3.3. Uji Asumsi Klasik
3.3.1. Uji Normalitas
Tujuan uji normalitas adalah ingin mengetahui apakah distribusi sebuah data mengikuti atau mendekati distribusi normal . Pada gambar di bawah ini terlihat bahwa
titik-titik menyebar mengikuti garis diagonal. Hal ini menandakan bahwa data mendekati distribusi normal.
,
Gambar 3.1 Normal dengan pendekatan grafik
Untuk lebih memastikan apakah data di atas di sepanjang garis diagonal berdistribusi normal maka dilakukan uji kolmogorov smirnov. Berikut tabelnya.
Tabel 3 2. One-Sample Kolmogorov-Smirnov Test
Pada tabel di atas terlihat bahwa nilai Assymp sig 2 tailed adalah 0,157 dan di atas nilai signifikan 0,05 dengan demikian variabel residual berdistribusi normal.
Universitas Sumatera Utara
3.3.2. Uji Heterokedastisitas
Artinya varians variabel independen adalah konstan sama untuk setiap nilai tertentu variabel independen. Berikut adalah gambarnya:
Gambar 3.2 Uji Heterokedastisitas dengan Pendekatan Grafik
Dari gambar diatas terlihat titik-titik yang menyebar secara acak dan tidak membentuk suatu pola tertentu yang jelas serta tersebar baik di atas maupun di bawah angka nol
pada sumbu Y. Hal ini berarti tidak terjadi heterokedastisitas pada model regresi.
3.3.3. Uji Multikolineritas
Artinya variabel independent yang satu dengan yang lain dalam model regresi berganda tidak saling berhubungan secara sempurna atau mendekati sempurna. Untuk
mengetahui ada tidaknya gejala multikolineritas dapat dilihat dari besarnya nilai Tolerance dan VIF Variance Inflation Factor melalui program SPSS. Nilai umum
yang biasa dipakai adalah nilai Tolerance 0,1 atau nilai VIF 10, maka tidak terjadi multikolineritas. Berikut tabelnya :
Universitas Sumatera Utara
Tabel 3.3. Uji Multikolinieritas dengan melihat nilai Tolerance dan VIF
Dari tabel 3.3 di atas dapat dilihat bahwa nilai VIF 10, maka tidak terjadi multikolineritas dan Tolerance 0,1 maka tidak terjadi multikolinieritas.
3.3.4. Autokorelasi