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