Uji Asumsi Klasik .1 Uji Normalitas
4.3.2 Uji Asumsi Klasik 4.3.2.1 Uji Normalitas
Uji normalitas dalam penelitian ini melalui perhitungan regresi dengan menggunakan SPSS 20.0 yang dideteksi melalui dua pendekatan yaitu uji
Kolmogorov-Smirnov dan pendekatan grafik yang membandingkan dua observasi dengan distribusi yang mendekati distribusi normal. Berikut ini penjelasan
mengenai uji Kolmogorov-Smirnov dan pendekatan grafik. 1.
Uji Kolmogorov-Smirnov Uji Kolmogorov-Smirnov yaitu pedoman keputusan rentang data distribusi
normal berdasarkan uji statistik dengan menggunakan pendekatan Kolmogorov-Smirnov yang dapat dilihat dari kriteria berikut.
a. Jika nilai Asymp.sig 2 tailed 0,05 maka data berdistribusi normal
b.
Jika nilai Kolmogorov-Smirnov Z 1, 90, data dikatakan normal
.
Tabel 4.47 Uji Normalitas Kolmogorov-Smirnov
One-Sample Kolmogorov-Smirnov Test
Variabel X Variabel Y
N 30
30 Normal Parameters
a
Mean 109.6333
63.6667 Std. Deviation
10.14204 6.13263
Most Extreme Differences Absolute
.202 .193
Positive .153
.151 Negative
-.202 -.193
Kolmogorov-Smirnov Z 1.104
1.059 Asymp. Sig. 2-tailed
.174 .212
a. Test distribution is Normal.
Sumber: Hasil Pengolahan Data, 2017
Universitas Sumatera Utara
Berdasarkan tabel 4.47 yang diperoleh dari pengolahan data primer dapat dilihat besarnya perolehan nilai Asymp.Sig 2-tailed variable X adalah 0,174dan
variable Y adalah 0,212 artinya perolehan nilai ini lebih besar dari 0,05 dan memenuhi kriteria pertama yaitu Asymp.sig 2 tailed 0,05 dan perolehan nilai
Kolmogorov-Smirnov Zvariable X adalah 1,174 dan variable Y adalah 1,059artinya perolehan nilai ini lebih kecil dari 1,970 dan memenuhi kriteria
kedua, sehingga dapat dinyatakan bahwa data tersebut berdistribusi normal.Dengan demikian dapat dinyatakan bahwa data tersebut berdistribusi
normal karena telah memenuhi kriteria persyaratan. 2.
Pendekatan grafik Cara kedua untuk Uji normalitas dapat dilakukan melalui perhitungan regresi
dengan SPSS 20.0 yang dideteksi melalui dua pendekatan grafik yaitu analisa grafik histogram dan analisa grafik normal p-plot yang membandingkan
antara dua observasi dengan distribusi yang mendekati distribusi normal. Berikut ini penjelasan dari grafik-grafik tersebut.
a. Grafik histogram
Universitas Sumatera Utara
Gambar 4.3 Uji Normalitas Dengan Grafik Histogram
Sumber: Sumber: Hasil Pengolahan Data, 2017
Pada Gambar 4.3 terlihat bahwa residual data berdistribusi normal, hal ini ditunjukkan oleh distribusi data yang berbentuk lonceng dan tidak melenceng ke
kiri atau ke kanan. b.
Grafik normal p – plot
Universitas Sumatera Utara
Gambar 4.4 Uji Normalitas Dengan Grafik Normal P - Plot
Sumber: Hasil Pengolahan Data, 2017
Berdasarkan uji normalitas diatas dari hasil perhitungan SPSS 20.0 terlihat bahwa gambar menunjukkan data menyebar di sekitar garis diagonal dan
mengikuti arah garis diagonal. Oleh karena itu, data dikatakan berdistribusi normal dan sesuai dengan kriteria berikut yaitu Jika data menyebar disekitar garis
diagonal dan mengikuti arah garis diagonal atau grafik histogramnya menunjukkan distribusi normal, maka model regresi memenuhi asumsi
normalitas.