dimana pernyataannya mengenai keinginan untuk menginap kembali di Pasola Guest House.
4.3 Uji Asumsi Klasik
4.3.1. Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel penggangu atau residual berdistribusi normal. Ada dua cara untuk mendeteksi apakah
residual berdistribusi normal atau tidak, yaitu dengan analisis grafik dan uji statistik. Untuk melihat normalitas residual, peneliti menganalisis grafik histogram yang
membandingkan antara data observasi dengan distribusi yang mendekati distribusi normal dan juga menganalisis probabilitas plot yang membandingkan distribusi kumulatif
dan distribusi normal. Hipotesis:
a. Jika data menyebar disekitar garis diagonal dan mengikuti arah garis diagonal atau grafik histogram menujukkan pola distribusi normal, maka model regresi
memenuhi asumsi mormalitas. b. Jika data menyebar jauh dari garis diagonal dan atau tidak mengikuti arah
garis diagonal atau grafik histogram menunjukkan pola distribusi normal, maka model regresi tidak memenuhi asumsi normalitas.
Universitas Sumatera Utara
Sumber: Hasil pengolahan data primer kuesioner, SPSS versi 17.0, 2014 Gambar 4.3.1 Histogram
Pada Gambar 4.3.1 terlihat bahwa grafik histogram menunjukkan pola distribusi normal
dimana grafik tersebut membentuk pola lonceng atau tidak miring ke kanan atau ke kiri.
Universitas Sumatera Utara
Sumber: Hasil pengolahan data primer Kuesioner, SPSS versi 17.0, 2014 Gambar 4.3.2 Normal P-P Plot of Regression Standardized Residual
Pada Gambar 4.3.2 tersebut dapat dilihat bahwa data-data titik-titik menyebar disekitar garis diagonal dan mengikuti arah garis diagonal. Oleh karena itu, berdasarkan Gambar
4.3.2 tersebut dapat diambil kesimpulan bahwa model telah memenuhi uji normalitas.
Universitas Sumatera Utara
Penulis memastikan data disepanjang garis diagonal berdistribusi normal maka dilakukan uji Kolmogorov Sumirnov 1 Sampel KS dengan melihat data residual apakah
berdistribusi normal. Menentukan kriteria keputusan:
a. Jika nilai Asymp.Sig. 2-tailed 0.05 maka tidak mengalami gangguan distribusi normal.
b. Jika nilai Asymp.Sig. 2-tailed 0,05 maka mengalami gangguan distribusi normal.
Tabel 4.3.1
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 70
Normal Parameters
a,,b
Mean .0000000
Std. Deviation 5.18857522
Most Extreme Differences Absolute
.098 Positive
.098 Negative
-.082 Kolmogorov-Smirnov Z
.817 Asymp. Sig. 2-tailed
.517 a. Test distribution is Normal.
b. Calculated from data.
Sumber: Hasil pengolahan data primer Kuesioner, SPSS versi 17.0, 2014
Pengambilan keputusan:
Universitas Sumatera Utara
Pada Tabel 4.3.3 terlihat bahwa Asymp.Sig. 2-tailed adalah 0,517, dan diatas nilai signifikansi 5 0,05, dengan kata lain variabel residual berdistribusi normal.
4.4 Pengujian Hipotesis Penelitian