Uji Heteroskedastisitas Uji Asumsi Klasik .1 Uji Normalitas

4.3.2 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: 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. Sumber: Data primer diolah oleh peneliti Juli, 2012 Gambar 4.3 Scatterplot Universitas Sumatera Utara Berdasarkan Gambar 4.3 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. 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 4.13. Tabel 4.13 Uji Glejser Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 Constant 2.385 1.162 2.052 .046 Kualitas Pelayanan -.035 .078 -.075 -.444 .659 Kepercayaan .065 .071 .164 .914 .366 Kepuasan -.082 .047 -.280 -1.726 .091 a. Dependent Variable: absut Sumber: Data primer diolah oleh peneliti Juli, 2012 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 4.13 memperlihatkan bahwa tidak satupun variabel independen yang signifikan secara statistik mempengaruhi variabel dependen absolut Ut Absut. Universitas Sumatera Utara Hal ini terlihat dari probabilitas signifikansi di atas tingkat kompetensi 5, jadi model regresi tidak mengarah adanya heteroskedastisitas.

4.3.3 Uji Multikolinearitas