Uji Normalitas Uji Heteroskedastisitas

65

4.3.3. Uji Asumsi Klasik

1. Uji Normalitas

Uji normalitas data bertujuan untuk melihat apakah dalam sebuah model regresi variabel dependen dan independen memiliki distribusi normal atau tidak. a. Kolmogorov Smirnov Untuk menguji normalitas data adalah dengan menggunakan Kolmogorov- Smirnov dimana kriteria ini untuk menentukan normal atau tidaknya data, dilihat dari nilai probabilitasnya. Jika nilai Kolmogorov-Smirnov Asymp.Sig. 2- tailed0,05 maka data adalah normal. Tabel 4.37 Kolmogorov-Smirnov Sumber : Hasil Olahan Data Statistik, 2016 One-Sample Kolmogorov-Smirnov Test Unstandardized Residual N 100 Normal Parameters a,b Mean 0E-7 Std. Deviation 3.35608889 Most Extreme Differences Absolute .109 Positive .090 Negative -.109 Kolmogorov-Smirnov Z 1.093 Asymp. Sig. 2-tailed .183 a. Test distribution is Normal. b. Calculated from data. Universitas Sumatera Utara 66 Berdasarkan Tabel 4.37 diketahui bahwa nilai Asymp. Sig 2 tailed adalah 0.183 dan diatas nilai signifikan 0,05, dengan kata lain variabel berdistribusi normal. b. Histogram Pada grafik histogram , dikatakan variabel berdistribusi normal pada grafik histogram yang berbentuk lonceng apabila distribusi data tersebut tidak menceng ke kiri atau menceng ke kanan. Hasil pengujian dapat dilihat pada grafik berikut : Gambar 4.1 Universitas Sumatera Utara 67 c. P – Plot Gambar 4.2 Gambar tersebut menunjukkan bahwa data menyebar disekitar garis diagonal mengikuti arah garis diagonal histogramnya menunjukkan distribusi normal, maka model regresi memenuhi asumsi normalitas.

2. Uji Heteroskedastisitas

Pada prinsipnya pengujian Heteroskedastisitas adalah untuk melihat apakah terjadi gangguan yang berbeda dari suatu pengamatan. Untuk mendeteksi keberadaan heteroskedastisitas dapat dilakukan dengan metode formal yaitu melalui pendekatan grafik. Universitas Sumatera Utara 68 Gambar 4.3 Dari grafik scatterplot yang disajikan pada Gambar 4.3 dapat dilihat titik- titik menyebar secara acak tidak membentuk sebuah pola tertentu yang jelas serta tersebar baik diatas maupun dibawah angka Nol pada sumbu Y. Hal ini berarti tidak terjadi heteroskedastisitas pada model regresi.

3. Uji Multikolinearitas