69
4.2.2 Uji Asumsi Klasik 1. Uji Normalitas
Pengujian normalitas bertujuan untuk mengetahui apakah data yang digunakan telah terdistribusi secara normal. Salah satu metode yang digunakan
dalam pengujian normalitas adalah dengan menggunakan model analisis grafik, yaitu dengan melihat grafik secara histogram dan uji normal probability plot serta
digunakan uji Kolmogrov-Smirnov untuk melihat nilai signifikansinya. Hasil uji normalitas dengan grafik histogram yang diolah dengan software SPSS
ditunjukkan dalam Gambar 4.1 berikut
Sumber: Hasil Penelitian, 2016 data diolah
Gambar 4.1 Grafik Histogram
Universitas Sumatera Utara
70 Hasil uji normalitas dengan grafik histogram memperlihatkan bahwa data
berdistribusi normal hal ini ditunjukkan oleh distribusi data mengikuti kurva berbentuk lonceng yang tidak miring skewness ke kiri maupun miring ke kanan.
Hasil uji normalitas dengan grafik normal probability plot normal P-Plot yang diolah dengan software SPSS ditunjukkan dalam Gambar 4.2 berikut:
Sumber: Hasil Penelitian, 2016 data diolah
Gambar 4.2 Grafik Normal P-Plot
Hasil uji normalitas dengan menggunakan grafik normal probability plot normal P-Plot dimana terlihat bahwa titik-titik yang mengikuti data di sepanjang
garis diagonal sehingga dapat disimpulkan bahwa data terdistribusi secara normal. Untuk memastikan apakah data di sepanjang garis diagonal terdistribusi
normal maka dilakukan uji Kolmogorov-Smirnov, yaitu dengan membandingkan
Universitas Sumatera Utara
71 distribusi komulatif relatif hasil observasi dengan distribusi komulatif relatif
teoritisnya. Jika probabilitas signifikansi nilai residual lebih dari 0,05 berarti residual terdistribusi dengan normal, demikian pula sebaliknya. Hasil uji
normalitas dengan uji Kolmogorov-Smirnov yang diolah dengan software SPSS ditunjukkan dalam Tabel 4.2 berikut:
Eabel 4.2 Hasil Uji Normalitas K-S Eest
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 68
Normal Parameters
a,b
Mean .0000000
Std. Deviation 1.24533832
Most Extreme Differences Absolute
.081 Positive
.075 Negative
-.081 Kolmogorov-Smirnov Z
.665 Asymp. Sig. 2-tailed
.768 a. Test distribution is Normal.
b. Calculated from data.
Sumber: Hasil Penelitian, 2016 data diolah
Hasil penelitian dengan menggunakan uji Kolmogorov-Smirnov terlihat
bahwa nilai Asymp.Sig. 2-tailed sebesar 0,768. Nilai tersebut lebih besar dari nilai signifikansi 0,05 maka dapat disimpulkan bahwa data terdistribusi secara
normal.
Universitas Sumatera Utara
72
2. Uji Heteroskedastisitas