Uji Asumsi Klasik a. Uji Normalitas
menceng ke kiri atau menceng ke kanan. Hasil pengujian dapat dilihat pada grafik berikut :
Gambar 4.2 Histogram
Sumber : Hasil Penelitian, 2015
Pada grafik histogram pada Gambar 4.2 terlihat bahwa variabel berdistribusi normal. Hal ini ditunjukkan oleh distribusi data tersebut tidak
miring kekiri atau ke kanan dan membentuk pola lonceng. 2. Apabila plot dari keduanya berbentuk linear, maka hal ini merupakan
indikasi bahwa residual menyebar normal. Bila pola-pola titik yang tidak terletak selain di ujung-ujung plot masih berbentuk linear, meskipun
ujung-ujung plot agak menyimpang dari garis lurus, dapat dikatakan bahwa sebaran data hal ini residual adalah menyebar normal. Berikut
merupakan hasil Normal P–Plot of Regression Standardized Residual.
Gambar 4.3 Normal P – Plot of Regression Standardized Residual
Sumber : Hasil Penelitian , 2015
Pada gambar 4.3 tersebut dapat dilihat bahwa data-data titik-titik menyebar sekitar garis diagonal dan mengikuti arah garis diagonal, hal ini bearti data
berdistribusi normal. Untuk memastikan apakah data disepanjang garis diagonal berdistribusi normal maka dilakukan uji Kolmogorov Smirnov 1Sample KS
dengan melihat data residual apakah berdistribusi normal. Menentukan kritereria 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.
Unstandardized Residual
N
a,b
Normal Parameters Mean Std. Deviation
Most Extreme Absolute Differences Positive
Negatif Kolmogorov-Smirnov Z
Asymp. Sig. 2-tailed 93
.0000000 1.75030417
.104 .085
-.104 1.016
.253
Tabel 4.12 Analisis Statistik
One-Sample Kolmogorov-Smirnov Test
a. Test distribution is Normal. b. Calculated from data.
Sumber : Hasil Penelitian, 2015
Berdasarkan Tabel 4.12 diketahui bahwa nilai Asymp. Sig 2 tailed adalah 0.253 dan diatas nilai signifikan 0,05, dengan kata lain variabel berdistribusi
normal.