puas 15.9 dan sangat tidak puas 6.1. Berdasarkan dari jawaban responden tersebut, maka diketahui bahwa responden dominan memberikan respon untuk
jawaban baik terhadap variabel Kepuasan Mahasiswa Y.
4.1.3. Pengujian Asumsi Klasik
Sebelum melakukan pengujian hipotesis, terlebih dahulu dilakukan pengujian asumsi klasik yang dimaksudkan untuk memastikan bahwa model
regresi linear berganda dapat digunakan atau tidak. Apabila uji asumsi klasik telah terpenuhi, alat uji statistik linear berganda dapat dipergunakan.
4.1.3.1. Hasil Uji Normalitas
Untuk pengujian normalitas data dalam penelitian ini dideteksi melalui analisa grafik dan statistik yang dihasilkan melalui perhitungan regresi dengan
SPSS. Hasil pengujian normalitas dapat dilihat pada Gambar 4.1. berikut :
Universitas Sumatera Utara
Sumber : Hasil Pengolahan SPSS
Gambar 4.1. Uji Normalitas
Dari Gambar 4.1. di atas, dapat disimpulkan bahwa data yang digunakan menunjukkan normal. Ghozali 2005 menyatakan bahwa, jika data menyebar
disekitar garis diagonal dan mengikuti arah garis diagonal atau grafik histogramnya menunjukkan pola distribusi normal maka model regresi memenuhi
asumsi normalitas dan sebaliknya jika data menyebar jauh dari garis diagonal dan atau tidak mengikuti arah garis diagonal atau grafik histogram tidak menunjukkan
pola distribusi normal, maka model regresi tidak memenuhi asumsi nomalitas. Analisis dari grafik di atas terlihat titik-titik menyebar di sekitar garis diagonal,
serta penyebarannya mengikuti arah garis diagonal. Maka model regresi layak dipakai untuk memprediksi kepuasan mahasiswa berdasarkan masukan variabel
Universitas Sumatera Utara
independen.
Sumber : Hasil Pengolahan SPSS
Gambar 4.2. Uji Normalitas
Pada Gambar 4.2. grafik histogram terlihat bahwa variabel kepuasan mahasiswa Y berdistribusi secara normal. Hal ini ditunjukkan oleh distribusi
data tersebut yang tidak menceng ke kiri atau ke kanan.
Selanjutnya uji normalitas data dilakukan dengan analisis statistik dengan menggunakan alat uji non parametrik Kolmogorov – Smirnov K-S, seperti
terlihat pada Tabel 4.15. berikut ini:
Universitas Sumatera Utara
Tabel 4.15. Uji Kolmogorov – Smirnov K-S
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 89
Normal Parameters
a
Mean .0000000
Std. Deviation 1.12476632
Most Extreme Differences Absolute
.058 Positive
.040 Negative
-.058 Kolmogorov-Smirnov Z
.548 Asymp. Sig. 2-tailed
.925 a. Test distribution is Normal.
Sumber : Hasil Pengolahan SPSS Dari Tabel 4.15. di atas diketahui besarnya nilai Kolmogorov-Smirnov
adalah 0,925 dan diatas nilai signifikan 0.05. Hal ini berarti data residual berdistribusi normal, dan hasilnya konsisten dengan uji sebelumnya.
4.1.3.2. Hasil Uji Multikolinieritas