4.2.3 Uji A
Uj model lay
dilakukan
1. Uji No
Uj normal ata
a. Pe
Pa his
me
Asumsi Kla
i asumsi k yak atau tida
dalam pene
ormalitas
i normalita au tidak, ya
endekatan H ada grafik hi
stogram yan enceng keki
G
Su
asik
klasik digun ak digunaka
elitian ini ad
s bertujuan ng dapat dil
Histogram istogram, d
ng berbentu iri atau men
Gambar 4.2
umber: Hasil
nakan untuk an dalam seb
dalah :
untuk men lakukan me
dikatakan va uk lonceng
nceng kekan
2 Histogram
l pengolahan
k melihat a buah peneli
nguji apakah elalui bebera
ariabel berd g apabila di
nan.
m
n SPSS, 201
atau mengu tian. Uji asu
h nilai resid apa pendeka
istribusi nor istribusi dat
3 data diol
uji apakah umsi klasik
dual berdistr atan yaitu:
ormal pada g ta tersebut
lah
suatu k yang
ribusi
grafik tidak
Universitas Sumatera Utara
Pa dit
me b.
Pe Ca
me yan
lin bah
Pa gar
ada grafik h tunjukkan o
enceng ke k endekatan G
ara lain mel embentuk p
ng didapat nier dapat d
hwa residua
ada gambar ris diagonal
histogram te oleh distrib
kanan. Grafik
lihat uji no plot antara
dari samp didekati ole
al menyebar
Gamba
Sumber
4.3 scatter p l. Hal ini be
erlihat bahw busi data t
ormalitas de nilai-nilai t
el sumbu eh garis lur
r normal.
ar 4.3 Pend
r: Hasil peng
plot terlihat erarti data b
wa variabel tersebut tid
engan pende teoritis sum
y. Apabil rus, maka
dekatan gra
olahan SPSS
t titik yang m erdistribusi
berdistribus dak mencen
ekatan grafi mbu x mel
a plot kedu hal ini mer
afik
S, 2013 dat
mengikuti d normal.
si normal h ng ke kiri
fik. PP plot lawan nilai
uanya berb rupakan ind
ata diolah
data di sepa hal ini
atau
akan i-nilai
entuk dikasi
anjang
Universitas Sumatera Utara
c. Pendekatan Kolmogorov-Smirnov
Untuk memastikan apakah data berdistribusi normal, maka dapat dilakukan dengan menggunakan uji kolmogorv-smirnov 1 sampel KS
dengan melihat data residunya.
Tabel 4.8 Hasil Uji Normalitas Pendekatan
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 89
Normal Parameters
a,b
Mean 0E-7
Std. Deviation 2.61652660
Most Extreme Differences Absolute
.059 Positive
.052 Negative
-.059 Kolmogorov-Smirnov Z
.556 Asymp. Sig. 2-tailed
.916 a. Test distribution is Normal.
b. Calculated from data.
Sumber: Hasil pengolahan SPSS, 2013 data diolah
Situmorang 2012 memaparkan bahwa dasar pengambilan keputusan untuk Kolmogorov Smirnov yaitu nilai value pada kolom Asymp. Sig lebih
besar dari level of significant α = 5, maka tidak mengalami gangguan
distribusi normal. Melalui Tabel 4.8 terlihat bahwa nilai Asymp. Sig. 2- tailed
adalah 0,916 dan diatas nilai signifikan 0,05. Dapat disimpulkan bahwa data residual berdistribusi normal. Nilai kolmogorov-smirnov Z
dari Tabel 4.8 yaitu 0,556 dan lebih kecil dari 1,97 berarti tidak ada perbedaan antara distribusi teoritik dan distribusi empiric atau dengan kata
lain data dikatakan normal.
Universitas Sumatera Utara
2. Uji Heterokedastisitas