Pengambilan keputusan untuk uji Normalitas pada skripsi ini dapat juga dengan membandingkan nilai Asymp.Sis 2-tailed tabel dengan nilai Asymp.Sis
2-tailed hitung adalah 0,05. Hasil uji Normalitas pada penelitian skripsi ini dapat juga dilihat pada one sample KS Test pada Tabel 4.10.
Tabel 4.10 Hasil Analisis Instrumen One Sample KS Test
One-Sample Kolmogorov-Smirnov Test
84 .0000000
1.59073668 .068
.068 -.047
.619 .837
N Mean
Std. Deviati on Normal Parameters
a,b
Absolute Positive
Negati ve Most Extrem e
Di fferences Kolmogorov-Sm irnov Z
As ymp. Sig. 2-tailed Unstandardiz
ed Res idual
Test di stribution is Norm al. a.
Calculated from data. b.
Sumber: Pengolahan Data Primer kuesioner dengan SPSS 15.00, 2010
Nilai Asymp.Sis 2-tailed pada penelitian ini adalah 0,837, lebih besar dari 0,05 0,837 0,05, artinya variabel residual berdistribusi normal.
2. Multikoliniearitas
Uji multikolinearitas dilakukan untuk menguji apakah terdapat korelasi yang tinggi diantara variabel bebas. Model regresi yang baik seharusnya tidak
terjadi korelasi antara variabel independen. Suatu variabel tidak terkena multikolinearitas, jika nilai Variance Inflation Factor VIF tidak lebih besar dari
5 VIF 5 dan nilai Tolerance tidak kurang dari 0,1 Tolerance 0,1
Universitas Sumatera Utara
Situmorang, 2008:104. Uji multikolinearitas pada penelitian skripsi ini dapat dilihat pada Tabel 4.11.
Tabel 4.11 Hasil Analisis Instrumen Multikoliniearitas
Coefficients
a
-1.072 1.469
-.730 .467
.151 .066
.183 2.310
.023 .896
1.116 .114
.078 .121
1.466 .147
.829 1.206
.533 .075
.603 7.088
.000 .779
1.283 Constant
Finan_Bent Soc_Bent
Struk_Ties Model
1 B
Std. Error Unstandardized
Coefficients Beta
Standardized Coefficients
t Sig.
Tolerance VIF
Collinearity Statistics
Dependent Variable: Kepuasan_P a.
Sumber: Pengolahan Data Primer kuesioner dengan SPSS 15.00, 2010
Tabel 4.11 menunjukkan tidak adanya masalah multikolinearitas, dimana hasil uji Variance Inflation Factor VIF pada variabel Financial Benefit, Social
Benefit, dan Struktural Ties masing-masing menunjukkan nilai kurang dari lima VIF 5. Nilai Variance Inflation Factor VIF pada variabel Financial Benefit
adalah 1,116; variabel Social Benefit adalah 1,206; dan variabel Struktural Ties adalah 1,283. Nilai Variance Inflation Factor VIF yang lebih kecil dari 5 lima
menunjukkan bahwa tidak ada masalah multikolinearitas dalam model penelitian skripsi ini. Nilai Tolerance pada variabel Financial Benefit adalah 0,896; variabel
Social Benefit adalah 0,829, dan variabel Struktural Ties sebesar 0,779. Nilai Tolerance lebih besar dari 0,1 Tolerance 0,1 maka tidak terdapat
multikolinearitas.
3. Heteroskedastisitas
Heteroskedastisitas terjadi karena perubahan situasi yang tidak tergambarkan dalam spesifikasi model regresi, dengan kata lain
Universitas Sumatera Utara
heteroskedastisitas terjadi jika residual tidak memiliki varian yang konstan. Heteroskedastisitas dapat diketahui dengan melakukan dua pendekatan yakni
pendekatan statistik uji glesjer dan pendekatan grafik. Kriteria pengambilan keputusan:
a. Jika nilai signifikansi 0,05, maka tidak mengalami gangguan
heteroskedastisitas. b.
Jika nilai signifikansi 0,05, maka mengalami gangguan heteroskedastisitas.
Tabel 4.12 Hasil Analisis Instrumen Heteroskedastisitas
Pendekatan Statistik Uji Glesjer
Coefficients
a
2.047 .882
2.322 .023
-.071 .039
-.207 -1.810
.074 -.039
.047 -.099
-.833 .408
.073 .045
.199 1.618
.110 Constant
Finan_Bent Soc_Bent
Struk_Ties Model
1 B
Std. Error Unstandardized
Coefficients Beta
Standardized Coefficients
t Sig.
Dependent Variable: abs ut a.
Sumber: Pengolahan Data Primer kuesioner dengan SPSS 15.00, 2010
Tabel 4.12 dapat kita lihat bahwa data pada penelitian skripsi ini hasil uji signifikan variabel Financial Benefit adalah sebesar 0,074; hasil uji signifikan
pada variabel Social Benefit adalah sebesar 0,408; hasil uji signifikan pada variabel Struktural Ties adalah 0,110. Hasil analisis instrumen heteroskedastisitas
pada penelitian skripsi ini menunjukkan bahwa masing-masing variable dependent Financial Benefit, Social Benefit , dan Struktural Ties menunjukkan
nilai lebih besar dari 5, sehingga dapat disimpulkan bahwa data pada penelitian ini tidak terdapat adanya heteroskedastisitas dalam model regresi.
Universitas Sumatera Utara
Uji heteroskedastisitas dapat juga dilihat melalui gambar scatterplot. Gambar 4.2 adalah gambar scatterplot yang dapat mengindikasi ada atau tidaknya
gejala heteroskedastisitas. Suatu model regresi jika dianalisis dengan pendekatan grafik, tidak terkena heteroskedastisitas apabila pada grafik scatterplot terlihat
titik-titik yang menyebar secara acak dan tidak membentuk suatu pola tertentu Syafrizal, 2008: 68.
Gambar: 4.2 Scatterplot Dependent Variable Kepuasan Pelanggan Sumber: Pengolahan Data Primer kuesioner dengan SPSS 15.00, 2010
Gambar 4.2 menunjukkan bahwa penyebaran residual cenderung tidak teratur, terdapat titik-titik yang berpencar dan tidak membentuk pola tertentu.
Kesimpulan yang dapat diperoleh adalah tidak terdapat gejala heteroskedastisitas pada model regresi penelitian skripsi ini.
Universitas Sumatera Utara
D. Analisis Regresi Berganda