a. Berdistribusi normal,
b. Non-multikolineritas, artinya antara variabel independen dalam model
regresi tidak memiliki korelasi atau hubungan secara sempurna ataupun mendekati sempurna,
c. Non-autokorelasi, artinya kesalahan pengganggu dalam model regresi
tidak saling berkorelasi, d.
Homokedastisitas, artinya variance variabel independen dari satu pengamatan ke pengamatan lain adalah konstan atau sama.
a. Uji normalitas
Pengujian ini dimaksud apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal. Adapun uji normalitas dapat dilakukan
dengan dua cara yaitu analisis grafik dan statistik.
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.
Hasil uji normalitas dengan menggunakan grafik histogram dan normal probability plot adalah seperti yang ditampilkan berikut ini:
Universitas Sumatera Utara
Gambar 4.1 Histogram
Sumber: Data diolah peneliti, 2011
Pada grafik histogram terlihat bahwa variabel berdistribusi normal hal ini ditunjukkan oleh distribusi data tersebut tidak miring ke kiri atau miring ke kanan.
Universitas Sumatera Utara
Gambar 4.2 Grafik P-P Plot
Sumber: Data diolah peneliti, 2011
Hasil uji normalitas menggunakan grafik plot menunjukkan bahwa titik pada scatterplot mengikuti data di sepanjang garis diagonal. Hal ini berarti data
berdistribusi normal.
2 Analisis statistik
Pengujian normalitas data dengan hanya melihat grafik dapat menyesatkan kalau tidak dilihat secara seksama, sehingga kita perlu melakukan uji normalitas
data dengan menggunakan statistik agar lebih meyakinkan.
Universitas Sumatera Utara
Uji data statistik dengan model Kolmogorov-Smirnov dilakukan untuk mengetahui apakah data sudah terdistribusi secara normal atau tidak, Santoso
2002 memberikan pedoman pengambilan keputusan untuk data-data yang mendekati atau telah terdistribusi secara normal.
a Apabila nilai signifikansi atau nilai probabilitas 0,05, maka distribusi data
normal, b
Apabila nilai signifikansi atau nilai probabilitas 0,05, maka distribusi data tidak normal.
Tabel 4.4 Uji Kolmogorov-Smirnov
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 36
Normal Parameters
a,b
Mean ,0000000
Std. Deviation ,07996176
Most Extreme Differences Absolute
,199 Positive
,121 Negative
-,199 Kolmogorov-Smirnov Z
1,194 Asymp. Sig. 2-tailed
,116 a. Test distribution is Normal.
b. Calculated from data.
Sumber: Data diolah Peneliti, 2011
Berdasarkan hasil uji statistik dengan model Kolmogorov-Smirnov seperti yang terdapat dalam tabel 4.4 dapat disimpulkan bahwa data terdistribusi normal.
Hal ini dapat dilihat dari nilai Asymp.Sig.2 tailed Kolmogorov-Smirnov adalah 0,116, karena 0,116 0,05.
Universitas Sumatera Utara
b. Uji heteroskedastisitas
