ASUMSI KLASIK

1. Uji Normalitas
Pengujian normalitas dilakukan dengan menggunakan pengujian grafik P-P Plot untuk
pengujian residual model regresi yang ditunjukkan pad tabel berikut ini

Grafik normal probability plot menunjukkan bahwa data menyebar di sekitar garis diagonal
dan mengikuti arah garis diagonal, maka model regresi memenuhi asumsi normalitas.

Jika dilihat nilai asym. Sig > taraf nyata, sehingga dapat dikatakan bahwa data tersebar
normal dan model memenuhi asumsi.

2. Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji apakah model regresi ditemukan adanya
korelasi antar variabel bebas (independen). Model regresi yang baik seharusnya tidak terjadi
korelasi diantara variabel (Ghozali, 2001). Untuk dapat menentukan apakah terdapat
multikolinearitas dalam model regresi pada penelitian ini adalah dengan melihat nilai VIF
(Variance Inflation Factor) dan tolerance serta menganalisis matrix korelasi variabel-
variabel bebas. Adapun nilai VIF dapat dilihat pada tabel dibawah ini.
 terlihat bahwa tidak ada variabel yang memiliki nilai VIF lebih besar dari 10 dan nilai
tolerance yang lebih kecil dari 10%, yang berarti bahwa tidak terdapat korelasi antar
variabel bebas yang lebih besar dari 95%. Sedangkan dari matrix korelasi variabel
independen, terlihat dari tabel, bahwa variabel bebas yang memiliki korelasi tertinggi adalah
Kualitas Produk (X1) dengan Kepercayaan (X5) dengan nilai korelasi 22,1%. Nilai korelasi
tersebut masih dapat ditolerir karena dibawah 95%. Sehingga dari hal-hal tersebut di atas
dapat disimpulkan bahwa tidak terdapat multikolinearitas antar variabel bebas dalam model
regresi.

3. Uji Autokolinearitas
Autokorelasi adalah untuk melihat apakah terjadi korelasi antara suatu periode t dengan
periode sebelumnya (t -1). Secara sederhana bahwa analisis regresi untuk melihat pengaruh
antara variabel bebas terhadap variabel terikat, jadi tidak boleh ada korelasi antara observasi
dengan data observasi sebelumnya. Hasil dari pengujian autokorelasi pada materi ini adalah
sebagai berikut.

Berdasarkan output diatas, diketahui nilai DW 2,104. Nilai ini akan dibandingkan dengan
nilai tabel signifikan 5% dengan jumlah sampel N=100 dan jumlahvariabel independennya
5 (K=5) = 5,10 maka diperoleh nilai dU 1,833.
Nilai DW 2,104 lebih besar dari batas (du) yakni 1,833 dan kurang dari (4-du) 4-1,833 =
2,117 sehingga dapat disimpulkan bahwa tidak terdapat autokorelasi.
4. Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi
ketidaksamaan varian dari satu pengamatan ke pengamatan yang lain (Ghozali,2001).

Dari tabel diatas dapat disimpulkan bahwa seluruh variabel memiliki nilai sig.> 0,05 (taraf
nyata) sehingga dapat diinterpretasikan bahwa seluruh variabel independen memiliki
varian error yang sama (Homoskedastisitas).