4.4 Uji Analisis Data
4.4.1 Uji Asumsi Klasik
Uji asumsi klasik merupakan prasyarat analisis regresi ganda. Untuk memenuhi prasyarat sebagai hasil regresi yang baik maka terlebih dahulu akan
dilakukan pengujian mengenai ada tidaknya pelanggaran asumsi klasik. Dalam uji asumsi klasik ini meliputi uji normalitas, uji multikolinieritas, uji
heterokesdastisitas dan uji autokorelasi.
4.4.2 Uji Normalitas
Uji Normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal. Salah satu uji
statistik yang dapat digunakan untuk menguji normalitas residual adalah dengan menggunakan analisis grafik yaitu dengan melihat bentuk grafik secara visual.
Hasil uji normalitas dalam kajian penelitian ini menggunakan P-P Plot. Apabila grafik yang diperoleh dari output SPSS ternyata titik-titik mendekati garis
diagonal, dapat disimpulkan bahwa model regresi terdistribusi normal. Lebih jelasnya hasil uji normalitas data dapat dilihat pada grafik berikut.
Gambar 4.1. P- Plot
Pengujian normalitas model regresi
Sumber: Data sekunder yang diolah, 2013
Berdasarkan gambar 4.1 diatas, pola titik-titik yang diperoleh dari uji kenormalan data tersebar pada daerah garis diagonal maka dapat disimpulkan
bahwa data terdistribusi normal. Untuk mendeteksi normalitas data dapat juga dilakukan dengan
kolmogorov-smirnov test, caranya adalah dengan menentukan terlebih dahulu hipotesis pengujian, yaitu:
a. Jika probability value 0,05 maka H diterima.
b. Jika probability value 0,05 maka H ditolak.
Hasil uji normalitas data melalui kolmogorov-smirnov test dapat dilihat melalui tabel 4.4.
Observed Cum Prob
1.0 0.8
0.6 0.4
0.2 0.0
Exp ected C
um Prob
1.0 0.8
0.6 0.4
0.2 0.0
Normal P-P Plot of Regression Standardized Residual
Dependent Variable: Ln_SHU
Tabel 4.4 One-Sample Kolmogrov-Smirnov Test
Sumber: Data sekunder yang diolah, 2013
Berdasarkan tabel 4.5 untuk semua variabel memiliki probabilitas 0,115 jauh diatas α = 0,05. Hal ini berarti Hipotesis Nol H
diterima, yang artinya seluruh variabel sudah terdistribusi secara normal.
4.4.3 Uji Multikolinieritas