Siti Mariani Purba : Analisis Faktor Produk, Harga, Promosi Dan Pelayanan Yang Mempengaruhi Nasabah Untuk Menggunakan Jasa PT. Asuransi Cigna Wilayah Medan, 2009.
USU Repository © 2009
Tabel 4.12 One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual N
96 Normal
Parametersa,b Mean
.0000000 Std. Deviation
1.17125765 Most Extreme
Differences Absolute
.057 Positive
.031 Negative
-.057 Kolmogorov-Smirnov Z
.563 Asymp. Sig. 2-tailed
.909 a Test distribution is Normal.
b Calculated from data.
Sumber: Pengolahaan Data SPSS Versi 12.00 2009
Tabel 4.12 dapat dilihat bahwa nilai signifikan Kolmogorov-Smirnov sebesar 0,909 dimana nilai signifikan tersebut 0,05. Maka dapat disimpulkan
bahwa data residual berdistribusi normal.
2. Uji Multikolinieritas
Uji multikolinieritas diperlukan untuk mengetahui ada tidaknya variabel independent yang memiliki kemirpan dengan variabel independen lain
dalam suatu model. Deteksi multikolinieritas pada suatu model dapat dilihat dari nilai Variance
Inflation Factor VIF tidak lebih dari 10 dan nilai Tolerance tidak kurang dari 0,1 maka model terbebas dari multikolinieritas.
Siti Mariani Purba : Analisis Faktor Produk, Harga, Promosi Dan Pelayanan Yang Mempengaruhi Nasabah Untuk Menggunakan Jasa PT. Asuransi Cigna Wilayah Medan, 2009.
USU Repository © 2009
Tabel 4.13 Multikolinieritas
Coefficientsa
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity Statistics
B Std. Error
Beta Tolerance
VIF 1
Constant 2.176
2.031 1.071
.287 Produk
424. .104
.151 4.981
.003 .754
1.327 Harga
.377 .127
.262 2.980
.004 .676
1.479 Promosi
.263 .133
.158 1.973
.052 .814
1.228 Pelayanan
.189 .085
.406 1.181
.000 .785
1.274
a Dependent Variable: Keputusan
Sumber: Penolahan Data SPSS Versi 12.00 2009
Tabel 4.13 dapat dilihat nilai Tolerance 0,1 dan VIF 10 a.
Variabel Produk
1
X , Tolerance 0,754 0,1 dan nilai VIF 1,327 10
maka tidak terkena multikolinieritas. b.
Variabel Harga
2
X , Tolerance 0,676 0,1 dan nilai VIF 1,479 10
maka tidak terkena multikolinieritas. c.
Variabel Promosi
3
X , Tolerance 0,814 0,1 dan nilai VIF 1,228
10 maka tidak terkena multikolinieritas. d.
Variabel Pelayanan
4
X , Tolerance 0,785 0,1 dan nilai VIF 1,274
10 maka tidak terkena multikolinieritas.
3. Uji Heteroskedastisitas
Heteroskedastisitas menguji terjadinya perbedaan variance residual suatu periode pengamatan ke periode pengamatan yang lain.
Cara memprediksi ada tidaknya heteroskedastisitas pada suatu model dapat dilihat dari pola gambar Scatterplot yang menyatakan model regresi linier
berganda tidak terdapat heteroskedastisitas, jika:
Siti Mariani Purba : Analisis Faktor Produk, Harga, Promosi Dan Pelayanan Yang Mempengaruhi Nasabah Untuk Menggunakan Jasa PT. Asuransi Cigna Wilayah Medan, 2009.
USU Repository © 2009
a. Titik data menyebar di atas dan tidak di bawah atau disekitar angka 0.
b. Titik data tidak mengumpul hanya di atas atau di bawah saja.
c. Penyebaran titik data tidak boleh membentuk pola bergelombang
melebar kemudian menyempit dan melebar kembali. d.
Penyebaran titik-titik data sebaiknya tidak berpola.
Gambar 4.2 Normal Scaterplot
-3 -2
-1 1
2 3
Regression Studentized Residual -4
-3 -2
-1 1
2
Regre ssion St
andardized P redi
cted Value Dependent Variable: Keputusan
Scatterplot
Sumber : Pengolahan Data SPSS Versi 12.00 2009
4. Uji Autokorelasi
