Asymp.Sig. 2-tailed diatas nilai signifikan 5 artinya variabel residual
berdistribusi normal
Tabel 4.11
One-Sample Kolmogorov-Smirnov Test Unstandardize
d Residual N
42 Normal Parameters
a,,b
Mean .0000000
Std. Deviation 1.37714936
Most Extreme Differences Absolute .170
Positive .119
Negative -.170
Kolmogorov-Smirnov Z 1.100
Asymp. Sig. 2-tailed .178
a. Test distribution is Normal. b. Calculated from data.
Sumber : Hasil Olahan SPSS 17.00 For Windows 2013
Berdasarkan tabel 4.11 dapat diketahui bahwa nilai Asymp.Sig.2-tailed adalah 0.178 dan lebih besar dari nilai signifikan 0,05 yang berarti data tersebut
berdistribusi normal.
2. Uji heteroskedastisitas
Uji ini bertujuan untuk menguji apakah didalam model regresi terjadi ketidaksamaan variance dari suatu residual pengamatan ke pengamatan lain.
Gejala heteroskedastisitas dapat dideteksi dengan 2 cara yaitu: a.
Analisis Grafik Gejala heteroskedastisitas dapat dilihat dengan menggunakan grafik
Scatterplot. Apabila data yang berbentuk titik-titik tidak membentuk suatu pola
Universitas Sumatera Utara
atau menyebar, maka model regresi tidak terkena heteroskedastisitas. Berikut adalah gambar Scatterplot untuk uji heteroskedastisitas :
Sumber : Hasil Pengolahan SPSS 17.00 2013 Gambar 4.3 ScatterplotUji Heteroskedastisitas
Pada Gambar 4.3 terlihat titik-titik menyebar secara acak, tidak membentuk sebuah pola tertentu yang jelas, serta tersebar baik di atas maupun di bawah angka
0 pada sumbu Y. Hal ini berarti tidak terjadi heteroskedastisitas pada model regresi.
b. Analisis Statistik
Gejala heteroskedastisitas dapat juga dideteksi melalui uji Glejser. Tabel 4.15 berikut ini menampilkan hasil pengujian heteroskedastisitas dengan uji
Glejser.
Universitas Sumatera Utara
Tabel 4.12 Uji Glejser
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. B
Std. Error Beta
1 Constant
-5.374 5.055
-1.063 .294
keb_aktulaliasai_dir i
-.002 .090
-.005 -.027
.979 penghargaan
-.042 .137
-.076 -.309
.759 keb_sosial
.260 .200
.281 1.300
.202 a. Dependent Variable: absut
Sumber : Hasil Pengolahan SPSS 17,00 for Windows 2013
Pada Tabel 4.12 dapat dilihat bahwa semua variabel bebas tidak signifikan dengan variabel terikat. Hal ini ditunjukkan oleh nilai signifikansi dari masing-
masing variabel bebas lebih besar dari tingkat signifikansi α sig 0,05. Hal ini dapat disimpulkan bahwa data bebas dari heteroskedastisitas.
3. Uji multikolinearitas
Gejala multikolinieritas dapat dilihat dari besarnya nilai Tolerance dan VIF Variance Inflation Factor. Kedua ukuran ini menunjukkan setiap variabel
independen manakah yang dijelaskan oleh variabel independen lainnya. Tolerance adalah mengukur variabilitas variabel independen yang terpilih yang tidak
dijelaskan variabel lainnya. Nilai yang digunakan untuk Tolerance 0,1 dan VIF 5, sehingga tidak terjadi multikolinieritas.
Universitas Sumatera Utara
Tabel 4.13 Uji Multikolinieritas
Coefficients
a
Model
Unstandardiz ed
Coefficients Standardize
d Coefficients
t
Sig. Collinearity
Statistics B
Std. Error
Beta
Tolerance
VIF 1
Constant
14.50 9
