Tabel 4.11 Uji Kolmogorov-Smirnov
One-Sample Kolmogorov-Smirnov Test Unstandardiz
ed Residu al
N 46
Normal Parameters
a,,b
Mean .0000000
Std. Deviation 1.99419314
Most Extreme Differences
Absolute .103
Positive .103
Negative -.083
Kolmogorov-Smirnov Z .696
Asymp. Sig. 2-tailed .719
a. Test distribution is Normal. b. Calculated from data.
Sumber: Output SPSS Maret 2012
Pada Tabel 4.11 terlihat bahwa nilai Asymp. Sig. 2-tailed adalah 0,719, dan di atas nilai signifikan 0,05. Dengan kata lain variabel residual
berdistribusi normal.
b. Uji Heteroskedastisitas
Uji heteroskedastisitas digunakan untuk menguji apakah dalam model regresi terjadi ketidaksamaan perbedaan varians dari residual pengamatan yang
lain. Jika varians residual dari suatu pengamatan lain tetap, maka disebut homoskedastisitas terjadi karena terjadi perubahan situasi yang tidak
tergambarkan dalam spesifikasi model regresi. Heteroskedastisitas terjadi jika residual tidak memiliki varian yang konstan. Model yang paling baik adalah
Universitas Sumatera Utara
tidak terjadi heteroskedastisitas. Ada beberapa cara untuk mendeteksi ada atau tidaknya heteroskedastisitas yaitu dengan pendekatan Grafik dan uji Glejser.
Pendekatan Grafik
Pemeriksaan terhadap gejala heteroskedastisitas adalah dengan melihat pola diagram pencar pada grafik Scatterplot. Cara pengambilan keputusannya
adalah sebagai berikut:
1. Jika diagram pencar yang ada membentuk pola-pola tertentu yang teratur
maka regresi mengalami gangguan heteroskedastisitas. 2.
Jika diagram pencar tidak membentuk pola atau acak maka regresi tidak mengalami gangguan heteroskedastisitas
Universitas Sumatera Utara
Sumber: Output SPSS April 2012
Gambar 4.12 Scatterplot Uji Heteroskedastisitas
Gambar 4.12 menunjukkan bahwa dari grafik scatterplot yang disajikan dapat dilihat titik-titik menyebar secara acak tidak membentuk sebuah pola tertentu
yang jelas serta tersebar baik di atas maupun di bawah angka nol pada sumbu Y. Hal ini berarti tidak terjadi heteroskedastisitas pada model regresi, sehingga model
regresi dapat dipakai untuk memprediksikan keputusan konsumen berdasarkan masukan variabel independennya.
Pendekatan Statistik Uji Glejser
Uji heteroskedastisitas juga dapat dilakukan dengan Uji Glejser. Cara pengambilan keputusan:
1. Jika probabilitas 0,05 maka tidak mengalami gangguan
he te roske dastisitas.
Universitas Sumatera Utara
2. Jika probabilitas 0,05 maka mengalami gangguan heteroskedastisitas
Tabel 4.12 Uji Glejser
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. B
Std. Error Beta
1 Constant
16.991 2.123
8.002 .000
kompensasi _langsung
.327 .381
.170 .859
.395 kompensasi
_tidak_lang sung
.238 .117
.402 2.032
.068
a. Dependent Variable: prestasi
Sumber: Output SPSS April 2012
Pada Tabel 4.12 dapat dilihat bahwa kolom Sig atau Significance pada tabel koefisien regresi adalah 0,395 dan 0,068 atau probabilitas lebih besar
dari 0,05 maka tidak terjadi gangguan heteroskedastisitas. Hal ini menunjukkan semua variabel independen yang terdiri dari kompensasi langsung dan
kompensasi tidak langsung mempengaruhi variabel dependen absolute absut.
c. Uji Multikoliniearitas