Koefisien korelasi R Koefisien determinasi R Asumsi Klasik

H 1 :  1   2   3  0, artinya kualitas pelayanan, promosi dan lokasi mempunyai pengaruh yang signifikan secara simultan terhadap minat berkunjung pada Kebun Binatang Medan. Kriteria pengambilan keputusan: H diterima jika F hitung F tabel pada  = 5 H 1 diterima jika F hitung F tabel pada  = 5

b. Koefisien korelasi R

Analisis korelasi untuk mengetahui keeratan hubungan antara kualitas pelayanan, promosi dan lokasi dengan minat berkunjung. Jika nilai koefisien korelasi R mendekati 1, berarti kualitas pelayanan, promosi dan lokasi mempunyai hubungan yang positif terhadap minat berkunjung. Sebaliknya, jika nilai koefisien korelasi R mendekati -1, berarti kualitas pelayanan, promosi dan lokasi mempunyai hubungan yang negatif terhadap minat berkunjung.

c. Koefisien determinasi R

2 Koefisien determinasi R 2 digunakan untuk mengukur seberapa besar variabel bebas dapat menjelaskan variabel terikat. Jika nilai R 2 semakin besar mendekati 1, dapat dikatakan bahwa variabel bebas, yaitu kualitas pelayanan, promosi dan lokasi memberikan kontribusi yang semakin besar terhadap minat berkunjung. Sebaliknya, jika nilai R 2 semakin kecil mendekati nol, maka dapat dikatakan bahwa variabel bebas kualitas pelayanan, promosi dan lokasi memberikan kontribusi yang semakin kecil terhadap minat berkunjung. Pengujian Universitas Sumatera Utara dilakukan dengan menggunakan bantuan aplikasi Software SPSS Statistical Product and Service Solution versi 16,0 for windows.

d. Asumsi Klasik

1. Normalitas Menurut Ghozali 2003:27, uji normalitas dilakukan untuk mendeteksi normalitas lewat pengamatan nilai residual. Secara statistik ada dua komponen normalitas yaitu skewness dan kurtosis. Skewness berhubungan dengan simetri distribusi sedangkan kurtosis berhubungan dengan puncak dari suatu distribusi. Kriteria pengambilan keputusan adalah jika nilai z dibandingkan dengan nilai kritisnya alpha 0,05 nilai kritisnya 1,96. Normal tidaknya suatu data dapat dideteksi juga lewat plot grafik histogram. 2. Multikolinieritas Menurut Ghozali 2003:91, uji multikolinieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas. Uji multikolinieritas diukur dari Variance Inflating Factor VIF. Kriteria pengambilan keputusan: Jika VIF 10, maka terjadi multikolinieritas yang serius Jika VIF 10, maka multikolinieritas tidak serius. 3. Autokorelasi Menurut Ghozali 2003:95, uji autokorelasi bertujuan untuk menguji apakah dalam model regresi linear ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu periode sebelumnya. Autokorelasi terjadi akibat kondisi munculnya satu data yang dipengaruhi data sebelumnya. Universitas Sumatera Utara Untuk mendeteksi data ada tidaknya autokorelasi maka dilakukan uji Durbin Watson atau DW-statistic. Kriteria pengambilan keputusan adalah: a. 0,005  DW  d L dengan kesimpulan terjadi autokorelasi positif b. d L  DW  d u dengan kesimpulan invonclusive c. d u  DW  4,00 – d u dengan kesimpulan tidak terdapat autokorelasi d. 4,00 - d U  DW  d L , dan e 4,00 – d u  DW  4,00 dengan kesimpulan terjadi autokorelasi negatif. 4. Heteroskedastisitas Asumsi heteroskedastisitas merupakan asumsi yang membahas mengenai faktor-faktor gangguan yang dianggap tetap sama untuk seluruh pengamatan atas variabel independen. Salah satu cara yang dilakukan untuk mendeteksi adanya heterokedastisitas dapat dilihat dengan menggunakan uji Glejser. Uji Glejser mendeteksi adanya heteroskedastisitas dapat dilihat dari tingkat signifikansi, jika tingkat signifikansi berada di atas 5 berarti tidak adanya heteroskedastisitas, jika dibawah 5 berarti mengalami heteroskedastisitas. Pengujian dilakukan dengan menggunakan bantuan aplikasi Software SPSS Statistical Product and Service Solution versi 16,0 for windows. Universitas Sumatera Utara

BAB IV HASIL DAN PEMBAHASAN