4.2 Hasil Uji Asumsi Klasik
4.2.1 Hasil Uji Normalitas
Penelitian ini menggunakan grafik PP Plots, grafik histogram dan uji non parametrik Kolmogorov-Smirnov untuk melakukan pengujian terhadap normalitas
data. Dengan menggunakan grafik PP Plots, data dapat dikatakan terdistribusi
normal apabila titik-titik yang digambarkan pada grafik tersebut menyebar di sekitar garis diagonal dan mengikuti arah garis tersebut. Berikut ini adalah hasil
pengujian normalitas menggunakan grafik PP Plots:
Gambar 4.1 Uji Normalitas 1 : Grafik
PP Plots
Sumber: Output SPSS, 2013
Dalam grafik diatas terlihat bahwa titik-titik mengikuti arah garis diagonal namun tidak tersebar disekitar garis tersebut. Hasil ini dapat dikatakan
menggambarkan data yang tidak terdistribusi dengan normal, namun tingkat keakuratan hasil pengujian dengan grafik masih rendah maka perlu dilakukan
pengujian selanjutnya dengan grafik histogram dan uji Kolmogorov-Smirnov. Dalam pengujian normalitas menggunakan grafik histogram, data
dikatakan normal apabila grafik histogram yang terbentuk menyerupai lonceng yang menghadap ke atas. Berikut ini adalah hasil pengujian normalitas dengan
menggunakan grafik histogram:
Gambar 4.2 Uji Normalitas 2 : Grafik Histogram
Sumber: Output SPSS, 2013
Dalam grafik diatas terlihat bahwa hasil pengujian membentuk gambar lonceng sehingga data dapat dikatakan telah terdistribusi dengan normal.
Selanjutnya uji normalitas dilakukan dengan uji Kolmogorov-Smirnov dengan pedoman pengujian menurut Supratno 2013 adalah dengan cara memperhatikan
bilangan pada kolom signifikansi Sig. dan untuk menetapkan kenormalan, kriteria yang berlaku adalah sebagai berikut:
1. Jika signifikansi yang diperoleh 0.05, maka sampel berasal dari
populasi yang berdistribusi normal. 2.
Jika signifikasi yang diperoleh 0.05, maka sampel bukan berasal dari populasi yang berdistribusi normal.
Tabel 4.2 Uji Normalitas 3 :
Kolmogorov-Smirnov
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 32
Normal Parameters
a,b
Mean .0000000
Std. Deviation 8.00986158
Most Extreme Differences Absolute
.187 Positive
.187 Negative
-.155 Kolmogorov-Smirnov Z
1.056 Asymp. Sig. 2-tailed
.215 a. Test distribution is Normal.
Sumber: Output SPSS, 2013
Pada hasil di atas diperoleh nilai signifikansi sebesar 0.215 yang berarti data berasal dari populasi yang berdistribusi normal pada taraf siginifikansi 0.05.
4.2.2 Hasil Uji Multikolinearitas