Hasil Uji Heterokedastisitas Hasil Uji Autokorelasi

4.3.3 Hasil Uji Heterokedastisitas

Pengujian ini 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 yang lain tetap maka disebut Homokedastisitas dan jika berbeda maka disebut Heterokedastisitas. Model yang baik adalah yang homokedastisitas atau tidak terjadi heterokedastisitas. Gambar 4.5 Hasil Uji Heterokedastisitas Berdasarkan grafik scaterplot pada gambar 4.5 di atas, maka dapat diketahui bahwa titik-titik tidak berpola tertentu seperti bergelombang, melebar dan kemudian menyempit. Bergelombang artinya pola naik turun, melebar artinya polanya semakin menjauh, sedangkan menyempit artinya polanya semakin berdekatan. Hal tersebut berarti mengindikasikan tidak terjadi heterokedastisitas.

4.3.4 Hasil Uji Autokorelasi

Pengujian autokorelasi merupakan pengujian yang dilakukan untuk mengetahui ada tidaknya pengaruh antara variabel penganggu dalam masing- masing variabel bebas. Dalam penelitian ini uji autokorelasi menggunakan tes Durbin Watson sesuai dengan rumus 2.1. Hasil pengujian uji autokorelasi dalam penelitian ini menggukan SPSS 20.0 dengan hasil sebagi berikut : Tabel 4.11 Hasil Uji Autokorelasi Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson 1 0,714 a 0,510 0,498 1,358 1,540 Sumber : Lampiran Hasil Olah Data Berdasarkan tabel tersebut , dapat diketahui nilai Durbin watson sebesar 1,540. Sehingga nilai DW berada diantara DW dintara -2 dan 2. Maka dapat disimpulkan bahwa dalam penelitian ini tidak terdapat autokorelasi. Gambar 4.6 Autokorelasi Berdasarkan gambar 4.6 di atas maka dapat diketahui bahwa uji heteroskedastisitas untuk terjadinya gangguan yang muncul dalam fungsi regresi yang mempunyai varian yang tidak sama sehingga penaksir OLS tidak efisien baik dalam sampel kecil maupun sampel besar tapi masih tetap tidak bisa dan konsisten. Sedangkan, uji Autokorelasi adalah untuk mengetahui adanya korelasi antara variabel gangguan sehingga penaksir tidak lagi efisien baik dalam model sampel kecil maupun dalam sampel besar.

4.4 Analisis Regresi Linier Berganda

Analisis data dalam penelitian ini menggunakan analisis kuantitatif untuk membuktikan hipotesis yang diajukan dengan menggunakan model analisis regresi linear berganda. Pembuktian ini dimaksudkan untuk menguji variasi dari model regresi yang digunakan dalam menerangkan variabel bebas X terhadap variabel tidak bebas Y dengan cara menguji kemaknaan dari koefisien regresinya. Hasil perhitungan dengan menggunakan model regresi linier berganda ini menunjukkan nilai koefisien regresi variabel independen kualitas penggunaan, kualitas informasi, dan kualitas interaksi yang mempengaruhi kepuasaan pengguna website Universitas Surabaya. Berikut ini model regresi linier berganda berdasarkan hasil pehitungan dengan menggunakan bantuan program SPSS 20.0. Tabel 4.12 Hasil Analisis Regresi Linier berganda Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 Constant 2,470 1,046 2,362 0,020 Kualitas Penggunaan 0,162 0,045 0,322 3,622 0,000 Kualitas Informasi 0,176 0,054 0,266 3,235 0,002 Kualitas Interaksi 0,122 0,047 0,243 2,589 0,011 a. Dependent Variable: Kepuasan Pengguna S umber : Lampiran Hasil Olah Data