terdapat heterokedasitas, tidak terdapat multikolinieritas dan tidak terdapat autokorelasi, yang dapat diuraikan sebagai berikut :
4.3.1.1. Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel dependen dan variabel independen mempunyai distribusi normal atau
tidak. Untuk menguji apakah distribusi data normal atau tidak, ada dua cara untuk mendeteksinya, yaitu dengan analisis grafik dan uji statistik. Uji normalitas
bertujuan untuk menguji apakah dalam model regresi, variabel dependen dan variabel independen mempunyai distribusi normal atau tidak. Analisis grafik
merupakan cara yang termudah untuk melihat normalitas residual dengan melihat grafik histogram yang membandingkan antara data observasi dengan distribusi
yang mendekati distribusi normal. 1 Analisis Grafik
Analisis grafik dapat digunakan dengan dua alat, yaitu grafik histogram dan grafik P-P Plot. Data yang baik adalah data yang memiliki pola distribusi
normal. Pada grafik histogram data yang mengikuti atau mendekati distribusi normal adalah distribusi data dengan bentuk lonceng. Pada grafik P-P Plot, sebuah
data dikatakan berdistribusi normal apabila titik-titik datanya tidak ke kiri maupun ke kanan, melainkan menyebar di sekitar garis diagonal.
Universitas Sumatera Utara
Gambar 4.1. Grafik Histogram
Sumber: Output SPSS 22.0 data diolah oleh penulis, 2016 Dari Gambar 4.1 terlihat bahwa pola distribusi mendekati normal, akan
tetapi jika kesimpulan normal tidaknya data hanya dilihat dari grafik histogram, maka hal ini dapat menyesatkan khususnya untuk jumlah sampel yang kecil.
Metode lain yang digunakan dalam analisis grafik adalah dengan melihat normal probability plot yang membandingkan distribusi kumulatif dari distribusi normal.
Jika distribusi data residual normal, maka garis yang akan menggambarkan data sesungguhnya akan mengikuti garis diagonalnya.
Universitas Sumatera Utara
Gambar 4.2. Normal Probability Plot
Sumber: Output SPSS 22.0 data diolah oleh penulis, 2016 Berdasarkan grafik histogram maupun grafik normal plot dapat
disimpulkan bahwa model regresi pada penelitian ini berdistribusi secara normal hal ini tergambar pada grafik histogram, dimana grafik tidak menceng ke kiri atau
ke kanan grafik seimbang antara kiri dan kanan dan pada grafik normal plot tampak bahwa data menyebar di sekitar garis diagonal dan mengikuti arah garis
diagonal. 2 Analisis Statistik
Pengujian normalitas data secara analisis statistik dapat dilakukan dengan menggunakan Uji Kolmogorov–Smirnov K-S. Secara multivarians pengujian
normalitas data dilakukan terhadap nilai residualnya. Data yang berdistribusi normal ditunjukkan dengan nilai signifikansi di atas 0.05 Ghozali, 2013.
Uji K-S dapat dilakukan dengan membuat hipotesis :
Universitas Sumatera Utara
− Ho : Data Residual berdistribusi normal − Ha : Data Residual tidak berdistribusi normal
Untuk menentukannya maka kriterianya adalah : − Ho diterima apabila nilai signifikansi 0,05
− Ha ditolak apabila nilai signifikansi 0,05
Tabel 4.2. Hasil Uji Normalitas Data
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 125
Normal Parameters
a,b
Mean ,0000000
Std. Deviation 48,32734942
Most Extreme Differences Absolute
,148 Positive
,148 Negative
-,077 Kolmogorov-Smirnov Z
,148 Asymp. Sig. 2-tailed
,135 a. Test distribution is Normal.
b. Calculated from data. c. Lilliefors Significance Correction.
Sumber: Output SPSS 22.0 data diolah oleh penulis, 2016 Dari hasil uji statistik terlihat pada tabel 4.2 nilai Kosmogorov-Smirnov Z sebesar
0,148 dan signifikansinya pada 0,148 dan signifikansinya pada 0,135 dan nilainya diatas α = 0,05 Asymp.sig = 0,135 0,05 sehingga hipotesis Ho diterima, yang
berarti data residual berdistribusi normal.
Universitas Sumatera Utara
4.3.1.2. Uji Multikolinearitas
