regresi tidak terdapat Multikolinieritas, memiliki varians nilai kesalahan taksiran model regresi error term yang konsisten tidak terjadi Heteroskedastisitas dan
terbebas dari kesalahan pengganggu antar periode tidak ada Autokorelasi. Hasil yang diperoleh dalam menguji penyimpangan asumsi klasik adalah
sebagai berikut :
a. Hasil Pengujian Normalitas Data Residual
Pengujian normalitas dilakukan dengan menggunakan uji Kolmogorov Smirnov. Tujuan uji ini untuk melihat normalitas data residual hasil taksiran
model regresi error term. Hasil perhitungan untuk model yang diperoleh dapat dilihat pada tabel berikut.
Tabel 4.7 Hasil Uji Normalitas Taksiran Model Regresi X
–Y One-Sample Kolmogorov-Smirnov Test
Unstandardiz ed Residual
N 30
Normal Parameters
a,b
Mean 0E-7
Std. Deviation
2309.836460 77
Most Extreme Differences
Absolute .132
Positive .090
Negative -.132
Kolmogorov-Smirnov Z .724
Asymp. Sig. 2-tailed .671
a. Test distribution is Normal. b. Calculated from data.
Sumber: Lampiran Output SPPS
Hasil perhitungan nilai Kolmogorov untuk model regresi yang diperoleh adalah sebesar 0,132 atau dibulatkan menjadi 0,13 dengan probabiliti p-value
sebesar 0,671 atau dibulatkan menjadi 0,67. Karena nilai probability uji Kolmogorov model lebih besar dari tingkat kekeliruan 0,05, maka dapat
disimpulkan bahwa nilai residual dari model regresi berdistribusi normal. Normalitas hasil model regresi juga dilihat dari grafik normal P Plot of
Regression Statistic.
Gambar 4.7 Grafik Normal P-Plot Asumsi Normalitas
Hasil dengan melihat tampilan grafik normal dapat disimpulkan bahwa nilai residual berdistribusi normal yang terlihat dari titik-titik menyebar disekitar
diagonal, serta penyebarannya mengikuti garis diagonal.
b. Hasil Pengujian Multikolinearitas
Uji multikolinearitas digunakan untuk menunjukkan ada tidaknya hubungan linier di antara variabel-variabel independen dalam model regresi yang
dapat digunakan untuk menguji adanya multikolinearitas adalah dengan uji nilai
