1. Pendekatan Histogram
Sumber : Hasil pengolahan SPSS, MARET 2016 data diolah Gambar 4.1 : Histogram
Gambar 4.1 menunjukkan bahwa grafik histogram menunjukkan pola distribusi normal hal ini ditunjukkan oleh distribusi data tersebut tidak menceng
ke kanan maupun menceng ke kiri.
Universitas Sumatera Utara
2. Pendekatan Grafik
Sumber : Hasil pengolahan SPSS, MARET 2016 data diolah Gambar 4.2 : Pengujian Normalitas P-Plot
Pada Gambar 4.2 menunjukkan bahwa grafik plot terlihat bahwa titik-titik menyebar disekitar garis diagonal dan tidak ada data yang menjolok jauh sehingga
data ini memiliki distribusi normal. Dan untuk memastikan apakah data disepanjang garis diagonal berdistribusi normal maka dilakukan uji Kolmogorv-
Smirnov.
Universitas Sumatera Utara
3. Uji Kolmogrov-Smirnov Tabel 4.9
Uji Kolmogorv-Smirnov One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 91
Normal Parametersa,b
Mean ,0000000
Std. Deviation 1,43091993
Most Extreme Differences
Absolute ,062
Positive ,037
Negative -,062
Kolmogorov-Smirnov Z ,593
Asymp. Sig. 2-tailed ,874
a Test distribution is Normal. b Calculated from data.
Sumber : Hasil Pengolahan SPSS, MARET 2016 data diolah
Tabel 4.9 menunjukkan bahwa nilai Asymp.Sig 2-tailed adalah 0,874 dan diatas nilai signifikan 0,05 atau 0,874 0,05. Dengan kata lain variabel
residual berdistribusi normal.
2. Uji Heteroskedastisitas Pendekatan Grafik dan Pendekatan Statistik
Uji heteroskedastisitas bertujuan untuk melihat seberapa besar peranan variabel bebas terhadap variabel terikat. Jika varians sama, dan ini yang
seharusnya terjadi maka dikatakan homokedastisitas. Sedangkan jika varians tidak sama dikatakan terjadi heterokedastisitas. Model regresi yang baik adalah yang
homoskedastisitas atau tidak terjadi heteroskedastisitas. Untuk melihat apakah heterokedastisitas dapat dilakukan pendekatan grafik dan pendekatan statistik
Uji Glejser sebagai berikut :
Universitas Sumatera Utara
Sumber : Hasil Pengolahan SPSS, MARET 2016 data diolah Gambar 4.3 : Scatterplot
Gambar 4.3 menunjukkan bahwa titik-titik menyebar secara acak tidak membentuk sebuah pola tertentu yang jelas serta tersebar baik diatas maupun
dibawah angka nol pada sumbu Y. Hal ini berarti tidak terjadi heterokedastisitas pada model regresi, sehingga model regresi layak dipakai untuk memprediksi
variabel dependen, berdasarkan masukan variabel independennya.
Universitas Sumatera Utara
Tabel 4.10 Uji Glejser
Coefficientsa
Model
Unstandardized Coefficients
Standardiz ed
Coefficients t
Sig. B
Std. Error
Beta B
Std. Error
1 Constant
3,508 ,895
3,917 ,000
Faktor_Keluarg a
-,026 ,038
-,073 -,685
,495 Faktor_Kepriba
dian -,075
,032 -,249
-2,322 ,023
a Dependent Variable: absut
Sumber : Hasil Pengolahan SPSS, MARET 2016 data diolah
Hasil tampilan output SPSS dengan jelas menunjukkan tidak satu pun variabel independen yang signifikan secara statistik mempengaruhi variabel
dependen absolut Ut absUt. Hal ini terlihat dari tingkat signifikansinya di atas 0,05 atau 0,495 0,05 dan 0,023 0,05 jadi disimpulkan model regresi tidak
mengarah adanya heteroskedastisitas.
3. Uji Multikolinieritas
Kategori