74
pelayanan di klinik kecantikan London Beauty Centre dilakukan secara cepat dan tepat. Mereka juga mendapatkan pelayanan yang baik dari
seluruh staff dan dokter di klinik kecantikan London Beauty Centre yang membuat mereka nyaman untuk melakukan perawatan
4.3 Uji Asumsi Klasik
4.3.1 Uji Normalitas
Uji normalitas residual bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal Ghozali,
2013:160. Cara yang digunakan untuk mendeteksi apakah residual berdistribusi normal atau tidak adalah dengandesain grafik dan uji Kolmogorov-Smirnov
Sumber: Hasil Penelitian Data Diolah, 2016
Gambar 4.17 Grafik Histogram
Universitas Sumatera Utara
75
Dengan melihat tampilan grafik histogram dapat disimpulkan bahwa grafik tersebut memberikan pola distribusi normal. Untuk lebih menjelaskan bahwa data
yang diuji berdistribusi normal dapat juga dilihat dengan grafik normal probability plot yang menunjukkan titik-titik menyebar disekitar garis diagonal,
sebagaimana ditampilkan pada Gambar 4.18 berikut:
Sumber: Hasil Penelitian Data Diolah, 2016
Gambar 4.18 Grafik Normal P-Plot
Cara lain untuk melihat distribusi data normal atau tidak adalah dengan melakukan uji Kolmogorov-Smirnov. Dengan menggunakan tingkat signifikansi
sebesar 5, maka jika nilai Asymp Sig2-tailed diatas 5 artinya variabel residual berdistribusi normal. Untuk lebih jelas dapat dilihat pada Tabel 4.11
Universitas Sumatera Utara
76
Tabel 4.11
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 90
Normal Parameters
a,b
Mean ,0000000
Std. Deviation 1,08076102
Most Extreme Differences Absolute
,091 Positive
,042 Negative
-,091 Test Statistic
,091 Asymp. Sig. 2-tailed
,064
c
a. Test distribution is Normal. b. Calculated from data.
c. Lilliefors Significance Correction.
Sumber: Hasil Penelitian Data Diolah, 2016 Pada Tabel 4.11 memperlihatkan nilai Asym Sig. 2-tailed adalah 0,064
dan diatas nilai signifikansi 0,05. Dengan kata lain variabel residual berdistribusi normal.
4.3.2 Uji Heteroskedastisitas
Uji heteroskedastisitas digunakan untuk mengetahui apakah dalam model regresi terjadi ketidaksamaan varians dari residual satu pengamatan ke
pengamatan yang lain. Model regresi yang baik adalah yang homokedastisitas atau tidak terjadi heterokedastisitas Ghozali, 2013:139. Beberapa cara untuk
mendekteksi ada atau tidaknya heteroskedasitas dengan cara melihat Grafik Plot dan Uji Glejser.
Universitas Sumatera Utara
77
Sumber: Hasil Penelitian Data Diolah, 2016
Gambar 4.19 Grafik Scatter Plot
Gambar 4.12 memperlihatkan bahwa titik-titik menyebar secara acak serta tersebar baik di atas maupun di bawah angka 0 pada sumbu Y. Hal ini dapat
disimpulkan bahwa tidak terjadi heteroskedasitas pada model regresi, sehingga model regresi ini layak untuk digunakan.
Universitas Sumatera Utara
78
Tabel 4.12 Hasil Uji Glejser
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity Statistics
B Std. Error
Beta Tolerance
VIF 1
Constant ,600
,733 ,818
,415 HARGA
,058 ,058
,173 ,992
,324 ,354
2,828 KUALITASPRODUK
-,082 ,050
-,279 -1,645
,104 ,374
2,677 KUALITASPELAYANA
N ,080
,038 ,243
2,107 ,038
,809 1,236
a. Dependent Variable: KEPUASAN PELANGGAN
Sumber: Hasil Penelitian, 2016 Data Diolah
Berdasarkan hasil Tabel 4.12 diketahui bahwa nilai signifikansi variabel HargaX
1
dan Kualitas Produk X
2
lebih besar dari 0,05 sehingga variabel independen tersebut tidak terjadi heteroskedasitas, sedangkan Variabel Kualitas
Pelayanan X
3
signifikansinya lebih kecil dari 0,05 maka terjadi heteroskedasitas.
4.3.3 Uji Multikoloniearitas
