3. Pada pernyataan 3, dari 150 responden terdapat 23 15,3 responden yang menyatakan sangat setuju bahwa melalui
belanja online, wawasan pengetahuan semakin berkembang, 107 71,3 menyatakan setuju, 19 12,7 menyatakan
kurang setuju, dan 1 0,7 menyatakan tidak setuju.
4.2.3 Uji Asumsi Klasik
Dalam analisis regresi, biasanya dilakukan pengujian asumsi klasik untuk mengetahui bahwa alat analisis tidak bias. Ada beberapa kriteria
asumsi klasik yang harus dipenuhi, antara lain sebagai berikut.
4.2.3.1 Uji Normalitas
Tujuan uji normalitas adalah untuk menguji apakah dalam model regresi distribusi sebuah data mengikuti atau mendekati
distribusi normal, yakni distribusi data dengan bentuk lonceng Situmorang et al, 2008:55. Ada dua cara untuk mendeteksi
apakah data berdistribusi normal atau tidak, yaitu dengan pendekatan grafik dan pendekatan Kolmogorv-Smirnov.
1. Pendekatan Grafik Salah satu cara untuk melihat normalitas adalah dengan
melihat grafik histogram dan grafik normal plot yang membandingkan antara dua observasi dengan distribusi
yang mendekati distribusi normal. Berikut adalah hasil pengolahan data dengan menggunakan software SPSS
Statistic Package and Social Science 17.0 for windows.
Universitas Sumatera Utara
Sumber : Hasil Pengolahan SPSS, diolah peneliti 2012
Gambar 4.1 Grafik Histogram Uji Normalitas
Berdasarkan Gambar 4.1, dapat dilihat bahwa variabel berdistribusi normal, hal ini ditunjukkan oleh distribusi data tersebut tidak menceng ke kiri atau
menceng ke kanan.
Universitas Sumatera Utara
Sumber : Hasil Pengolahan SPSS, diolah peneliti 2012
Gambar 4.2 Scatter Plot Uji Normalitas
Berdasarkan Gambar 4.2, dapat dilihat bahwa pada scatter plot terlihat titik yang mengikuti data di sepanjang garis diagonal. Hal ini berarti data berdistribusi
normal. 2. Pendekatan Kolmogorv-Smirnov
Untuk memastikan apakah data di sepanjang garis diagonal berdistribusi normal maka didalam analisis statistik digunakan
uji Kolmogrov Smirnov 1 sample KS dengan melihat data residualnya apakah berdistribusi normal atau tidak Situmorang
et al, 2008:59.
Universitas Sumatera Utara
Tabel 4.17
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 150
Normal Parameters
a,,b
Mean .0000000
Std. Deviation 1.07988157
Most Extreme Differences
Absolute .102
Positive .102
Negative -.070
Kolmogorov-Smirnov Z 1.255
Asymp. Sig. 2-tailed .086
a. Test distribution is Normal. b. Calculated from data.
Sumber : Hasil Pengolahan SPSS, diolah peneliti 2012 Berdasarkan Tabel 4.17, dapat dilihat bahwa nilai Asymp. Sig. 2-
tailed adalah 0,086 berada di atas nilai signifikan 5 0,05. Hal ini berarti variabel residual berdistribusi normal.
4.2.3.2 Uji Heterokedastisitas
Uji ini bertujuan untuk menguji apakah didalam model regresi terjadi ketidaksamaan varians dari suatu 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 homoskedastisitas atau
tidak terjadi heteroskedastisitas Situmorang et al, 2008:65. Untuk melihat apakah terjadi heterokedastisitas atau tidak dapat
dilakukan dengan pendekatan grafik maupun statistik.
Universitas Sumatera Utara
1. Pendekatan Grafik Suatu model regresi dianggap tidak terjadi
heterokedastisitas jika tidak ada pola yang jelas, serta titik- titik menyebar secara acak di atas dan di bawah angka nol
pada sumbu Y.
Sumber : Hasil Pengolahan SPSS, diolah peneliti 2012
Gambar 4.3 Scatter Plot Uji Heteroskedastisitas
Berdasarkan Gambar 4.6, terlihat titik-titik menyebar secara acak tidak membentuk sebuah pola tertentu yang jelas serta tersebar baik di atas
maupun di bawah angka nol pada sumbu Y. Hal ini berarti tidak terjadi heterokedastisitas pada model regresi, sehingga model regresi layak
dipakai.
Universitas Sumatera Utara
2. Uji Glejser
Tabel 4.18 Uji Glejser
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. B
Std. Error Beta
1 Constant .747
.700 1.066
.288 Persepsi Kemudahan
Penggunaan -.004
.039 -.010
-.115 .909
Persepsi Manfaat .060
.042 .129
1.420 .158
Karakteristik dan Kualitas Website
-.050 .041
-.107 -1.203
.231 a. Dependent Variable: absut
Sumber : Hasil Pengolahan SPSS, diolah peneliti 2012 Berdasarkan Tabel 4.18 dapat diketahui bahwa tidak satupun variabel
independen yang signifikan secara statistik mempengaruhi variabel dependen absolute Ut absUt. Hal ini terlihat dari probabilitas
signifikansinya di atas tingkat kepercayaan 5 jadi disimpulkan model regresi tidak mengarah adanya heteroskedastisitas.
4.2.3.3 Uji Multikolinearitas
Uji Multikolinieritas bertujuan untuk menguji apakah pada model regresi ditemukan adanya korelasi antar variabel
independen. Model regresi yang baik seharusnya tidak terjadi korelasi di antara variabel independen.
Berikut ini disajikan cara mendeteksi multikolinearitas dengan menganalisis matrik korelasi antar variabel independen
Universitas Sumatera Utara
dan perhitungan nilai Tolerance dan Variance Inflation Factor VIF. Kriteria pengambilan keputusannya adalah sebagai
berikut Situmorang, et al, 2008:104: 1 Jika nilai Tolerance 0,1 atau nilai VIF 5, maka tidak
terjadi multikolinearitas. 2 Jika nilai Tolerance 0,1 atau nilai VIF 5, maka terjadi
multikolinearitas.
Tabel 4.19 Uji Multikolineritas
Coefficients
a
Model Collinearity Statistics
Tolerance VIF
1 Persepsi Kemudahan Penggunaan .875
1.143 Persepsi Manfaat
.817 1.223
Karakteristik dan Kualitas Website .849
1.178 a. Dependent Variable: Belanja Online
Sumber : Hasil Pengolahan SPSS, diolah peneliti 2012 Berdasarkan Tabel 4.17 menunjukkan seluruh nilai Tolerance 0,1
dan seluruh nilai VIF 5. Dengan ini dapat disimpulkan bahwa semua data variabel tidak terkena atau terjadi multikolinearitas.
4.2.4 Analisis Regresi Linier Berganda