4.3 Uji Asumsi Klasik
4.3.1. Uji Normalitas Data
Uji normalitas bertujuan untuk mengetahui apakah distribusi sebuah data mengikuti atau mendekati distribusi normal, yakni distribusi data dengan bentuk
lonceng. Data yang baik adalah data yang mempunyai pola distribusi normal, yakni data tidak menceng ke kiri atau menceng ke kanan. Ada tiga pendekatan untuk
mengetahui apakah data berdistribusi normal atau tidak, yaitu dengan pendekatan Histogram, pendekatan Grafik dan pendekatan Kolmogorov-Smirnov.
1. Pendekatan Histogram
Sumber: Hasil Pengolahan SPSS 16,0 Juni 2014
Gambar 4.1 Histogram Uji Normalitas
Universitas Sumatera Utara
Pada grafik histogram terlihat bahwa variabel berdistribusi normal, hal ini ditunjukkan oleh distribusi data tersebut tidak melenceng ke kiri atau ke kanan.
2. Pendekatan Grafik
Sumber: Hasil Pengolahan SPSS 16,0 Juni 2014 Gambar 4.2 Plot Uji Normalitas
Pada grafik scatter plot terlihat titik yang mengikuti data di sepanjang garis diagonal. Hal ini berarti data berdistribusi normal.
3. Pendekatan Kolmogorov-Smirnov
Tabel 4.7 One-Sample Kolmogorov-Smirnov Test
Unstandardize d Residual
N 70
Normal Parameters
a,,b
Mean .0000000
Std. Deviation 4.01082428
Most Extreme Differences
Absolute .054
Positive .048
Negative -.054
Kolmogorov-Smirnov Z .450
Asymp. Sig. 2-tailed .988
a. Test distribution is Normal. b. Calculated from data.
Sumber: Hasil Pengolahan SPSS 16,0 Juni 2014
Universitas Sumatera Utara
Pada Tabel 4.7 terlihat bahwa nilai Asymp.sig. 2-tailed adalah 0.988 dan diatas nilai signifikan 0,05 dengan kata lain variabel residual berdistribusi normal.
Nilai kolmogorov-smirnov Z lebih kecil dari 1,97 berarti tidak ada perbedaan antara distribusi teoritik dan distribusi empiric atau dengan kata lain data dikatakan normal.
4.3.2 Pengujian Heteroskedastisitas
Pengujian heteroskedastisitas dilakukan dengan menggunakan Scatter Plot. Jika tidak terdapat variabel yang signifikan maka dapat disimpulkan tidak adanya
masalah heteroskedastisitas. Hasil pengujian pada Lampiran sebagaimana juga pada Gambar 4.3 di halaman berikut :
Sumber: Hasil Pengolahan SPSS 16,0 Juni 2014 Gambar 4.3: Scatterplot
Hasil pengujian heteroskedastisitas menunjukkan tidak terdapat pola yang jelas dari titik-titik tersebut. Hal ini menunjukkan bahwa model regresi
tidak memiliki gejala adanya heteroskedastisitas, yang berarti bahwa tidak ada gangguan yang berarti dalam model regresi ini.
Universitas Sumatera Utara
4.3.3 Pengujian Multikolinieritas
Kategori