Uji Asumsi Normalitas Uji Asumsi Linearitas Uji Asumsi Mulitikolinieritas

2.1. Uji Asumsi Normalitas

Uji asumsi normalitas dengan menggunakan Kolmogorov – Smirnov Test menunjukkan bahwa kedua variabel penelitian Transparansi, dan Trust menunjukkan bahwa semua variabel memiliki data yang terdistribusi normal syarat normal jika probabilitas nilai p 0.05. Tabel 4.6. . Data Uji Normalitas Sebaran Variabel Penelitian Transparansi Trust N 173 173 Normal Parameters a Mean 53.51 54.67 Std. Deviation 8.720 7.221 Most Extreme Differences Absolute .073 .062 Positive .073 .062 Negative -.037 -.062 Kolmogorov-Smirnov Z .957 .819 Asymp. Sig. 2-tailed .319 .514 a. Test distribution is Normal.

2.2. Uji Asumsi Linearitas

Tabel Anova di bagian Deviation from Linearity menunjukkan bahwa nilai F= 0.939 dengan nilai p= 0.571. Dengan demikian maka nilai p 0.05 sehingga dapat dibuktikan bahwa pada taraf signifikan kepercayaan 95 tidak terjadi penyimpangan signifikan terhadap linearitas Lihat Tabel 4.7 Tabel 4.7. . Anova Uji Linearitas Transparansi dan Trust Mean Square F Sig. Trust Transparansi Between Groups Combined 122.111 3.632 .000 Linearity 3291.220 97.897 .000 Deviation from Linearity 31.565 .939 .571 Within Groups 33.619 Total Universitas sumatera utara

2.3. Uji Asumsi Mulitikolinieritas

Uji multikolinearitas digunakan untuk melihat ada tidaknya hubungan sempurna antara variabel bebas. Untuk mendeteksi gejala multikolinearitas adalah dengan menggunakan atau melihat tool uji yang disebut Variance Inflation Factor VIF. Jika nilai VIF kurang dari 10, menunjukkan bahwa data tersebut tidak terdapat gejala multikolinearitas, artinya tidak terdapat hubungan antara variabel bebasnya. Tabel 4.8. Hasil Uji Multikolinieritas Coefficients a Model Collinearity Statistics Tolerance VIF 1 Produk .559 1.790 Harga .578 1.731 Supplier .585 1.710 a. Dependent Variable: Trust 2.4. Uji Heteroskedastisitas Tujuan uji asumsi ini adalah untuk mengetahui apakah terjadi error yang membentuk pola hubungan sisstematis sesuai besar satu atau lebih prediktor. Kondisi ini dapat diketahui dengan melihat sebaran data di scatter plot. Ternyata dari scatter plot diagram pencar residual tidak membentuk suatu pola tertentu. Kesimpulan yang dapat kita ambil adalah regresi terbebas dari kasus heteroskedastisitas. Universitas sumatera utara Diagram 4.1. Diagram Pencar Uji Asumsi Heteroskedastisitas

3. Uji Hipotesa Penelitian