Uji Multikolinieritas Uji Heteroskedastisitas

Sumber: Hasil Penelitian 2011 data diolah Pada Gambar 4.3 Grafik Normal Plot terlihat bahwa titik-titik menyebar di sekitar garis diagonal dan penyebarannya mengikuti arah garis diagonal. Dari grafik ini dapat disimpulkan bahwa model garis regresi memenuhi asumsi normalitas.

4.1.4.2. Uji Multikolinieritas

Pengujian multikolinieritas pada penelitian ini dilakukan dengan melihat Collienarity Statistics dan nilai koefisien korelasi diantara variabel bebas. Uji multikolinieritas bertujuan untuk menguji apakah model regresi ditemukan adanya Gambar 4.3. Hasil Uji Normalitas P-P Plot Universitas Sumatera Utara korelasi antar variabel bebas. Multikolinieritas terjadi apabila 1 nilai Tolerance Tolerance 0.10 dan 2 Variance Inflation Faktor VIF10. Berdasarkan Tabel 4.13 terlihat nilai VIF untuk variabel lokasi, harga, kualitas pendidikan, dan fasilitas lebih kecil dari 10. Sedangkan nilai tolerance-nya lebih besar dari 0.10, hal ini menunjukkan bahwa variabel bebas dalam penelitian ini tidak saling berkolerasi atau tidak ditemukan adanya korelasi antara variabel bebas. Tabel 4.13. Hasil Uji Multikolinieritas Hipotesis Pertama Coefficients a Collinearity Statistics Model Tolerance VIF Constant LOKASI .781 1.281 HARGA .788 1.269 KUALITAS PENDIDIKAN .869 1.150 1 FASILITAS .860 1.163 a. Dependent Variable: MINAT Sumber : Hasil Penelitian, 2011 data diolah

4.1.4.3. Uji Heteroskedastisitas

Uji homoskedastisitas pada prinsipnya ingin menguji apakah sebuah grup mempunyai varians yang sama di antara anggota grup tersebut. Jika varians sama, dan ini yang seharusnya terjadi maka dikatakan ada homoskedastisitas. Sedangkan jika varians tidak sama dikatakan terjadi heteroskedastisitas. Universitas Sumatera Utara Salah satu cara yang digunakan untuk mendeteksi adanya heteroskedastisitas adalah dengan menggunakan uji glejser glejser test, yaitu dengan menguji hubungan antara absolut residual model selisih Y Observasi dengan Y Prediksi dengan setiap variabel independennya. Hasil pengujian terlihat pada Tabel 4.14. Tabel 4.14. Hasil Uji Heteroskedastisitas Hipotesis Pertama Coefficients a Unstandardized Coefficients Standardized Coefficients Model B Std. Error Beta t Sig. Constant .504 1.286 .392 .696 LOKASI -.024 .041 -.078 -.596 .553 HARGA .001 .040 .003 .023 .981 KUALITAS PENDIDIKAN .138 .073 .236 1.893 .063 1 FASILITAS -.030 .014 -.274 -2.192 .332 a. Dependent Variable: Absut Sumber : Hasil Penelitian, 2011 data diolah Berdasarkan Tabel 4.14 jelas menunjukkan tidak satupun variabel independen yang signifikan secara statistik mempengaruhi variabel dependen absolut Ut AbsUt. Hal ini terlihat dari probabilitas signifikansinya di atas tingkat kepercayaan 5, jadi disimpulkan model regresi tidak mengarah adanya heteroskedastisitas. Cara lain untuk mendeteksi apakah ada tidak ada gejala heteroskedastisitas dapat dilakukan dengan menganalisis penyebaran titik-titik yang terdapat pada Universitas Sumatera Utara Scaterplot yang dihasilkan program SPSS dengan memplotkan nilai ZPRED nilai prediksi dengan SRESID nilai residualnya. Sumber: Hasil Penelitian, 2011 data diolah Gambar 4.4. Scatterplot Dari hasil tampilan output SPSS dengan jelas menunjukkan bahwa tidak ada pola yang jelas, serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka dapat disimpulkan bahwa tidak terjadi heteroskedastisitas. Universitas Sumatera Utara 4.1.5. Analisis Regresi Linier Berganda 4.1.5.1. Hasil Pengujian Hipotesis Pertama