Uji Normalitas Uji Asumsi Klasik

Setuju, 3 menyatakan Tidak Setuju, 0 menyatakan Sangat Tidak Setuju dan rata- rata 4,12 dengan demikian Rumah Makan Tenda Biru Kapten Mukhtar Basri Medan merupakan kebutuhan para konsumen harus tetap dipertahankan.

4.3 Uji Asumsi Klasik

4.3.1 Uji Normalitas

Uji Normalitas dilakukan untuk mengetahui apakah data yang diperoleh dari hasil observasi berdistribusi normal atau tidak, sehingga data tersebut dapat digunakan atau tidak dalammodl regresi. Untuk mengetahui apakah data yang diperoleh berdistribusi normal atau tidak, dapat dilakukan dengan analisis grafik dan uji statistik. Salah satu cara untuk melihat normalitas adalah dengan melihat grafik histogram dan grafik normal plot yang membandingkan antara data observasi dengan distribusi yang mendekati distribusi normal. Kriteria Pengambilan Keputusan: a. Jika data menyebar disekitar garis diagonal dan mengikuti arah garis diagonal atau grafik histogram menunjukkan pola distribusi normal, maka model regresi memenuhi asumsi klasik. b. Jika data tidak menyebar disekitar garis diagonal dan tidak mengikuti arah garis diagonal atau grafik tidak menunjukkan pola distribusi normal, maka model regresi tidak memenuhi asumsi klasik. Hasil dari output SPSS terlihat Gambar 4.1 dan Gambar 4.2. Universitas Sumatera Utara Sumber: Hasil Pengolahan SPSS 16.0 Gambar 4.1 Histogram Gambar 4.1 memberikan interpretasi bahwa grafik histogram memiliki distribusi normal dimana grafik tersebut membentuk pola lonceng atau tidak miring ke kanan atau ke kiri. Universitas Sumatera Utara Sumber: Hasil Pengolahan SPSS 16.0 Gambar 4.2 Normal p-p Plot of Standardized Residual Gambar 4.2 menunjukkan bahwa data menyebar disekitar garis diagonal dan mengikuti arah garis diagonal. Oleh karena itu, berdasarkan gambar dan gambar kriteria pengambilan keputusan yang pertama dipenuhi yaitu data berdistribusi normal. Untuk memastikan apakah data disepanjang garis diagonal berdistribusi normal maka dilakukan uji Kolmogrov Smirnov 1 sample dengan melihat data residual apakah berdistribusi normal Situmorang, et al 2010: 95. Berikut ini pengujian normalitas yang didasarkan dengan uji statistik non-parametrik Kolmogrov-Smirno K-S. Menentukan kriteria keputusan, yaitu: 1. Jika nilai Asymp. Sig. 2 tailed 0,05 maka data tidak mengalami gangguan distribusi normal. Universitas Sumatera Utara 2. Jika nilai Asymp. Sig. 2 tailed 0,05 maka data mengalami gangguan distribusi normal. Tabel 4.11 One-Sample Kolmogorov-Smirnov Test Unstandardized Residual N 100 Normal Parameters a Mean .0000000 Std. Deviation 2.17897294 Most Extreme Differences Absolute .115 Positive .070 Negative -.115 Kolmogorov-Smirnov Z 1.150 Asymp. Sig. 2-tailed .142 a. Test distribution is Normal. Sumber: Hasil Pengolahan SPSS 16.0 Pada Tabel 4.11 terlihat bahwa nilai Asymp. Sig. 2 tailed adalah 0,142 dan diatas nilai signifikan 0,05, dengan kata lain variabel residual berdistribusi normal.

4.3.2 Uji Heteroskedastisitas