Uji Heteroskedastisitas Uji Asumsi Klasik .1 Uji Normalitas

Tabel 4.8 Kolmogrov Smirnov One-Sample Kolmogorov-Smirnov Test Unstandardized Residual N 56 Normal Parameters a Mean .0000000 Std. Deviation 1.19669183 Most Extreme Differences Absolute .105 Positive .098 Negative -.105 Kolmogorov-Smirnov Z .789 Asymp. Sig. 2-tailed .561 a. Test distribution is Normal. Sumber: Hasil Penelitian April, 2011 Berdasarkan Tabel 4.8 dapat diketahui bahwa nilai Asymp. Sig. 2-tailed adalah 0.561, ini berarti di atas nilai signifikan 0.05 atau 5. Oleh karena itu, sesuai dengan analisis grafik, analisis statistik dengan uji statistik non-parametrik Kolmogorv-Smirnov K-S juga menyatakan bahwa variabel residual berdistribusi normal.

4.3.2.2 Uji Heteroskedastisitas

Uji ini bertujuan untuk menguji model regresi terjadi ketidaksamaan varians dari satu residual pengamatan ke pengamatan lain. Jika varians dari residual satu pengamatan ke pengamatan yang lain tetap, maka disebut homoskedastisitas dan jika berbeda disebut heteroskedastisitas. Model regresi yang baik adalah yang homokedastisitas atau tidak terjadi heteroskedastisitas. Ada beberapa cara untuk mendeteksi ada atau tidaknya heteroskedastisitas, yaitu: Universitas Sumatera Utara 1 Metode Grafik Dasar analisis adalah jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas, sedangkan jika ada pola tertentu, seperti titik-titik yang yang ada membentuk pola tertentu yang teratur, maka mengindikasikan telah terjadi heteroskedastisitas. Gambar 4.6 Scatterplot Sumber: Hasil Penelitian April, 2011 Berdasarkan Gambar 4.6 dapat terlihat bahwa tidak ada pola yang jelas, serta titik-titik menyebar diatas dan dibawah angka 0 pada sumbu Y, maka berdasarkan metode grafik tidak terjadi heteroskedastistas pada model regresi. Universitas Sumatera Utara 2 Uji Glejser Glejser mengusulkan untuk meregresi nilai absolut residual terhadap variabel independen. Jika variabel independen signifikan secara statistik mempengaruhi variabel independen, maka ada indikasi terjadi heteroskedastisitas. Hasil pengujian menunjukkan hasil untuk uji Glejser pada tabel 4.9. Tabel 4.9 Uji Glejser Coefficients a Model Unstandardized Coefficients Standardized Coefficients T Sig. B Std. Error Beta 1 Constant 4.908 1.403 3.499 .001 Kepuasan -.102 .079 -.204 -1.293 .202 kepercayaan -.122 .092 -.210 -1.330 .189 a. Dependent Variable: absut Sumber: Hasil Penelitian April, 2011 Kriteria pengambilan keputusan dengan uji glejser sebagai berikut: a. Jika nilai signifikansi0,05 maka tidak mengalami gangguan heteroskedastisitas b. Jika nilai signifikansi0,05 maka mengalami gangguan heteroskedastisitas Tabel 4.9 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.

4.3.2.3 Uji Multikolinearitas