2. Uji Asumsi Klasik
a. Uji Normalitas
Uji normalitas bertujuan menguji apakah dalam model regresi variabel pengganggu atau residual memiliki distribusi normal Erlina,
2008. Untuk menguji apakah data penelitian ini terdistribusi normal atau tidak normal dapat dideteksi melalui dua cara yaitu analisis grafik dan
analisis statistik.
1 Analisis Grafik
Analisis grafik dapat dilakukan 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, data dikatakan berdistribusi normal apabila titik-titik datanya tidak menceng ke kiri
atau ke kanan, melainkan menyebar di sekitar garis diagonal.
Universitas Sumatera Utara
Gambar 4. 1 Histogram
Gambar 4.2 Normal P-P Plot of Regression Standardized Residual
Hasil uji normalitas dengan menggunakan histogram menunjukkan grafik tidak menceng ke kiri atau ke kanan grafik
seimbang antara kiri dan kanan dan pada grafik normal plot tampak
Universitas Sumatera Utara
bahwa data menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal. Berdasarkan hasil tersebut dapat disimpulkan bahwa
model regresi pada penelitian ini berdistribusi secara normal.
2 Analisis Statistik
Uji statistik yang dapat digunakan untuk menguji normalitas residual antara lain adalah uji statistik non-parametik Kolmogorov-
Smirnov K-S. Uji K-S dapat dilakukan dengan membuat hipotesis: H
o
H : Data residual berdistribusi normal
a
Untuk menentukannnya maka kriterianya adalah: : Data residual tidak berdistribusi normal
a H
o
b H diterima apabila nilai signifikansi 0,05
a
c ditolak apabila nilai signifikansi 0,05
Tabel 4.2 One-Sample Kolmogrov-Smirnov Test
Hasil uji statistik yaitu pada tabel 4.2 menunjukkan bahwa nilai Kolmogrov-Smirnov Z sebesar 0,463 dan signifikansinya pada
0,983. Nilainya di atas α = 0,05 Asymp. Sig = 0,983 0,05
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 68
Normal Parameters
a
Mean .0000000
Std. Deviation 4.68130711
Most Extreme Differences Absolute
.056 Positive
.056 Negative
-.045 Kolmogorov-Smirnov Z
.463 Asymp. Sig. 2-tailed
.983
Universitas Sumatera Utara
sehingga hipotesis H
o
diterima. Hal tersebut berarti data residual berdistribusi normal.
b. Uji Multikolinieritas