pada Gambar 4.2 memperlihatkan titik-titik yang mengikuti data di sepanjang garis diagonal, hal ini berarti data berdistribusi normal, Namun untuk lebih
memastikan bahwa data di sepanjang garis diagonal berdistribusi normal maka dilakukan uji kolmogorv-sminorv.
Tabel 4.7 Uji
Kolmogorov-Smirnov One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual N
40 Normal Parameters
a,,b
Mean .0000000
Std. Deviation 2.19222729
Most Extreme Differences
Absolute .085
Positive .058
Negative -.085
Kolmogorov-Smirnov Z .537
Asymp. Sig. 2-tailed .935
a. Test distribution is Normal. b. Calculated from data.
Sumber : Data Primer diolah, 2013
Berdasarkan Tabel 4.7 terlihat bahwa nilai Asymp.Sig 2-tailed adalah 0,935 dan di atas nilai signifikan 0,05, hal ini menunjukkan bahwa variable
residual berdistribusi normal.
4.2.4.2 Uji Multikolinieritas
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 independen lainnya. Nilai yang dipakai untuk Tolerance 0,1, dan VIF 5, maka tidak terjadi multikolinieritas.
Universitas Sumatera Utara
Tabel 4.8 Uji Multikolinieritas
Coefficients
a
Model Unstandardized
Coefficients Standardize
d Coefficients
t Sig.
Collinearity Statistics
B Std. Error
Beta Toleranc
e VIF
1 Constant
5.151 3.368
1.529 .135
Iklim .204
.090 .346 2.276
.029 1.000
1.000 a. Dependent Variable: penjualan
Sumber : Data primer diolah 2013
Berdasarkan Tabel 4.8 dapat terlihat bahwa: jika hasil korelasi antara variabel independen di bawah 0,9 maka antara variabel tersebut tidak terjadi
multikolinearitas, Selain itu dapat juga diketahui dari persamaan regresi di peroleh nilai tolarance 0,1 dan nilai VIF 5, artinya pada nila tolance dan VIF untuk
iklim kerja tidak terjadi multikolinearitas. Gambar 4.3 hasil uji multikolinearitas dapat dilihat sebagai berikut :
Gambar 4.3 Pengujian Multikolinearitas
Sumber : Data primer diolah, 2013
Universitas Sumatera Utara
4.2.4.3 Uji Heterokedastisitas
Uji heterokedastisitas menggunakan uji Gleijser dapat dilihat pada tabel hasil di bawah ini :
Tabel 4.9 Hasil Uji Gleijser
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. B
Std. Error Beta
1 Constant
-.132 1.997
-.066 .947
Iklim .050
.053 .151
.939 .354
a. Dependent Variable: Absut
Sumber : Data primer diolah 2013
Pengambilan keputusan pada uji gleijser yaitu bahwa jika variabel independen signifikan secara statistik mempengaruhi variabel independen, maka
ada indikasi terjadi heterokedisitas, Jika variabel independen tidak signifikan terhadap variabel absut diatas tingkat kepercayaan 0,05, maka dalam model
regresi tidak mengarah pada heteroskedastisitas, Pada tabel 4.9 terlihat bahwa semua variabel independen mempunyai nilai sig 0,354 0,05, sehingga dapat
disimpulkan bahwa antara variabel independen dan dependen tidak terjadi heteroskedasitas.
Universitas Sumatera Utara
4.2.4.4 Analisis Regresi Linear Sederhana