55
menyatakan setuju, 18,8 menyatakan ragu-ragu, 5,8 menyatakan kurang setuju, dan 0 menyatakan sangat tidak setuju dengan pernyataan tersebut.
4.3 Uji Asumsi Klasik
4.3.1 Uji Normalitas
Uji Normalitas bertujuan untuk mengetahui apakah distribusi sebuah data mengikuti atau mendekati distribusi normal distribusi data dengan bentuk
lonceng atau tidak Situmorang, 2010:91. Model regresi yang baik adalah memiliki distribusi normal atau mendekati normal.
Ada dua cara untuk mendeteksi apakah data terdistribusi secara normal atau tidak yaitu dengan Pendekatan Grafik dan Pendekatan Kolmogorv-Smirnov.
1. Analisis Grafik
Salah satu cara untuk melihat uji normalitas adalah dengan melihat grafik hitogram dan grafik P-Plot seperti yang ditunjukkan oleh Gambar 4.1 dan Gambar
4.2 sebagai berikut:
Sumber: Hasil penelitian, 2016 Data diolah
Gambar 4.2 Pengujian Normalitas Histogram
Universitas Sumatera Utara
56
Pada Gambar 4.1 terlihat bahwa grafik histogram membentuk kurva yang seimbang dan tidak melenceng ke kiri ataupun ke kanan. Hal ini menunjukkan
bahwa data yang digunakan pada penelitian ini terdistribusi secara normal.
Sumber: Hasil penelitian, 2016 Data diolah
Gambar 4.3 Pengujian Normalitas P-Plot
Pada grafik P-P plot terlihat bahwa titik-titik menyebar disekitar garis diagonal dan cenderung mengikuti arah garis diagonal. Hal ini menunjukkan
bahwa data yang digunakan dalam penelitian ini terdistribusi secara normal. 2.
Analisis Kolmogorv-Smirnov Untuk memastikan apakah data di sepanjang garis diagonal berdistribusi
normal, maka dilakukan uji Kolmogorv-Smirnov 1 sample KS dengan melihat data residualnya. Berikut ini pengujian normalitas yang didasarkan dengan uji
statistik nonparametik Kolmogorv-Smirnov:
Universitas Sumatera Utara
57
Tabel 4.7 Uji Kolmogorv-Smirnov
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 69
Normal Parameters
a,,b
Mean .0000000
Std. Deviation 4.95276615
Most Extreme Differences Absolute
.089 Positive
.089 Negative
-.062 Kolmogorov-Smirnov Z
.741 Asymp. Sig. 2-tailed
.643 a. Test distribution is Normal.
b. Calculated from data.
Sumber: Hasil Penelitian 2016, Data diolah
Berdasarkan Tabel 4.7 terlihat bahwa nilai Asymp.Sig. 2-tailed adalah
0,643 dan di atas nilai signifikan 0,05. Dengan kata lain, variabel residual berdistribusi normal.
4.3.2 Uji Multikolinearitas
