Uji Asumsi Klasik .1 Uji Normalitas
orang 12,7 memilih ragu-ragu dan tidak ada responden yang menjawab tidak setuju dan sangat tidak setuju.
2. Frekuensi jawaban responden untuk item 2 Siswa meyakini bahwa belajar di
The Ark School dapat meningkatkan pengetahuan berbahasa inggris berarti bahwa 53 orang 74,6 menjawab sangat setuju, 17 orang 23,9
menjawab setuju dan tidak ada responden yang menjawab ragu-ragu, tidak setuju dan sangat tidak setuju.
4.2.3 Uji Asumsi Klasik 4.2.3.1 Uji Normalitas
Uji normalitas bertujuan untuk mengetahui apakah distribusi sebuah data mengikuti atau mendekati distribusi normal, yakni distribusi data dengan bentuk
lonceng. Dalam uji normalitas ini, penulis menggunakan 3 jenis pendekatan untuk mengetahui apakah data mengikuti atau mendekati distribusi normal yaitu
pendekatan histogram, pendekatan grafik, dan pendekatan Kolmogorv-Smirnov. 1.
Pendekatan Histogram Data yang baik adalah adalah data yang mempunyai pola seperti pola seperti
distribusi normal, yakni distribusi data tersebut tidak menceng ke kiri atau menceng ke kanan. Seperti yang ditunjukkan pada Gambar 4.1.
Universitas Sumatera Utara
Sumber : Hasil pengolahan data kuesioner
dengan SPSS 20.0 Gambar 4.1 : Histogram
Pada Gambar 4.1 histogram terlihat bahwa variabel keputusan berdistribusi normal, hal ini ditunjukkan oleh distribusi data tersebut tidak menceng ke kiri atau
menceng ke kanan. 2.
Pendekatan Grafik PP plot akan membentuk plot antara nilai-nilai teoritis sumbu X melawan nilai-
nilai yang didapat dari sampel sumbu Y. Apabila plot dari keduanya membentuk linier dapat didekati oleh garis lurus, maka hal ini merupakan indikasi bahwa
residual menyebar normal. Seperti yang ditunjukkan pada Gambar 4.2.
Universitas Sumatera Utara
Sumber :Hasil pengolahan data kuesioner dengan SPSS 20.0
Gambar 4.2 :Normal P-Plot of Regression
Standardized Residual
Pada Gambar 4.2 tersebut dapat dilihat bahwa data-data titik-titik menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal. Hal ini dapat
disimpulkan bahwa data berdistribusi normal. 3.
Pendekatan Kolmogorv-Smirnov Pendekatan Kolmogorv-Smirnov dilakukan untuk memastikan apakah data
disepanjang garis diagonal berdistribusi normal yaitu dengan melihat data residualnya, apakah berdistribusi normal atau tidak. Dengan kriteria keputusan
sebagai berikut : a.
Jika nilai Asymp.Sig 2-tailed 0,05, maka variabel residual tidak mengalami gangguan distribusi normal.
b. Jika nilai Asymp.Sig 2-tailed 0,05, maka variabel residual mengalami
gangguan distribusi normal.
Universitas Sumatera Utara
Tabel 4.13 Uji Kolmogorov-Smirnov
One-Sample Kolmogorov-Smirnov Test
Unstandardiz ed Residual
N 71
Normal Parameters
a,b
Mean 0E-7
Std. Deviation
.79948145 Most Extreme
Differences Absolute
.102 Positive
.064 Negative
-.102 Kolmogorov-Smirnov Z
.863 Asymp. Sig. 2-tailed
.446 a. Test distribution is Normal.
b. Calculated from data.
Sumber : Hasil pengolahan data kuesioner dengan SPSS 20.0
Pada Tabel 4.13 terlihat bahwa nilai Asymp. Sig. 2-tailed adalah 0,446 dan diatas nilai signifikan 0,05. Hal ini dapat disimpulkan bahwa variabel residual
berdistribusi normal.