2. Pengujian Heterokedastisitas
Heterokedastisitas terjadi karena perubahan situasi yang tidak tergambarkan dalam spesifikasi model regresi. Dengan kata lain, heterokedastisitas terjadi jika
residual tidak memiliki varians yang konstan. Pemeriksaan terhadap gejala heterokedastisitas adalah dengan melihat pola diagram pencar yaitu grafik yang
merupakan diagram pencar residual, yaitu selisih antara nilai Y prediksi dan Y observasi.
a. Model grafik
Hipotesis: 1
Jika diagram pencar yang ada membentuk pola- pola tertentu yang teratur maka regrasi mengalami gangguan heterokedastisitas.
2 Jika diagram pencar yang ada tidak membentuk pola- pola tertentu yang
teratur maka regrasi tidak mengalami gangguan heterokedastisitas
Universitas Sumatera Utara
Regression Studentized Residual
3 2
1 -1
-2 -3
R egr
ess ion S
tan dar
d ized
Pr ed
icted
Va lu
e
2 1
-1 -2
-3
Scatterplot Dependent Variable: BRANDAWARENESS
Gambar 4. 3 Scatterplot Sumber: Hasil pengolahan data primer Kuesioner, SPSS versi 15.0, 2009
Pada gambar 4.3 dapat dilihat bahwa diagram pencar tidak membentuk pola tertentu karena itu tidak mengalami gangguan heterokedastisitas.
b. Model Glejser
Menentukan kriteria keputusan: 1.
Jika nilai signifikan 0,05, maka tidak mengalami gangguan heterokedastisitas.
2. Jika nilai signifikan 0,05, maka mengalami gangguan heterokedastisitas.
Universitas Sumatera Utara
Tabel 4.8 Uji Glejser
Coefficientsa
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. B
Std. Error
Beta B
Std. Error
1 Constant
-.135 .953
-.141 .888
Attractiveness .035
.066 .077
.523 .603
Trusthworthiness .131
.080 .279
1.648 .105
Expertise -.073
.059 -.212
-1.232 .223
a Dependent Variable: absut Sumber: Hasil pengolahan data primer Kuesioner, SPSS versi 15.0, 2010
Pada Tabel 4.8 tampak bahwa signifikasi variabel bebas lebih besar dari 0,05, maka tidak mengalami gangguan heterokedastisitas.
3. Pengujian Multikolinieritas
Uji multikolinieritas bertujuan untuk menguji adanya korelasi antara variabel independen. Jika terjadi korelasi maka dinamakan multikol, yaitu adanya masalah
multikolinieritas. Model regresi yang baik seharusnya tidak terjadi korelasi antara
variabel independen. Hasil pengolahan dapat dilihat pada Tabel 4.9 sebagai berikut:
Universitas Sumatera Utara
Tabel 4.9 Uji Multikolinearitas
Coefficientsa
Mode l
Unstandardize d Coefficients
Standardi zed
Coefficie nts
t Sig.
Collinearity Statistics
B Std.
Error Beta
Toleran ce
VIF 1
Constant 4.166
1.512 2.755
.008 ATTRACTIV
ENESS .230
.105 .216
2.185 .033
.771 1.297
TRUSTHWO RTHINESS
.200 .126
.179 1.585
.119 .586
1.706 EXPERTISE
.415 .094
.508 4.420
.000 .569
1.757 a Dependent Variable: Brand awareness
Sumber: Hasil pengolahan data primer Kuesioner, SPSS versi 15.0, 2010
Hasil pengujian: Pedoman suatu model regresi yaitu bebas multikolinieritas adalah dengan
melihat Variance Inflation Factor VIF 5 maka variabel ada masalah multikolinieritas, dan jika VIF 5 maka tidak terdapat masalah multikolinieritas. Jika
Tolerance 0,1 maka variabel ada masalah multikolinieritas, dan jika Tolerance 0,1 maka variabel tidak terdapat masalah multikolinieritas Pada Tabel 4.9 dapat
dilihat bahwa nilai VIF 5 dan Tolerance 0,1 maka tidak ditemukan masalah multikolinieritas dalam penelitian ini.
Universitas Sumatera Utara
C. Analisis Data