Desember 29,843,130
33,403,455 33,710,410
46,429,636 35,024,807
Total 204,315,501
222,185,806 228,235,929
276,452,174 528,412,493
Sumber : Data Keuangan KPRI UNIMED
Dari tabel 4.4 terlihat bahwa volume usaha pada KPRI UNIMED juga cenderung mengalami peningkatan dari tahun ke tahun, dengan peningkatan
signifikan juga terjadi pada tahun 2010. Berdasarkan pengamatan terhadap data keuangan KPRI UNIMED, diketahui bahwa volume usaha terbesar yang
diperolah KPRI UNIMED adalah yang berasal dari jasa USP, yaitu sekitar 74,2. Sisanya sebesar 4,7 berasal dari jasa administrasi, 3,3 berasal dari jasa
pendapatan toko, 6,1 berasal dari penjualan konsinyasi, dan 11,6 berasal dari pengadaan lahan.
2. Hasil Uji Asumsi Klasik a. Pengujian Normalitas
Ada dua cara yang bisa digunakan untuk mendeteksi kenormalan residu dari model regresi. Cara pertama yaitu dengan analisis grafik dan
yang kedua adalah uji statistik. Kedua cara tersebut akan digunakan dalam penelitian ini.
1 Analisis Grafik
Pada analisis grafik akan digunakan histogram dan Normal Probability Plot. Pada histogram, data distribusi nilai residu error
menunjukkan distribusi normal apabila grafik berbentuk lonceng. Pada Normal Probability Plot, nilai residu berdistribusi normal
Universitas Sumatera Utara
Regression Standardized Residual
3 2
1 -1
-2 -3
F re
q u
e n
c y
12.5 10.0
7.5 5.0
2.5 0.0
Histogram
Dependent Variable: SHU
Mean =-7.93E-16 Std. Dev. =0.974
N =60
apabila sebaran error berupa dot masih berada disekitar garis diagonal.
Gambar 4.2 Uji Normalitas 1
Universitas Sumatera Utara
Observed Cum Prob
1.0 0.8
0.6 0.4
0.2 0.0
E xp
ec te
d C
u m
P ro
b
1.0 0.8
0.6 0.4
0.2 0.0
Normal P-P Plot of Regression Standardized Residual Dependent Variable: SHU
Gambar 4.3 Uji Normalitas 2
Dengan melihat tampilan histrogram yang berbentuk lonceng dan Normal Probability Plot yang menunjukkan bahwa dot tersebar
disekitar garis diagonal, maka dapat disimpulkan bahwa model regresi memenuhi asumsi normalitas.
Analisis grafik bisa menimbulkan interpretasi yang berbeda antar pembaca satu dengan pembaca lainnya. Sehingga uji statistik
diperlukan untuk memastikan kesalahan interpretasi pembacaan grafik tidak terjadi.
2 Uji Statistik
Universitas Sumatera Utara
One-Sample Kolmogorov-Smirnov Test
60 .0000000
2349375.281 .169
.091 -.169
1.308 .065
N Mean
Std. Deviation Normal Parameters
a,b
Absolute Positive
Negative Most Extreme
Differences
Kolmogorov-Smirnov Z As ymp. Sig. 2-tailed
Unstandardiz ed Res idual
Test distribution is Normal. a.
Calculated from data. b.
Salah satu pengujian statistic yang bisa dilakukan untuk memastikan bahwa error berdistribusi normal adalah dengan
menggunakan uji kolmogrov-smirnov. Jika nilai signifikansi lebih besar dari 0,05 maka dapat disimpulkan bahwa error berdistribusi
normal, dan sebaliknya jika nilai signifikansi lebih kecil dari 0,05 maka error tidak berdistribusi normal. Hasil uji kolmogrov-smirnov
dapat dilihat pada tabel 4.6.
Tabel 4.5 Uji Normalitas
Dari tabel diatas dapat terlihat bahwa nilai signifikansi variabel adalah 0,065 lebih besar dari 0,05. Maka dapat disimpulkan bahwa
model regresi memenuhi asumsi normalitas.
Universitas Sumatera Utara
b. Pengujian Heteroskedastisistas
