Tabel 4.3 One-Sample Kolmogorv-Smirnov Test
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
dimens ion0
N 100
Normal Parameters
a,b
Mean ,0000000
Std. Deviation 1,87519523
Most Extreme Differences Absolute
,079 Positive
,074 Negative
-,079 Kolmogorov-Smirnov Z
,794 Asymp. Sig. 2-tailed
,554 a. Test distribution is Normal.
b. Calculated from data.
Sumber: Hasil Pengolahan SPSS 18,0 September 2010
Pada Tabel 4.3 diketahui nilai Asymp.Sig 2-tailed adalah 0,554 dan diatas nilai signifikan 0,05. Ini berarti nilai variabel
residual bervariabel jaminan normal
2. Uji Heteroskedastisitas
Uji Heteroskesditas dilakukan untuk menguji apakah sebuah grupkelompok mempunyai varians yang sama diantara anggota grup
tersebut. Jika varians sama, maka dikatakan ada homoskedastisitas dan ini yang seharusnya terjadi. Sedangkan jika varians tidak sama dikatakan
terjadi heteroskedastisitas. Uji Heteroskedastisitas ini dilakukan dengan pendekatan statistik yaitu uji Glejser dengan pengambilan keputusan jika
variabel independen signifikan secara statistik mempengaruhi variabel dependen, maka ada indikasi terjadinya heteroskedastisitas. Jika
probabilitas signifikannya diatas tingkat kepercayaan 5 dapat disimpulkan model regresi tidak mengarah adanya heteroskedastisitas.
Universitas Sumatera Utara
Tabel 4.4 Uji Glejser
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta 1 Constant
4,216 1,490
2,830 ,006
Kehandalan -,258
,101 -,333
-2,562 ,012
Daya tanggap -,003
,059 -,007
-,058 ,954
Jaminan ,029
,089 ,051
,327 ,745
Empati -,006
,094 -,009
-,066 ,948
Bukti fisik ,094
,116 ,121
,813 ,418
a. Dependent Variable: absut
Sumber: Hasil Pengolahan SPSS 18,0 September 2010
Hasil tampilan output SPSS dengan jelas menunjukkan tidak satupun variabel independen yang signifikan mempengaruhi variabel
dependen absolut Ut absUt. Hal ini terlihat dari probabilitas signifikansinya diatas tingkat kepercayaan 5, jadi disimpulkan model
regresi tidak mengarah adanya heteroskesdastisitas.
3. Uji Multikolinearitas
Multikolinieritas berarti adanya hubungan linear yang sempurna atau pasti diantara beberapa atau semua variabel yang menjelaskan model
regresi. Singkatnya dapat juga diartikan sebagai hubungan yang linear antara variabel eksplanatoris dari model regresi adalah sempurna.
Multikolineritas dapat dilihat dari nilai tolerance dan variance inflation factor VIF, kedua ukuran ini menunjukkan setiap variabel
independen manakah yang dijelaskan oleh variabel independen lainnya. Tolerance adalah mengukur variabilitas variabel independen yang terpilih
yang tidak dijelaskan oleh variabel independen lainnya. Nilai cutoff yang
Universitas Sumatera Utara
umum dipakai untuk menunjukkan adanya multikolinearitas adalah Tolerance 1 sedangkan Variance Inflation Factor VIF 5.
Sumber: Hasil Pengolahan SPSS 18,0 September 2010
Dari hasil output SPSS terlihat bahwa semua data variabel tidak terkena multikolinearitas. Ini terlihat dari semua nilai Tolerance 1 dan nilai
Variance Inflation Factor VIF5.
C. Analisis Data 1. Analisis Deskriptif
