maksimum terbesar 92 dan mean nilai rata-rata 74,41. Standart Deviation simpangan baku variabel ini adalah 11,668,
7. jumlah sampel yang digunakan ada sebanyak 177 buah.
2. Hasil Uji Asumsi Klasik
Salah satu syarat yang menjadi dasar penggunaan model regresi berganda dengan metode Ordinary Least Square OLS adalah
dipenuhinya semua asumsi klasik, agar hasil pengujian bersifat tidak bias dan efisien Best Linear Unbiased EstimatorBLUE. Pengujian asumsi
klasik dalam penelitian ini dilakukan dengan bantuan program statistik. Menurut Ghozali 2005:123 asumsi klasik yang harus dipenuhi adalah:
• berdistribusi normal,
• non-multikolinearitas, artinya antara variabel independen dalam
model regresi tidak memiliki korelasi atau hubungan secara sempurna ataupun mendekati sempurna,
• non-Autokorelasi, artinya kesalahan pengganggu dalam model
regresi tidak saling korelasi, •
homoskedasitas, artinya variance variabel independen dari satu pengamatan ke pengamatan yang lain adalah konstan atau sama.
a. Hasil Uji Normalitas Data
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
Universitas Sumatera Utara
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.
a. 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.
Gambar 4.1 Grafik Histogram
Sumber: Data Olahan SPSS, 2009
Universitas Sumatera Utara
Gambar 4.2 Grafik P-P Plot
Sumber: Data Olahan SPSS, 2009 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. b.
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
Universitas Sumatera Utara
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 4.2. Tabel 4.2
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 177
Normal Parameters
a
Mean .0000000
Std. Deviation 11.19703619
Most Extreme Differences Absolute
.101 Positive
.075 Negative
-.101 Kolmogorov-Smirnov Z
1.342 Asymp. Sig. 2-tailed
.055 a. Test distribution is Normal.
Sumber: Data Olahan SPSS, 2009 Hasil uji Kolmogorov-Smirnov pada penelitian ini menujukkan
probabilitas = 0,055. Dengan demikian, data pada penelitian ini berdistribusi normal dan dapat digunakan untuk melakukan Uji-t
dan Uji-f karena 0,055 0,05 H diterima
Universitas Sumatera Utara
b. Hasil Uji Multikolinieritas
