b Jika nilai Asymp.Sig. 2-tailed 0,05 maka mengalami gangguan distribusi normal.
Tabel 4.13 One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 97
Normal Parameters
a
Mean .0000000
Std. Deviation .17531102
Most Extreme Differences Absolute
.136 Positive
.064 Negative
-.136 Kolmogorov-Smirnov Z
1.336 Asymp. Sig. 2-tailed
.056 a. Test distribution is Normal.
Sumber: Hasil Pengolahan SPSS
Pada Tabel 4.13 terlihat bahwa nilai Asymp.Sig. 2 tailed adalah 0,056 dan diatas nilai signifikan 0,050, dengan kata lain variabel residual berdistribusi
normal.
4.4.2 Uji Heteroskedastisitas
Heterosdekastisitas terjadi karena perubahan situasi yang tidak tergambarkan dalam spesifikasi model regresi. Dengan kata lain,
heteroskedastisitas terjadi jika residual tidak memiliki varian yang konstan. Pemeriksaan terhadap gejala heteroskedastisitas adalah dengan melihat pola
diagram pencar scatter plot yaitu grafik yang merupakan diagram pencar
Universitas Sumatera Utara
residual, yaitu selisih antara nilai Y prediksi dan Y observasi, dan juga melalui model Glejser.
a. Diagram Pencar Scatter plot
Hipotesis: 1. Jika diagram pencar yang ada membentuk pola-pola tertentu yang
teratur maka regresi mengalami gangguan heteroskedastisitas. 2. Jika diagram pencar tidak membentuk pola yang atau acak maka regresi
tidak mengalami gangguan heteroskedastisitas.
Sumber: Hasil Pengolahan SPSS
Gambar 4.4 Scatterplot Dependent Variable
Universitas Sumatera Utara
Dari Gambar 4.4 dapat dilihat bahwa diagram pencar tidak membentuk pola oleh karena itu tidak mengalami gangguan heterokedastisitas.
b. Model Glejser Menentukan kriteria keputusan :
a Jika nilai signifikansi 0,05, maka tidak mengalami gangguan heterokedastisitas.
b Jika nilai signifikansi 0,05, maka mengalami gangguan heterokedastisitas.
Tabel 4.14 Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta 1
Constant -.250
.355 -.703
.484 LN_sense
.121 .150
.111 .808
.421 LN_feel
.060 .127
.070 .470
.640 LN_think
-.108 .076
-.166 -1.414
.161 LN_act
.120 .090
.157 1.333
.186 LN_relate
-.082 .046
-.193 -1.796
.076 a. Dependent Variable: ABSUT
Sumber : Hasil Pengolahan SPSS
Dari Tabel 4.14 dapat dilihat bahwa nilai signifikansi dari setiap variabel sense, feel, think, act, dan relate adalah lebih besar dari 0.05. Maka oleh karena
itu, tidak mengalami gangguan heterokedastisitas.
4.4.3 Uji Multikolinearitas
Gejala multikolinearitas dapat dilihat dari besarnya nilai Tolerance dan VIF Varience Inflation Factor melalui program SPSS 15,0. Tolerance mengukur
variabilitas variabel terpilih yang tidak dijelaskan oleh variabel independent
Universitas Sumatera Utara
lainnya. Nilai umum yang biasa dipakai adalah nilai Tolerance 0,1 atau nilai VIF 5, maka tidak terjadi multikolinearitas Situmorang et al, 2008 : 104.
Sumber: Hasil Pengolahan SPSS
Pada Tabel 4.15 menjelaskan mengenai besarnya tolerance dan VIF untuk masing-masing variabel bebas. Semua variabel bebas mempunyai nilai tolerance
0,1 dan VIF 5, sehingga dapat disimpulkan bahwa masalah multikolinearitas tidak ada.
4.5 Metode Analisis Regresi Berganda
