46
dan D.KOM. Semakin besar nilai standar deviasi maka semakin besar kemungkinan nilai riil menyimpang dari yang diharapkan Gujarati, 1995.
4.2.2 Uji Asumsi Klasik
4.2.2.1 Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam sebuah regresi variabel dependen, variabel independen atau keduanya mempunyai distribusi
normal ataukah tidak mempunyai distribusi normal. Model regresi yang baik adalah memiliki distribusi data normal atau mendekati normal. Salah satu metode
untuk mengetahui normalitas adalah dengan menggunakan metode analisis grafik dan analisis statistik. Analisis grafik dapat dilihat dengan melihat grafik histogram
ataupun dengan melihat grafik Normal Probability Plot. Uji normalitas yang pertama dengan melihat grafik histogram sebagaimana terlihat dalam gambar 4.1
di bawah ini :
Gambar 4.1 Grafik Histogram
Universitas Sumatera Utara
47
Metode lain yang digunakan dalam analisis grafik adalah dengan melihat Normal Probability Plot yang membandingkan distribusi kumulatif dari
distribusi normal. Jika distribusi data residual normal, maka garis yang akan menggambarkan data sesungguhnya akan mengikuti garis diagonalnya. Uji
normalitas dengan melihat Normal Probability Plot dapat dillihat pada gambar 4.2 berikut:
Gambar 4.2 Normal Probability Plot
Dari hasil uji normalitas dengan menggunakan grafik yaitu dengan menggunakan grafik histogram dan grafik normal p-plot menunjukkan bahwa
distribusi data normal. Pada grafik histogram Gambar 4.1 menunjukkan
Universitas Sumatera Utara
48
distribusi data mengikuti garis diagonal yang tidak menceng skewness ke kiri maupun ke kanan. Pada grafik normal p-plot Gambar 4.2 memperlihatkan titik
– titik menyebar di sekitar garis diagonal serta penyebarannya mendekati garis
diagonal sehingga dapat disimpulkan bahwa distribusi data normal. Untuk lebih memastikan apakah data residual terdistribusi normal atau tidak, maka dilakukan
pengujian one sample Kolmogorov-Smirnov.
Tabel 4.3 Hasil Uji Normalitas dengan Kolmogorov-Smirnov
One-Sample Kolmogorov-Smirnov Test
Unstandardize d Residual
N 85
Normal Parameters
a,,b
Mean .0000000
Std. Deviation .10037923
Most Extreme Differences
Absolute .056
Positive .056
Negative -.051
Kolmogorov-Smirnov Z .514
Asymp. Sig. 2-tailed .954
a. Test distribution is Normal. b. Calculated from data.
Dalam tabel 4.3 hasil pengujian normalitas dengan uji statistik nonparametrik Kolmogorov-Smirnov menunjukkan nilai Z hitung sebesar 0.514
dengan taraf signifikansi 0,954. Nilai taraf signifikansi diatas 0,05 0,954 0,05 menunjukkan bahwa data residual terdistribusi secara normal. Dengan kata lain,
model regresi yang digunakan memenuhi asumsi normalitas.
Universitas Sumatera Utara
49
4.2.2.2 Uji Multikolinearitas