hasil ini juga dapat disimpulkan item pertanyaan kuesioner memiliki reliabilitas yang tinggi.
4.2.3. Hasil Uji Asumsi Klasik
Pengujian hipotesis ini dilakukan dengan menggunakan uji regresi linear sederhana. Uji – uji ini terdiri dari uji normalitas data dan uji
heteroskedastisitas.
4.2.3.1. Hasil Uji Normalitas
Ada dua cara yang dapat digunakan agar dapat mengetahui apakah residual berdistribusi normal atau tidak, yaitu dengan analisis
grafik dan uji statistik. Pada penelitian ini akan digunakan kedua cara tersebut. Dalam analisis grafik dilakukan dengan melihat grafik
histogram dan normal probability plot. Sedangkan dalam analisis dilakukan dengan alat uji kolmogorov – smirnov. Hasil pengujian
normalitas data ditunjukkan dalam histogram dan grafik berikut ini.
Gambar 4.1
Universitas Sumatera Utara
Histogram
Grafik histogram pada gambar 4.1 menunjukkan pola distribusi normal karena grafik tidak menceng kiri maupun menceng
kanan. Dengan demikian dapat disimpulkan bahwa model regresi telah memenuhi asumsi normalitas. Demikian pula hasil uji
normalitas dengan menggunakan grafik normal p-plot.
Gambar 4.2 Normal P-P Plot
Sumber : Hasil Olahan Data SPSS, 2012 Pada grafik normal plot terlihat titik menyebar di setiap garis
dan penyebarannya tidak jauh dari garis diagonal. Kedua grafik
Universitas Sumatera Utara
tersebut menunjukkan, model regresi tidak menyalahi asumsi normalitas.
Pengujian normalitas data hanya melihat grafik. Grafik akan menyesatkan apabila tidak melihatnya secara teliti. Oleh sebab itu,
sebaiknya dilakukan uji normalitas data dengan menggunakan statistik agar data lebih meyakinkan. Untuk memastikan apakah data
di sepanjang garis diagonal berdistribusi normal, maka dapat dilakukan uji kolmogorov – smirnov Uji K – S. Jika tingkat
signifikan lebih besar dari 0,05 maka data itu terdistribusi normal. Jika nilai signifikan lebih kecil dari 0,05 maka nilai itu berdistribusi
tidak normal. Hasil pengujian normalitas terhadap variabel independen dan variabel dependen akan disajikan pada tabel 4.7.
Tabel 4.7 One-Sample Kolmogorov-Smirnov Test
Sumber : Hasil Olahan Data SPSS, 2012 Unstandardized
Residual N
45 Normal Parameters
a
Mean .0000000
Std. Deviation 5.88023277
Most Extreme Differences
Absolute .123
Positive .072
Negative -.123
Kolmogorov-Smirnov Z .825
Asymp. Sig. 2-tailed .504
a. Test distribution is Normal.
Universitas Sumatera Utara
Dari hasil pengolahan data pada tabel 4.7 diperoleh besarnya nilai
Kolmogorov-Smirnov adalah 0,825 dan signifikan pada 0,504. Nilai siginifikansi lebih besar dari 0,05 maka H
diterima yang berarti data residual berdistribusi normal.
4.2.3.2. Hasil Uji Heteroskedatisitas
