengambilan Keputusan:
H diterima jika F
hitung
F
tabel
pada α = 5 H
1
diterima jika F
hitung
F
tabel
pada α = 5
4.7.4 Uji Hipotesis Parsial Uji t
