4.3.3 Analisis Statistik Penelitian 4.3.3.1 Uji Asumsi Klasik
Uji asumsi klasik digunakan untuk melihat apakah suatu model layak atau tidak layak digunakan dalam penelitian. Uji asumsi klasik yang digunakan dalam
penelitian ini adalah sebagai berikut :
1. Uji Normalitas
Tujuan normalitas adalah untuk menguji apakah dalam model regresi sebuah data mengikuti atau mendekati distribusi normal, yakni distribusi data dengan bentuk
lonceng. Jika asumsi ini dilanggar maka uji statistic menjadi tidak valid. Ada dua cara untuk mendeteksi apakah data berdistribusi normal atau tidak, yaitu dengan
pendekatan grafiik dan pendekatan kolmogorv-Smirnow. Dengan menggunakan tingkat signifikansi 5 0,05 maka Asymp,sig 2-tailed diatas nilai signifikansi
5 0,05 artinya variiabel residual berdistribusi normal. Salah satu cara untuk melihat normalitas adalah dengan melihat grafik histogram
dan grafik normal plot yang membandingkan antara dua observasi dengan distribusi yang mendekati distribusi yang mendekati distribusi normal.
Universitas Sumatera Utara
a. Pendekatan Histogram
Gambar 4.1 : Histogram Uji Normalitas Sumber
: Hasil Pengolahan SPSS 2014
Pada Gambar 4.1 terlihat bahwa residual data berdistribusi normal, hal ini
ditunjukan oleh distribusi data yang berbentuk lonceng dan tidak melenceng ke kiri atau ke kanan.
b. Pendekatan Grafik
Gambar 4.2 : Histogram Uji Normalitas Sumber
: Hasil Pengolahan SPSS 2014
Universitas Sumatera Utara
Pada Gambar 4.2 Normal P-P Plot terlihat titik-titik yang mengikuti data disepanjang garis normal, hal ini berarti residua l data berdistribusi normal.
c. Pendekatan Kolmogorov-Smirnov
Uji normalitas dengan grafik bisa saja terlihat berdistribusi normal, padahal secara statistik tidak berdistribusi normal. Pengujuian normalitas yang
didasarkan dengan uji statistik Non-parametik Kolmogorov-Smirnov dapat dilihat pada Tabel 4.7 dibawah ini :
Tabel 4.7 Hasil Uji Normalitas Pendekatan
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual N
33 Normal Parameters
Mean
a,b
0E-7 Std. Deviation
1.82074960
Most Extreme Differences Absolute
.111 Positive
.106 Negative
-.111 Kolmogorov-Smirnov Z
.635 Asymp. Sig. 2-tailed
.815 a. Test distribution is Normal.
b. Calculated from data.
Sumber : Hasil Pengolahan SPSS 2014
Universitas Sumatera Utara
Pada Tabel 4.7 Terlihat bahwa nilai Asymp.sig 2 tailed adalah 0,815 dan nilai signifikan 0,05, karena nilai Asymp.sig 2 tailed di atas 0,05 yaitu 0, 815 hal ini
berarti menunjukan bahwa residual data berdistribusi normal.
2. Uji Heteroskedastisitas
