data observasi telah terdistribusi secara normal, maka grafik histogram akan menunjukkan pola yang seimbang mengikuti kurva normalitas serta grafik normal
plot yang menunjukkan penyebaran distribusi data akan mengikuti garis diagonal. Hasil uji normalitas untuk Model Regresi 1 dan Model Regresi 2 dapat
ditunjukkan sebagai berikut.
a. Model Regresi 1
Uji normalitas pada Model Regresi 1 dapat dilakukan dengan mengamati grafik histogram dan grafik normal plot. Grafik tersebut dapat dilihat pada
Gambar 4.1 dan Gambar 4.2 berikut ini
Gambar 4.1 Grafik Histogram Model Regresi 1
Sumber: Output program SPSS diolah, 2016
Gambar 4.2 Grafik Normal Plot Model Regresi 1
Sumber: Output program SPSS diolah, 2016 Melalui pengamatan terhadap Gambar 4.1, dapat disimpulkan bahwa nilai
residual data observasi telah terdistribusi secara normal karena grafik cenderung mengikuti pola kurva normal. Sementara itu pada Gambar 4.2, persebaran data
observasi cenderung menyebar di sekitar garis diagonal sehingga data observasi telah memenuhi asumsi normalitas.
Pengujian alternatif yang dapat digunakan untuk mengetahui kenormalan nilai residual data observasi adalah dengan melakukan uji non-parametrik
Kolmogorov-Smirnov
K-S. Data yang telah terdistribusi secara normal akan menunjukkan hasil uji K-S yang tidak signifikan pada tingkat kepercayaan 5.
Hasil uji K-S dapat dilihat pada Tabel 4.6 berikut.
Tabel 4.6 Hasil Uji Kolmogorov-Smirnov Model Regresi 1
Unstandardized Residual
N 317
Normal Parameters
a,b
Mean 0,0000000
Std. Deviation 0,89068702
Most Extreme Differences
Absolute 0,050
Positive 0,050
Negative -0,026
Kolmogorov-Smirnov Z 0,896
Asymp. Sig. 2-tailed 0,399
a. Test distribution is Normal. b. Calculated from data.
Sumber: Output program SPSS diolah, 2016. Tabel 4.6 menunjukkan hasil uji K-S yang bernilai 0,896 dan signifikan
pada 0,399. Hal ini menunjukkan bahwa data telah terdistribusi secara normal karena nilai signifikansi jauh lebih tinggi daripada 0,05. Dengan demikian, dapat
disimpulkan bahwa Model Regresi 1 telah memenuhi asumsi normalitas.
b. Model Regresi 2
Uji normalitas pada Model Regresi 2 dapat dilakukan dengan mengamati grafik histogram dan grafik normal plot. Grafik tersebut dapat dilihat pada
Gambar 4.3 dan Gambar 4.4 berikut ini.
Gambar 4.3 Grafik Histogram Model Regresi 2
Sumber: Output program SPSS diolah, 2016
Gambar 4.4 Grafik Normal Plot Model Regresi 2
Sumber: Output SPSS diolah, 2016
Grafik histogram pada Gambar 4.3 menunjukkan pola histogram yang mengikuti kurva normalitas. Grafik normal plot pada Gambar 4.4 juga telah
menunjukkan pola distribusi data yang cenderung menyebar pada garis diagonal.
Dari kedua gambar tersebut, dapat disimpulkan bahwa data observasi telah terdistribusi secara normal. Selain itu, uji
Kolmogorov-Smirnov
K-S dapat diterapkan untuk mendukung kesimpulan ini. Hasil uji K-S pada Model Regresi 2
dapat dilihat pada Tabel 4.7 berikut ini.
Tabel 4.7 Hasil Uji Kolmogorov-Smirnov Model Regresi 2
Unstandardized Residual
N 317
Normal Parameters
a,b
Mean 0,0000000
Std. Deviation 0,94424614
Most Extreme Differences
Absolute 0,037
Positive 0,034
Negative -0,037
Kolmogorov-Smirnov Z 0,654
Asymp. Sig. 2-tailed 0,785
a. Test distribution is Normal. b. Calculated from data.
Sumber: Output program SPSS diolah, 2016 Pada Tabel 4.7, dapat diketahui hasil uji
Kolmogorov-Smirnov
K-S menunjukkan nilai sebesar 0,654 dan nilai signifikan pada 0,785. Nilai
signifikansi tersebut berada jauh di atas 0,05 sehingga dapat disimpulkan bahwa Model Regresi 2 telah memenuhi asumsi normalitas.
4.2.2.2 Hasil Uji Multikolinieritas
Korelasi antar variabel independen dapat diuji dengan uji multikolinieritas. Model regresi dapat dikatakan baik apabila tidak terdapat korelasi di antara
variabel-variabel independen. Multikolinieritas dalam model regresi dapat
diketahui dari nilai
Tolerance
dan
Variance Inflation Factor
VIF. Model regresi memiliki sifat multikolinieritas apabila nilai
Tolerance
≤ 0,10 atau nilai VIF ≥ 10. Hasil pengujian multikolinieritas dapat dijelaskan sebagai berikut.
a. Model Regresi 1
