a. Pendekatan Histogram
Pendekatan histogram dilakukan untuk menguji normalitas data yang dapat dilihat dengan kurva norma, yaitu kurva yang memiliki ciri – ciri khusus, salah
satunya adalah bahwa : mean, modus dan median pada tempat yang sama.
Sumber : Data Primer Diolah Peneliti Maret, 2013
Gambar 4.1 Uji Normalitas Dengan Pendekatan Histogram
Pada Gambar 4.1 terlihat bahwa variabel terdistribusi normal.Hal tersebut ditunjukkan oleh distribusi data yang berbentuk lonceng dan distribusi data yang
tidak menceng ke kiri atau menceng ke kanan.
Universitas Sumatera Utara
b. Pendekatan Grafik
Salah satu cara untuk melihat normalitas adalah dengan melihat grafik normal p-p plot. Grafik normal p-p plot akan membentuk plot antara nilai – nilai
teoritis sumbu x melawan nilai – nilai yang didapat dari sampel sumbu y.
Sumber : Data Primer Diolah Peneliti Mei, 2013
Gambar 4.2 Uji Normalitas Dengan Pendekatan Grafik
Berdasarkan Gambar 4.2 terlihat pada scatterplot terdapat titik yang mengikuti data di sepanjang garis diagonal. Hal ini berarti data berdistribusi
normal.
c. Pendekatan Kolmogorov-Smirnov
Uji normalitas juga dilakukan dengan menggunakan pendekatan Kolmogorov-smirnov. Hal ini untuk memastikan apakah data di sepanjang garis
normal berdistribusi normal.
Universitas Sumatera Utara
Tabel 4.10 One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 100
Normal Parameters
a,,b
Mean .0000000
Std. Deviation 1.33551750
Most Extreme Differences
Absolute .070
Positive .070
Negative -.064
Kolmogorov-Smirnov Z .698
Asymp. Sig. 2-tailed .714
a. Test distribution is Normal. b. Calculated from data.
Sumber : Data Primer Diolah Peneliti Mei, 2013
Pada Tabel 4.10 terlihat bahwa nilai Asymp.Sig. 2 tailed adalah 0.714 dan di atas nilai signifikan 0,05, dengan kata lain variabel residual berdistribusi
normal.
4.2.2.2. Uji Heteroskedastisitas
Uji heteroskedastisitas digunakan untuk menguji apakah dalam sebuah model regresi terjadi kesamaan varians dari residual pada suatu pengamatan ke
pengamatan lainnya. Jika varians dari suatu residual suatu pengamatan ke pengamatan lainnya tetap, maka terjadi homoskedastisitas namun jika varians
berbeda, maka disebut heteroskedastisitas. Model regresi yang baik adalah yang tidak terjadi heteroskedastisitas. Untuk mengetahui ada tidaknya gejala
heteroskedastisitas adalah dengan melihat ada tidaknya pola tertentu pada grafik Scatterplot, jika ada pola tertentu maka telah terjadi heteroskedastisitas pada
model regresi.
Universitas Sumatera Utara
Untuk mengatasi kelemahan pengujian dengan grafik dapat menggunakan pendekatan statistik dengan uji Glejser, Heteroskedastisitas tidak
akan terjadi apabila tidak satupun variabel independen signifikan secara statistik mempengaruhi variabel dependen nilai absolut Ut. Jika probabilitas signifikanya
di atas tingkat kepercayaan 5 dapat disimpulkan model regresi tidak mengarah adanya heteroskedastisitas.
a. Model pendekatan Grafik