4.3.1 Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal. Ada dua cara untuk
mendeteksi apakah residual berdistribusi normal atau tidak yaitu dengan analisis grafik dan uji statistik.
1. Analisis Grafik
Data yang berdistribusi normal dapat dilihat melalui grafik histogram di bawah ini
Gambar 4.1 Uji Normalitas 1
Histogram
Universitas Sumatera Utara
Grafik histogram di atas menunjukkan pola berdistribusi normal, karena grafik histogram menunjukkan kemiringan garis diagonal yang cenderung
seimbang, baik sisi kiri maupun kanan, ataupun tidak condong ke kiri maupun ke kanan.
2. Analisis Statistik
Uji normalitas dengan grafik dapat menyesatkan kalau tidak hati-hati secara visual kelihatan normal, padahal secara statistik bisa sebaliknya. Oleh sebab itu
dianjurkan disamping uji grafik dilengkapi dengan uji statistik Ghozali, 2006:112. Uji statistik yang dapat digunakan untuk menguji normalitas residual
adalah uji statistik non-parametrik Kolmogorov-Smirnov K-S. Uji K-S dilakukan dengan membuat hipotesis :
H
o
= Data residual terdistribusi normal. H
a
= Data residual tidak terdistribusi normal. Apabila nilai signifikansi 0.05 maka H
o
diterima dan H
a
ditolak, hal ini berlaku sebaliknya, apabila nilai signifikansi 0.05 maka H
o
ditolak dan H
a
diterima. Hasil uji normalitas dengan menggunakan model uji ini ditampilkan sebagai berikut
Tabel 4.4 Uji Normalitas 2
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual N
17 Normal Parameters
a,b
Mean -.0367420
Std. Deviation
.24270834 Most Extreme
Absolute .185
Universitas Sumatera Utara
Differences Positive
.185 Negative
-.096 Kolmogorov-Smirnov Z
.761 Asymp. Sig. 2-tailed
.608 a. Test distribution is Normal.
b. Calculated from data. Sumber : Hasil Output SPSS, diolah peneliti 2014 Lampiran 4
Dari tabel di atas dapat diketahui besarnya nilai Kolmogorov-Smirnov adalah 0.761 dengan probabilitas signifikansi 0.608 dan dapat disimpulkan bahwa
data dalam regresi telah terdistribusi secara normal dimana nilai signifikansinya lebih besar daripada 0.05 0.608 0.05.
Hasil pengujian grafik histogram yang sejalan dengan model uji Kolmogorov-Smirnovmenyatakan bahwa data telah terdistribusi secara normal.
Oleh karena itu, pengujian asumsi klasik yang lain dapat dilanjutkan karena telah diuji normalitas datanya.
4.3.2 Uji Multikolinearitas
Kategori