2. Uji Heteroskedastisitas
Untuk menguji heteroskedastisitas dilakukan dengan analisis grafik. Melalui analisis grafik suatu model regresi dianggap tidak terjadi heteroskedastisitas jika titik-
titik menyebar secara acak dan tidak membentuk pola tertentu yang jelas serta tersebar di atas maupun di bawah angka nol pada sumbu Y.
Gambar 4.3 Hasil Uji Heteroskedastisitas
Sumber : Hasil Pengolahan SPSS Versi 16 2013 Pada Gambar 4.3 diatas memperlihatkan titik-titik menyebar secara acak dan
tidak membentuk pola tertentu yang jelas serta tersebar bai di atas maupun di bawah angka nol pada sumbu Y. hal ini berarti tidak terjadi heteroskedastisitas pada model
regresi, sehingga model regresi layak dipakai untuk memprediksi harga berdasarkan masukan variabel independennya.
3. Uji Multikolinieritas
Universitas Sumatera Utara
Uji Multikolonieritas yaitu untuk mengetahui apakah lebih dari satu hubungan linier yang sempurna atau antar variabel bebas ada korelasi. Model regresi yang baik
adalah apabila tidak terjadi korelasi diantara variabel bebas. Untuk mendeteksi ada tidaknya multikolinieritas dapat dilihat dari nilai Tolerance dan Value Inflation
Factor VIF. Apabila Tolerance 0,1 dan VIF 5, maka tidak terjadi multikolinieritas.
Tabel 4.8
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity
Statistics B
Std. Error
Beta Tolera
nce VIF
1 Constant
3.321 1.649
2.014 .047
KualitasPelayanan .335
.093 .468 3.591
.001 .217
3.579 Lokasi
.445 .125
.464 3.562 .001
.217 3.579
a. Dependent Variable: KeputusanMenginap
Sumber : Hasil Pengolahan SPSS Versi 16 2013 Berdasarkan Tabel 4.8 tersebut diatas dapat dilihat bahwa nilai Tolerance 0,1
dan angka Variance Inflation Factor VIF 5, yaitu diantaranya dapat dilihat pada variabel Kualitas Pelayanan dengan nilai Tolerance 0,217 0,1 dan VIF 3,579 5. Hal
ini berarti tidak terjadi multikolinieritas.
4.2.4 Metode Analisis Berganda
Untuk mengetahui seberapa besar pengaruh kualitas pelayanan, fasilitas dan lokasi terhadap harga dapat dihitung dengan bantuan perangkat lunak Statistical Product
and Service Solution SPSS versi 16.00 dengan persamaan :
Y = a + b
1
X
1
+ b
2
X
2
+ e Tabel 4.9
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity
Statistics
Universitas Sumatera Utara
B Std.
Error Beta
Tolera nce
VIF 1
Constant 3.321
1.649 2.014
.047 KualitasPelayanan
.335 .093
.468 3.591 .001
.217 3.579
Lokasi .445
.125 .464 3.562
.001 .217
3.579 a. Dependent Variable: KeputusanMenginap
Sumber : Hasil Pengolahan SPSS Versi 16 2013 Berdasarkan hasil pengolahan data pada tabel 4.9, persamaan regresi linier
berganda sebagai berikut : Y = a + b
1
X
1
+ b
2
X
2
+ b
3
X
3
+ e Y = 3,321+ 0,335X
1
+ 0,445X
2
Analisisnya : Konstanta a bernilai 3,321 menunjukkan nilai konstanta, dimana jika variabel hasil Kualitas Pelayanan X
1
, dan Lokasi X
3
= 0 maka Keputusan Menginap Y = 3,321.
4.2.5 Pengujian Hipotesis
1. Uji Secara Serempak