• Non-Autokorelasi, artinya kesalahan pengganggu dalam model regresi tidak saling berkorelasi.
• Non-Heterokedastisitas, artinya variance variabel independen dari satu pengamatan ke pengamatan lain adalah konstan atau sama.
a. Uji Normalitas
Uji data statistik dengan model Kolmogorov-Smirnov dilakukan untuk mengetahui apakah data sudah terdistribusi secara normal atau tidak. Ghozali
2005 : 115, memberikan pedoman pengambilan keputusan rentang data mendekati atau merupakan distribusi normal berdasarkan uji Kolmogorov-
Smirnov yang dapat dilihat dari : 1.
Nilai sig. atau signifikan atau probabilitas 0,05, maka distribusi data adalah tidak normal.
2. Nilai sig. atau signifikan atau probabilitas 0,05, maka distribusi data
adalah normal. Hasil uji normalitas dengan menggunakan model Kolmogorov-Smirnov
adalah seperti yang ditampilkan berikut ini :
Universitas Sumatera Utara
Tabel 4.3 Hasil Uji Normalitas 1
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 36
Normal Parameters
a
Mean .0000000
Std. Deviation 93.17041280
Most Extreme Differences
Absolute .130
Positive .130
Negative -.092
Kolmogorov-Smirnov Z .780
Asymp. Sig. 2-tailed .577
a. Test distribution is Normal. Sumber
: Output SPSS, diolah Peneliti, 2013
Dari tabel 4.4 diatas, dapat disimpulkan bahwa data dalam model regresi telah terdistribusi secara normal karena nilai Asymp.Sig 2-tailed Kolmogorov-
Smirnov 0,577 lebih besar dari 0,05. Berikut ini ditampilkan hasil uji normalitas dengan menggunakan grafik Histogram dan plot.
Universitas Sumatera Utara
Gambar 4.1 Uji Normalitas data 2
Sumber : Output SPSS, diolah Peneliti, 2013
Grafik histogram di atas menunjukkan bahwa data telah terdistribusi secara normal. Hal ini dapat dilihat dari grafik histogram yang menunjukkan
distribusi data mengikuti garis diagonal yang tidak menceng skewness kiri maupun menceng ke kanan. Hal ini juga didukung dengan hasil uji normalitas
dengan menggunakan grafik plot yang ditampilkan pada Gambar 4.1.
Universitas Sumatera Utara
Gambar 4.2 Uji Normalitas data 2
Sumber : Output SPSS, diolah Peneliti, 2013
Menurut Ghozali 2005 : 112, pendeteksian normalitas dapat dilakukan dengan melihat penyebaran data titik pada sumbu diagonal dari grafik, yaitu jika
data titik menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal, hal ini menunjukkan data yang telah terdistribusi normal. Gambar 4.2
menunjukkan bahwa data titik menyebar di sekitar dan mendekati garis diagonal. Hal ini sejalan dengan hasil pengujian dengan menggunakan histogram
bahwa data telah terdistribusi normal. Karena secara keseluruhan data telah terdistribusi secara normal, maka dapat dilakukan pengujian asumsi klasik
lainnya.
Universitas Sumatera Utara
b. Uji Multikolinieritas
