4.2.2.1 Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah distribusi sebuah data
mengikuti atau mendekati distribusi normal. Ada dua cara untuk melihat apakah residual berdistribusi normal atau tidak, yaitu menggunakan analisis grafik dan uji
statistik. 1.
Pada grafik histogram, dikatakan variabel berdistribusi normal jika berbentuk lonceng yang tidak menceng ke kiri atau ke kanan. Hasil pengujian dapat
dilihat pada gambar grafik berikut :
Universitas Sumatera Utara
Gambar 4.1 Histogram
Pada grafik
histogram pada Gambar
4.1 terlihat bahwa
variabel berdistribusi
normal. Hal ini ditunjukkan oleh distribusi data tersebut tidak miring ke kiri atau ke kanan
dan membentuk pola lonceng. 2.
Apabila plot dari keduanya berbentuk linear, maka berindikasi bahwa residual menyebar normal. Bila pola titik-titik yang terletak selain di ujung-ujung plot
masih berbentuk linear, meskipun ujung-ujung plot agak menyimpang dari garis lurus, dapat dikatakan bahwa sebaran data adalah normal. Berikut adalah
hasil Normal P – Plot of Regresson Standardized Residual :
Universitas Sumatera Utara
Gambar 4.2 Normal P-Plot of Regression Standardized Residual
Pada Gambar 4.2 tersebut dapat dilihat bahwa titik-titik menyebar disekitar garis diagonal dan mengikut arah garis diagonal, hal ini berarti data
berdistribusi normal. Untuk lebih memastikan, dapat dilakuka uji Kolmogorov Smirnov
, dengan melihat data residual apakah berdistribusi normal, dengan keputusan :
1. Jika nilai Asymp.Sig 2-tailed 0,05 maka tidak mengalami
gangguan distribusi normal. 2.
Jika nilai Asymp.Sig 2-tailed 0,05 maka mengalami gangguan distribusi normal.
Tabel 4.9 One-Sample Kolmogorov-Smirnov Test
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 92
Normal Parameters
a,b
Mean ,0000000
Std. Deviation 3,71646333
Most Extreme Differences Absolute
,081 Positive
,057
Universitas Sumatera Utara
Negative -,081
Kolmogorov-Smirnov Z ,772
Asymp. Sig. 2-tailed ,590
a. Test distribution is Normal. b. Calculated from data.
Berdasarkan Tabel 4.9 diketahui bahwa nilai Asymp. Sig. 2-tailed adalah 0,590 dan diatas nilai signifikan 0,05, dengan kata lain variabel residual
berdistribusi normal.
4.2.2.2 Uji Heteroskedastisitas