49
Coefficients
a
1.290 .356
3.622 .000
.139 .064
.197 2.172
.032 .960
1.041 .182
.071 .233
2.576 .012
.969 1.032
.156 .071
.209 2.189
.031 .870
1.149 .156
.068 .214
2.289 .024
.906 1.104
Constant Trust
Commitment Communication
Conflict Handling Model
1 B
Std. Error Unstandardized
Coefficients Beta
Standardized Coefficients
t Sig.
Tolerance VIF
Collinearity Statistics
Dependent Variable: Loyality a.
1. Multikolinieritas
Uji multikolinearitas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel independen. Untuk menganalisis
derajat multikolinieritas dengan mengevaluasi nilai Tolerance dan Variance Inflation Factor
VIF. Regresi yang bebas multikolinieritas ditandai dengan nilai Tolerance lebih besar dari 0,1 dan nilai VIF kurang dari 10 Ghozali,
2005.
Tabel IV.7 Uji Multikolinearitas
Sumber: data primer diolah, 2009
Dari Tabel IV.7 terlihat nilai Tolerance lebih dari 0,1 dan nilai VIF dari masing-masing variabel kurang dari 10. Dari hasil tersebut dapat diambil
kesimpulan bahwa persamaan regresi pada penelitian ini tidak terjadi multikolinieritas.
2. Autokorelasi: untuk menghindari kemungkinan adanya perbedaan
dengan tahun sebelumnya.
Uji autokorelasi bertujuan menguji apakah dalam model regresi linear ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan
50
penganggu pada periode t-1 sebelumnya. Jika terjadi korelasi, maka dinamakan ada problem autokorelasi. Adapun dasar pengambilan keputusan
dalam uji Durbin-Watson ini, yaitu jika nilai du d 4 – du, maka tidak terdapat autokorelasi positif atau negative pada model regresi Ghozali, 2005.
Tabel IV.8 Hasil Uji Autokorelasi Berdasar Durbin-Watson
Variabel Independen K
Nilai d Hitung
Nilai du Tabel Nilai 4 – du
4 1,749
1,625 2,375
Sumber: data primer diolah, 2009
Tabel IV.8 menjelaskan bahwa nilai d hitung pada model regresi lebih besar dari du tabel dan kurang dari 4 – du. Hal ini menunjukkan bahwa tidak
ada autokorelasi dalam model regresi.
3. Heteroskedastisitas: data yang di isi responden, semakin homogen si
responden semakin bagus.
Uji heteroskedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan
yang lain. Jika variance dari residual satu pengamatan ke pengamatan lain tetap, maka disebut homoskedastisitas dan jika berbeda disebut
heterokedastisitas. Model regresi yang baik adalah yang homoskesdatisitas. Hasil pengujian heteroskaedastisitas melalui uji Glejser dapat dilihat pada
Tabel IV.9. Hal ini ditunjukkan oleh variabel independen nilai uji t yang tidak
51
Coefficients
a
.345 .201
1.722 .088
.025 .036
.070 .683
.496 .023
.040 .059
.577 .565
.002 .040
.006 .052
.959 -.061
.038 -.167
-1.574 .119
Constant Trust
Commitment Communication
Conflict Handling Model
1 B
Std. Error Unstandardized
Coefficients Beta
Standardized Coefficients
t Sig.
Dependent Variable: ABS a.
signifikan. Dengan demikian dapat disimpulkan bahwa model regresi yang diuji tidak mengindikasi terjadinya heteroskedastisitas.
Tabel IV.9 Hasil Uji Heteroskedastisitas
Sumber: data primer diolah, 2009
4. Normalitas,