Uji normalitas Uji Asumsi Klasik

5.1.2.1. Uji normalitas

Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel terikat dan variabel bebas keduanya memiliki distribusi normal atau tidak. Model regresi yang baik adalah memiliki distribusi data normal atau mendekati normal. Uji Normalitas bertujuan untuk melihat apakah model regresi, variabel pengganggu atau residual berdistribusi normal. Untuk itu dilakukan uji one sample Kolmogorov Smirnov Test. Adapun hasil pengujian terdapat pada Tabel 5.2 berikut: Tabel 5.2. Hasil Pengujian One Sample Kolmogorov Smirnov Test One-Sample Kolmogorov-Smirnov Test A_Res N 72 Mean .0000000 Normal Parameters a,,b Std. Deviation .67003631 Absolute .197 Positive .154 Most Extreme Differences Negative -.197 Kolmogorov-Smirnov Z 1.668 Asymp. Sig. 2-tailed .068 a. Test distribution is Normal. b. Calculated from data. Sumber: Output SPSS Lampiran 2 Dari hasil pengujian terlihat pada Tabel 5.2 tersebut terlihat besarnya nilai Kolmogorov-Smirnov adalah 1.668 dan signifikan pada 0.068. Hal ini berarti H ditolak yang berarti data residual berdistribusi normal. Selain itu dapat diuji dengan melihat Gambar Normal PP Plot sebagai berikut: pdf M a chine - is a pdf w r it e r t h a t pr odu ce s qu a lit y PD F file s w it h e a se Ge t you r s n ow “ Thank you very m uch I can use Acrobat Dist iller or t he Acrobat PDFWrit er bu t I consider your pr oduct a lot easier t o use and m uch pr efer able t o Adobes A.Sar r as - USA Universitas Sumatera Utara Gambar 5.1. Normalitas dengan PP Plot Berdasarkan Gambar 5.1 tersebut titik-tik menyebar di sekitar garis diagonal tidak membentuk pola acak yang bermakna residual memiliki varians yang terdistribusi normal. Selain menggunakan Gambar Normal P-P Plot, juga dapat digunakan Grafik Histogram yang terdapat pada Gambar 5.2 berikut: Gambar 5.2. Normalitas dengan Histogram pdf M a chine - is a pdf w r it e r t h a t pr odu ce s qu a lit y PD F file s w it h e a se Ge t you r s n ow “ Thank you very m uch I can use Acrobat Dist iller or t he Acrobat PDFWrit er bu t I consider your pr oduct a lot easier t o use and m uch pr efer able t o Adobes A.Sar r as - USA Universitas Sumatera Utara Berdasarkan Gambar 5.2 tersebut menunjukkan variabel pengganggu atau residual berada di sekitar diagram distribusi normal. 5.1.2.2. Uji multikolinearitas Multikolinearitas merupakan fenomena adanya korelasi yang sempurna antara satu variabel bebas dengan variabel bebas lain. Jika terjadi multikolinearitas, akan mengakibatkan timbulnya kesalahan standard penaksir dan probabilitas untuk menerima hipotesis yang salah semakin besar. Menurut Ghozali 2005 salah satu cara untuk mengetahui adanya multikolinearitas adalah dengan melakukan uji VIF Variance Inflation Factor yaitu jika VIF tidak lebih dari 10 dan nilai Tolerance tidak kurang dari 1 maka model dapat dikatakan terbebas dari multikolinearitas. Berdasarkan hasil pengolahan SPSS atas data yang diperoleh, dapat dilihat pada Tabel 5.3 berikut: Tabel 5.3. Uji Multikolinearitas Collinearity Statistics Model Tolerance VIF X1 .775 1.291 X2 .398 2.510 1 X1_x_X2 .408 2.453 a. Dependent Variable: SM_Y Sumber: Hasil Output SPSS Lampiran 2 Dari tabel tersebut di atas dapat dilihat bahwa nilai VIF untuk masing-masing variabel adalah 10 dan Tolerance tidak lebih dari 1. Hal ini membuktikan bahwa model regresi yang digunakan dalam penelitian ini tidak terdapat gejala multikolinearitas homoskedastisitas. pdf M a chine - is a pdf w r it e r t h a t pr odu ce s qu a lit y PD F file s w it h e a se Ge t you r s n ow “ Thank you very m uch I can use Acrobat Dist iller or t he Acrobat PDFWrit er bu t I consider your pr oduct a lot easier t o use and m uch pr efer able t o Adobes A.Sar r as - USA Universitas Sumatera Utara

5.1.2.3. Uji autokorelasi