4.2.3. Analisis Statistik 1. Uji Asumsi Klasik
a. Pengujian Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variable penganggu 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 penulis menganalisis
grafik histogram yang membandingkan antara data observasi dengan distribusi yang mendekati distribusi normal dan juga menganalisis probabilitas plot yang
menbandingkan distribusi kumulatif dan distribusi normal. Hipotesis:
1. Jika data menyebar disekitar garis diagonal dan mengikuti arah garis diagonal atau grafik histogram menunjukkan pola distribusi normal, maka model
regresi memenuhi asumsi normalitas. 2. 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 Kuesioner, SPSS versi 16.0, 2011 Gambar 4.3
Histogram
Interpretasi dari gambar 4.3, menunjukkan bahwa grafik histogram menunjukkan pola distribusi normal.
Sumber: Hasil pengolahan data primer Kuesioner, SPSS versi 16.0, 2011 Gambar 4.4
Normal P- P Plot of Regression Standardized Residual
Pada gambar 4.4 tersebut dapat dilihat bahwa data- data titik-titik menyebar disekitar garis diagonal dan mengikuti arah garis diagonal. Oleh karena
itu, berdasarkan gambar 4.4 tersebut dapat diambil kesimpulan bahwa telah memenuhi uji normalitas.
Untuk memastikan apakah data disepanjang garis diagonal berdistribusi normal maka dilakukan uji Kolmogorov Smirnov 1 Sample KS dengan melihat
data residual apakah berdistribusi normal Syafrizal, et al, 2008: 59. Menentukan kriteria keputusan:
1. Jika nilai Asymp.Sig. 2-tailed 0,05 maka tidak mengalami gangguan distribusi normal.
2. Jika nilai Asymp.Sig. 2-tailed 0,05 maka mengalami gangguan distribusi normal.
Tabel 4.13
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 96
Normal Parameters
a
Mean .0000000
Std. Deviation 1.27934408
Most Extreme Differences Absolute
.073 Positive
.073 Negative
-.045 Kolmogorov-Smirnov Z
.711 Asymp. Sig. 2-tailed
.693 a. Test distribution is Normal.
b. Calculated from data
Sumber: Hasil pengolahan data primer Kuesioner, SPSS versi 16.0, 2011
Pengambilan keputusan: Pada Tabel 4.13 terlihat bahwa Asymp. Sig. 2-tailed adalah 0,693 dan diatas
nilai signifikan 5 0,05, dengan kata lain variabel residual berdistribusi normal.
b. Pengujian Multikolinieritas
Kategori