non-parametrik Kolmogorov-Smirnov K-S juga menyatakan bahwa variabel residual berdistribusi normal.
2. Uji Heteroskedastisitas
Tujuan dari uji ini adalah untuk menguji apakah di dalam model regresi terjadi ketidaksamaan varians dari satu residual pengamatan ke
pengamatan lain. Jika varians dari residual satu pengamatan ke pengamatan lainnya tetap maka disebut homoskedastisitas dan jika berbeda disebut
heteroskedastisitas. Model regrasi yang baik adalah yang homoskedasitas atau tidak terjadi heteroskedastisitas.
Ada beberapa
cara untuk
mendeteksi ada
atau tidaknya
heteroskedastisitas, yaitu :
a. Metode grafik
Dasar analisis ini adalah jika tidak ada pola yang jelas serta titik- titik menyebar diatas dan dibawah angka 0 pada sumbu Y, maka tidak
terjadi heteroskedastisitas, sedangkan jika ada pola tertentu, seperti titi- titik yang ada membentuk pola tertentu yang teratur, maka
mengindikasikan telah terjadinya heteroskedastisitas.Hasil dari output SPSS untuk uji heteroskedastisitas dengan metode grafik tampak pada
gambar berikut :
Universitas Sumatera Utara
Gambar 4.4 Scatterplot Sumber : Hasil pengelolaan SPSS 16, 1 April 2013
Berdasarkan gambar dapat terlihat bahwa tidak ada pola yang jelas, serta titik-titik menyebar diatas dan dibawah angka 0 pada sumbu Y, maka
berdasarkan metode grafik tidak terjadi heteroskedasitas pada model regrasi.
b. Uji Glejser
Glejser mengusulkan untuk meregresi nilai absolut residual terhadap variabel independen. Jika variabel independen signifikan secara
statistik mempengaruhi variabel independen, maka ada indikasi terjadi heteroskedasitas.
Hasil dari output SPSS untuk uji heteroskedasitas dengan metode glejser tampak pada gambar berikut :
Universitas Sumatera Utara
Tabel 4.2 Uji Glejser
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta 1
Constant 2.379 .869
2.736 .007
produk .007
.063 .014
.112 .911
harga .148
.099 .210
1.494 .139
promosi -.494
.113 -.786
-4.371 .000
tempat .248
.122 .409
2.023 .046
orang -.016
.079 -.040
-.204 .838
proses .089
.121 .094
.739 .462
a. Dependent Variable: absud
Sumber : Hasil pengelolaan SPSS 16, 1 April 2013
Berdasarkan Tabel diketahui bahwa tidak satupun variabel independen yang signifikan secara statistik mempengaruhi variabel
dependen absolute Ut absUt. Hal ini terlihat dari probabilitas signifikansinya Sig di atas tingkat kepercayaan 5 jadi hasil uji glejser
sesuai dengan metode grafik bahwa pada model regrasi tidak terjadi heteroskedasitas.
3. Uji Multikolinieritas
Kategori