Tabel 5 di atas menunjukkan bahwa instrumen yang dipakai dalampenelitian ini reliabel dan dapat dipercaya, sehingga seluruh variabel dapatdigunakan dalam
penelitian.
D. Pengujian Asumsi Klasik
1. Uji normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi variabel pengganggu atau residual memiliki distribusi normal atau tidak, dengan
membuat hipotesis sebagai berikut: H
o
: data residual terdistribusi normal
H
a
: data residual terdistribusi tidak normal Ada dua cara yang dapat digunakan untuk mendeteksi apakah residual
berdistribusi normal atau tidak, yaitu dengan analisis grafik dan uji statistik. Pada penelitian ini akan digunakan kedua cara tersebut.
1 Analisis Grafik
Analisis grafik dapat digunakan dengan dua alat, yaitu grafik histogram dan grafik P-P Plot. Data yang baik adalah data yang memiliki pola distribusi normal.
Pada grafik histogram, data yang mengikuti atau mendekati distribusi normal adalah distribusi data dengan bentuk lonceng. Pada grafik P-P Plot, sebuah data
dikatakan berdistribusi normal apabila titik-titik datanya tidak menceng ke kiri atau ke kanan, melainkan menyebar di sekitar garis diagonal.
Universitas Sumatera Utara
Gambar 4.1 Uji Normalitas
Sumber: Data Olahan SPSS, 2010
Gambar 4.2 Uji Normalitas
Sumber: Data Olahan SPSS, 2010
Universitas Sumatera Utara
Dengan melihat tampilan grafik histogram, kita dapat melihat bahwa gambarnya telah berbentuk lonceng yang menunjukkan bahwa data telah
terdistribusi secara normal. Pada grafik P-P Plot terlihat titik-titik menyebar di sekitar garis diagonal dan tidak jauh dari garis diagonal. Kedua grafik tersebut
menunjukkan bahwa model regresi tidak menyalahi asumsi normalitas. 2
Uji Statistik Pengujian normalitas data dengan hanya melihat grafik dapat menyesatkan
kalau tidak melihat secara seksama, sehingga kita perlu melakukan uji normalitas data dengan menggunakan statistik agar lebih meyakinkan. Untuk memastikan
apakah data di sepanjang garis diagonal berdistribusi normal, maka dilakukan uji Kolmogorov-Smirnov 1 sample KS dengan melihat data residualnya apakah
berdistribusi normal atau tidak. Jika nilai signifikansinya lebih besar dari 0,05 maka data tersebut terdistribusi normal. Jika nilai signifikansinya lebih kecil dari
0,05 maka distribusi data adalah tidak normal. Hasil uji Kolmogorov-Smirnov dapat dilihat pada tabel 4.6.
Universitas Sumatera Utara
Tabel 4.6 Uji Normalitas
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 75
Normal Parameters
a
Mean .0000000
Std. Deviation 6.29595386
Most Extreme Differences Absolute
.120 Positive
.120 Negative
-.100 Kolmogorov-Smirnov Z
1.042 Asymp. Sig. 2-tailed
.227
a. Test distribution is Normal.
Hasil uji Kolmogorov-Smirnov pada penelitian ini menujukkan probabilitas = 0,731 Dengan demikian, data pada penelitian ini berdistribusi normal dan dapat
digunakan untuk melakukan Uji-t dan Uji-f karena 0,227 0,05 H diterima.
2. Uji Multikolinieritas