Uji Normalitas Uji Heteroskedastisitas

responden menytatakan kurang setuju. 88 respnden menyatakan setuju. 36 responden menyatakan sangat setuju. 3 Berdasarkan Tabel 4.9 dapat dilihat distribusi responden yang menyatakan Anda lebih mempercayakan pelayanan jasa kesehatan anda pada RSP. Sri Pamela. Tidak ada responden yang menyatakan sangat tidak setuju. Tidak ada responden menyatakan tidak setuju. Tidak ada responden menyatakan kurang setuju. 88 responden menyatakan setuju. 36 responden menyatakan sangat setuju.

C. Uji Asumsi Klasik

1. Uji Normalitas

Tujuan uji normalitas adalah untuk mengetahui apakah distribusi sebuah data mengikuti atau mendekati distribusi normal Situmorang et al, 2008:55. Uji normalitas dilakukan dengan menggunakan pendekatan kolmogrov smirnov. Dengan menggunakan tingkat signifikan 5 maka jika nilai Asymp.Sig. 2-tailed diatas nilai signifikan 5 artinya Universitas Sumatera Utara variabel residual berdistribusi normal Situmorang et al, 2008:62. 1.0 0.8 0.6 0.4 0.2 0.0 Observed Cum Prob 1.0 0.8 0.6 0.4 0.2 0.0 Expec ted C u m P rob Dependent Variable: KEPUTUSAN MENGGUNAKAN Normal P-P Plot of Regression Standardized Residual Gambar 4.1 Scatterplot Uji Normalitas. Sumber : Hasil olahan SPSS 14.0 For Windows September, 2009 Pada gambar 4.1 terlihat titik-titik yang mengikuti data di sepanjang garis diagonal, hal ini berarti data berdistribusi normal. Untuk memastikan apakah data di sepanjang garis diagonal berdistribusi normal maka dilakukan uji kolmogorov smirnov. Universitas Sumatera Utara Tabel 4.10 One-Sample Kolmogorov-Smirnov Test 138 .0000000 1.19364964 .065 .065 -.048 .765 .602 N Mean Std. Deviation Normal Parameters a,b Absolute Positive Negative Most Extreme Differences Kolmogorov-Smirnov Z Asymp. Sig. 2-tailed Unstandardiz ed Residual Test distribution is Normal. a. Calculated from data. b. Sumber : Hasil olahan SPSS 14.0 For Windows September, 2009 Pada Tabel 4.10 terlihat bahwa nilai Asymp.Sig. 2-tailed adalah 0,602 dan diatas nilai signifikan 0,05, dengan demikian variabel residual berdistribusi normal.

2. Uji Heteroskedastisitas

Adanya varians variabel independen homokedastisitas. Model regresi yang baik adalah tidak terjadi heteroskedastisitas. Heteroskedastisitas diuji dengan menggunakan uji Glejser dengan pengambilan keputusan jika variabel independen signifikan secara statistik mempegaruhi variabel dependen, maka ada indikasi terjadinya heteroskedastisitas. Jika probabilitas signifikannya diatas tingkat kepercayaan 5 dapat disimpulkan model regresi tidak mengarah adanya heteroskedastisitas. Melalui analisis grafik, suatu model regresi dianggap tidak terjadi heteroskedastisitas, jika titik-titik menyebar secara acak tidak membentuk suatu pola tertentu yang jelas serta tersebar baik diatas maupun dibawah angka nol pada sumbu Y Universitas Sumatera Utara 4 2 -2 -4 Regression Standardized Predicted Value 3 2 1 -1 -2 -3 Re g res si on S tu d e n ti z ed R e si du al Dependent Variable: KEPUTUSAN MENGGUNAKAN Scatterplot Gambar 4.2 Scatterplot Uji Heteroskedastisitas. Sumber : Hasil olahan SPSS 14.0 For Windows September, 2009 Pada Gambar 4.2 terlihat titik-titik menyebar secara acak tidak membentuk sebuah pola tertentu yang jelas diatas maupun dibawah angkan nol pada sumbu Y. Hal ini berarti tidak terjadi heteroskedastisitas pada model regresi, sehingga layak dipakai untuk memprediksi keputusan menggunakan, berdasarkan masukan variabel bebasnya. Universitas Sumatera Utara Tabel 4.11 Coefficients a 1.861 .737 2.525 .013 .026 .045 .028 .255 .215 .550 1.817 .023 .046 .049 .511 .610 .749 1.334 .045 .042 .123 1.090 .278 .547 1.827 Constant FASILITA TEMPAT HARGA Model 1 B Std. Error Unstandardized Coefficients Beta Standardized Coefficients t Sig. Tolerance VIF Collinearity Statistics Dependent Variable: ABSUT a. Sumber : Hasil olahan SPSS 14.0 For Windows September, 2009 Kriteria pengambilan keputusan dengan uji glejser sebagai berikut: a. Jika nilai signifikansi 0,05 maka tidak mengalami gangguan heteroskedastisitas b. Jika nilai signifikansi 0,05 maka mengalami gangguan heteroskedastisitas Tabel 4.11 memperlihatkan bahwa tidak satupun variabel independen yang signifikan secara statistik mempengaruhi variabel dependen absolut Ut absut. Hal ini terlihat dari probabilitas signifikansi di atas tingkat kepercayaan 5, jadi model regresi tidak mengarah adanya heteroskedastisitas.

3. Uji Multikolinearitas