47 Pengujian normalitas dapat juga diuji secara statistic dengan
menggunakan uji Kolmogorov-Smirnov. Uji K-S dibuat dengan membuat hipotesis:
H : Data residual berdistribusi normal; bila sig 0,05 dengan α = 5,
Ha: Data residual tidak berdistribusi normal; bila sig 0,05 dengan α = 5,
Hasil dari uji normalitas dengan menggunakan tes Kolmogorov- Smirnov
ditunjukkan oleh table 4.10 berikut:
Tabel 4.10 UJI NORMALITAS 3: KOLMOGOROV SMIRNOV
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 50
Normal Parameters
a,b
Mean .0000000
Std. Deviation .26066371
Most Extreme Differences Absolute
.097 Positive
.090 Negative
-.097 Kolmogorov-Smirnov Z
.687 Asymp. Sig. 2-tailed
.733 a. Test distribution is Normal.
Sumber:Data primer yang diolah SPSS, 2015
4.4.2 Uji Multikolinieritas
Uji multikolinieritas bertujuan untuk menguji apakah model regresi ditentukan adanya korelasi antara variabel bebas independen. Prasyarat
yang harus terpenuhi dalam model regresi adalah tidak adanya multikolinieritas, dengan melihat nilai tolerance dan Var iance Inflation
Factor VIF pada model regresi.
Universitas Sumatera Utara
48 Jika antara variabel independen terhadap korelasi yang cukup tinggi
lebih dari 0,09, maka diindikasi adanya multikolinieritas dan suatu model regresi yang bebas dari masalah multikolinieritas apabila mempunyai nilai
tolerance 0,1 dan VIF 10. Uji multikolinieritas dengan melihat nilai
tolerance dan VIF menunjukkan hasil seperti pada tabel 4.11 berikut:
Tabel 4.11 HASIL UJI MULTIKOLONIERITAS
Tabel 4.10 menunjukkan bahwa penelitian ini bebas dari adanya gejala multikolinearitas. Hal ini dapat dilihat dengan membandingkan nilai
tolerance dan VIF. Masing-masing variabel independen yang digunakan
dalam penelitian ini memiliki nilai tolerance yang lebih besar dari 0,1. Untuk kemampuan pegawai memiliki nilai tolerance 0,649; dan kepuasan
masyarakat memiliki nilai tolerance 0,649. Jika dilihat dari VIF, masing- masing variabel independen lebih kecil dari 10 yaitu kemampuan pegawai
memiliki VIF 1,540 dan kepuasan masyarakat memiliki VIF 1,540. Maka kesimpulan yang diperoleh adalah tidak terjadi gejala multikolinearitas
dalam variabel independennya.
Model Unstandardized
Coefficients Standardized
Coefficients Collinearity
Statistics B
Std. Error
Beta Tolerance
VIF 1
Constant 1.043
.434 Kemampuan Pegawai
.351 .104
.425 .649
1.540 Kepuasan Masyarakat
.384 .128
.378 .649
1.540 a. Dependent Variable: Kualitas Pelayanan Kesehatan
Sumber: Data diolah dengan SPSS, 2015
Universitas Sumatera Utara
49
4.4.3 Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke
pengamatan lain. Pengujian heteroskedastisitas pada penelitian ini menggunakan dasar analitis sebagai berikut:
1. Jika ada pola tertentu, seperti titik-titik yang ada akan membentuk
pola tertentu yang teratur, maka mengidentifikasikan telah terjadi heteroskedastisitas.
2. Apabila pola pada grafik ditujukan dengan titik-titik menyebar secara
acak tanpa pola yang jelas serta tersebar di atas maupun dibawah tidak terjadi heteroskedastisitas pada model regresi.
Hasil dari uji heteroskedastisitas dapat ditujukan pada gambar 4.3 berikut ini:
Gambar 4.4 Grafik Scatterplot
Sumber: Data primer yang diolah SPSS, 2015
Universitas Sumatera Utara
50 Dari grafik scatterplot yang telah disajikan diatas terlihat bahwa titik-
titik menyebar secara acak tidak membentuk pola secara teratur. Titik -titik yang menyebar menjauh dari titik-titik yang lain yang berarti
mengindikasikan bahwa data observasi yang berbeda dari penelitian lainnya. Disimpulkan bahwa data ini homoskedastisitas dan tidak tereroskedastisitas.
4.5 Pengujian Hipotesis 4.5.1 Uji Signifikansi Parameter Individual Uji Statistik t
