74
4.3 Uji Asumsi Klasik
Sebelum melakukan analisis regresi linear berganda perlu dilakukan uji asumsi klasik agar dapat perkiraan yang tidak bias dan efisien. Ada beberapa
syarat yang harus dipenuhi yaitu 1 Uji Normalitas, 2 Uji Heteroskedastisitas, dan 3 Uji Multikolinearitas.
4.3.1 Uji Normalitas
Uji Normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual berdistribusi normal. Ada dua cara untuk
mendeteksi apakah residual berdistribusi normal atau tidak, yaitu dengan analisis grafik dan uji statistik. Untuk melihat normalitas residual, peneliti menganalisis
grafik histogram yang membandingkan antara data observasi dengan distribusi yang mendekati distribusi normal dan juga menganalisis probabilitas plot yang
membandingkan distribusi kumulatif dan distribusi normal.
1. Analisis Grafik
Dasar pengambilan keputusan untuk Uji Normalitas sebagai berikut: a.
Jika data menyebar disekitar garis diagonal dan mengikuti arah garis diagonal atau grafik histogram menujukkan pola distribusi normal, maka model regresi
memenuhi asumsi normalitas.
Universitas Sumatera Utara
75
b. Jika data menyebar jauh dari garis diagonal dan atau tidak mengikuti arah
garis diagonal atau grafik histogram menunjukkan pola distribusi normal, maka model regresi tidak memenuhi asumsi normalitas.
Sumber : Hasil Pengolahan Data Primer 2016
Gambar 4.2 Grafik Histogram Uji Normalitas
Pada Gambar 4.2 terlihat bahwa data juga berdistribusi normal ini dapat dilihat pada scatterplot.Terlihat titik-titik yang mengikuti sebaran data di
sepanjang garis diagonal.
Universitas Sumatera Utara
76 Sumber : Hasil Pengolahan Data Primer 2016
Gambar 4.3 Grafik P-P Plot Uji Normalitas
Pada Gambar 4.3 Grafik P-P Plot dapat dilihat bahwa data menyebar disekitar garis diagonal dan mengikuti arah garis diagonal, jadi dapat disimpulkan
bahwa data residual berdistribusi normal maka model regresi memenuhi asumsi normalitas.
2. Analisis Kolmogorv-Smirnov
Pengujian normalitas dilakukan berdasarkan uji statistic non-parametrik Kolmogorv-Smirnov K-S.Dasar pengambilan keputusan untuk Kolmogorv-
Smirnov yaitu nilai value pada kolom Asimp. Sig 2-tailed level of significant α = 5.
Universitas Sumatera Utara
77
Tabel 4.9 One Sample Kolmogorv-Smirnov Test
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual N
76 Normal
Parameters
a,,b
Mean .0000000
Std. Deviation .28992332
Most Extreme Differences
Absolute .091
Positive .091
Negative -.074
Kolmogorov-Smirnov Z .794
Asymp. Sig. 2-tailed .555
a. Test distribution is Normal. b. Calculated from data.
Sumber : Hasil Pengolahan Data Primer 2016
Berdasarkan pengolahan data pada Tabel 4.9 diperoleh nilai Asymp. Sig. 2-tailed
diatas angka 0,05 0,555 0,05, dengan demikian dapat disimpulkan model regresi memenuhi asumsi normalitas.
4.3.2 Uji Heteroskedastisitas