A. Uji Normalitas
Uji normalitas dilakukan untuk menguji apakah nilai residual berdistribusi normal atau tidak. Uji normalitas dalam penelitian ini dilakukan
dengan bantuan SPSS 16 menggunakan metode Kolmogorov Smirnov. Pengujian normalitas dilakukan dengan membandingkan nilai signifikan. Jika
nilai Sig. 0,05, maka dapat disimpulkan bahwa residual menyebar normal.
Sebaliknya, jika nilai Sig. 0,05, maka dapat disimpulkan bahwa residual
menyebar tidak normal. Tabel 5.11 Hasil Uji Normalitas
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual N
30 Normal
Parameters
a
Mean .0000000
Std. Deviation 2.83231341
Most Extreme Differences
Absolute .124
Positive .087
Negative -.124
Kolmogorov-Smirnov Z .679
Asymp. Sig. 2-tailed .746
a. Test distribution is Normal.
Sumber: Hasil Output SPSS 16 yang telah diolah 2017 Berdasarkan hasil pengujian normalitas yang disajikan pada tabel 5.6,
dapat dilihat bahwa nilai signifikansinya lebih besar dari 0,746 0,05. Dengan demikian, dapat disimpulkan bahwa nilai residual berdistribusi
normal, sehingga dapat dianalisa lebih lanjut. PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
B. Uji Multikolinieritas
Uji multikolinearitas bertujuan untuk mengetahui apakah terdapat hubungan yang kuat antar variabel independen. Salah satu cara menguji
adanya multikolinieritas adalah dengan melihat nilai VIF Variance Inflation Factor. Jika nilai VIF lebih besar atau sama dengan 10,00, maka terjadi
multikolinieritas di antara variabel bebas. Sebaliknya, jika nilai VIF lebih kecil dari 10,00, maka tidak terjadi multikolinieritas di antara variabel bebas.
Hasil Uji Multikolinieritas dipaparkan pada grafik berikut. Tabel 5.12 Hasil Uji Multikolinieritas
Coefficients
a
Model Collinearity Statistics
Tolerance VIF
1 X1
.975 1.026
X2 .888
1.126 Y
.880 1.136
a. Dependent Variable: NB
Sumber: Hasil Output SPSS 16 yang telah diolah 2017 Berdasarkan hasil pengujian multikolinieritas yang disajikan pada
tabel 5.7, dapat dilihat bahwa nilai VIF pada setiap variabel bebas adalah lebih kecil dari 10. Dengan demikian, dapat disimpulkan bahwa tidak ada
multikolinieritas di antara variabel bebas tersebut, sehingga dapat dianalisa lebih lanjut.