• homoskedasitas, artinya variance variabel independen dari satu
pengamatan kepengamatan yang lain adalah konstan atau sama.
1. Uji Normalitas
Pengujian ini dimaksudkan untuk mengetahui apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal. Adapun uji
normalitas dapat dilakukan dengan dua cara yaitu analisis garfik dan statistik
a. Analisis Grafik
Analisis grafik dapat digunakan dengan dua alat, yaitu grafik histogram dan grafik P-P Plot. Data yang baik adalah data yang memiliki pola distribusi normal.
Pada grafik histogram, data yang mengikuti atau mendekati distribusi normal adalah distribusi data dengan bentuk lonceng. Pada grafik P-P Plot, sebuah data
dikatakan berdistribusi normal apabila titik-titik datanya tidak menceng ke kiri atau ke kanan, melainkan menyebar di sekitar garis diagonal. Berikut hasil uji
normalitas dengan menggunakan analisis grafik.
Gambar 4.1 Uji Normalitas
Sumber: Lampiran iv
Universitas Sumatera Utara
Gambar 4.2 Uji Normalitas
Sumber: Lampiran iv
Dengan melihat tampilan grafik histogram, kita dapat melihat bahwa gambarnya telah berbentuk lonceng dan tidak menceng kekanan atau ke kiri yang
menunjukkan bahwa data telah terdistribusi secara normal. Pada grafik P-P Plot terlihat titik-titik menyebar di sekitar garis diagonal dan tidak jauh dari garis
diagonal. Kedua grafik tersebut menunjukkan bahwa model regresi tidak menyalahi asumsi normalitas.
b. Uji Statistik
Pengujian normalitas data dengan hanya melihat grafik dapat menyesatkan kalau tidak melihat secara seksama, sehingga kita perlu melakukan uji normalitas
data dengan menggunakan statistik agar lebih meyakinkan. Untuk memastikan apakah data di sepanjang garis diagonal berdistribusi normal, maka dilakukan uji
Kolmogorov-Smirnov 1 sample KS dengan melihat data residualnya apakah
Universitas Sumatera Utara
berdistribusi normal atau tidak. Jika nilai signifikansinya lebih besar dari 0,05 maka data tersebut terdistribusi normal. Jika nilai signifikansinya lebih kecil dari
0,05 maka distribusi data adalah tidak normal. Hasil uji Kolmogorov-Smirnov
dapat dilihat pada tabel 4.1
Tabel 4.2 Uji Normalitas
One-Sample Kolmogorov-Smirnov Test
Unstandardized Predicted Value
N 60
Normal Parameters
a
Mean .0389533
Std. Deviation .02554039
Most Extreme Differences Absolute
.122 Positive
.122 Negative
-.108 Kolmogorov-Smirnov Z
.948 Asymp. Sig. 2-tailed
.330 a. Test distribution is Normal.
Sumber: Lampiran iv
Hasil uji Kolmogorov-Smirnov pada penelitian ini menujukkan probabilitas = 0.330. Dengan demikian, data pada penelitian ini berdistribusi normal dan dapat
digunakan untuk melakukan uji hipotesis karena 0.330 0,05.
2. Uji Heteroskedastisitas
Kategori