72
1. Pendekatan Histogram
Pada grafik histogram dikatakan variabel berdistribusi normal pada grafik histogram yang berbentuk lonceng apabila distribusi data tersebut tidak
menceng kekiri atau kekanan.
Sumber: Hasil Pengolahan SPSS for Windows, 2015
Gambar 4.2 Pengujian Histogram Normalitas
Pada grafik histogram terlihat bahwa variabel berdistribusi normal hal ini ditunjukan oleh distribusi data tersebut tidak menceng ke kiri atau menceng
kekanan
2. Pendekatan Grafik
Untuk melihat uji normalitas juga dapat dilakukan dengan cara pendekatan grafik. PP plot akan membentuk plot antara nilai-nilai teoritis sumbu x
melawan nilai-nilai yang didapat dari sampel sumbu y. Apabila plot dari
73 keduanya berbentuk linear dapat didekati oleh garis lurus, maka hal ini
merupakan indikasi bahwa residual menyebar normal.
Sumber: Hasil Pengolahan SPSS for Windows, 2015
Gambar 4.3 Pengujian Grafik Normalitas
Pada Gambar 4.4 scatter plot telihat titik yang mengikuti data di sepanjang garis diagonal. Hal ini berarti data berdistribusi normal.
3. Pendekatan Kolmogrov-Smirnov
Untuk memastikan apakah data di sepanjang garis diagonal berdistribusi normal, maka dilakukan uji kolmogrov smirnov 1 sample KS dengan
melihat data residualnya apakah berdistribusi normal atau tidak.
74
Tabel 4.11 Uji Normalitas Pendekatan Kolmogrov-Smirnov
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 41
Normal Parameters
a,b
Mean 0E-7
Std. Deviation .97692069
Most Extreme Differences Absolute
.085 Positive
.085 Negative
-.070 Kolmogorov-Smirnov Z
.546 Asymp. Sig. 2-tailed
.927 a. Test distribution is Normal.
b. Calculated from data.
Sumber: Hasil Pengolahan SPSS for Windows, 2015 Pada Tabel 4.11 terlihat bahwa nilai Asymp. Sig 2-tailed adalah 0,927
dan diatas nilai signifikan 0,05. Dengan kata lain data residual berdistribusi normal. Nilai Kolmogorov-Smirnov Z yaitu 0,546 dan lebih kecil dari 1,97 berarti
tidak ada perbedaan antar distribusi teoritik dan distribusi empirik atau dengan kata lain data dikatakan normal.
4.2.4.2 Uji Heteroskedastisitas
Uji heteroskedastisitas adalah untuk mengetahui apakah dalam sebuah model regresi terjadi ketidaksamaan varians dari residual antara sata pengamatan
dengan pengamatan yang lain. Model regresi yang baik yaitu yang homoskedastisitas atau tidak terjadi heteroskedastisitas.
Ada beberapa cara untuk mendeteksi ada atau tidaknya heteroskedastisitas, yaitu:
75
1. Pendekatan Grafik