Tabel 4.11 Uji Normalitas Pendekatan Kolmogrov-Smirnov
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 100
Normal Parameters
a,b
Mean 0E-7
Std. Deviation 1,51580424
Most Extreme Differences Absolute
,051 Positive
,051 Negative
-,033 Kolmogorov-Smirnov Z
,512 Asymp. Sig. 2-tailed
,956 a. Test distribution is Normal.
b. Calculated from data.
Sumber:Hasil pengolahan SPSS for Windows 2017
Menurut Situmorang dan Lufti 2014:121 bahwa, apabila pada hasil uji Kolmogorov-Smirnov, nilai Asymp Sig 2-tailed lebih besar dari nilai signifikan
0,05, dan nilai Kolmogorov-Smirnov Z lebih kecil dari 1,97 maka data dikatakan normal. Pada Tabel 4.11 terlihat bahwa nilai Asymp. Sig. 2-tailed adalah 0,956
dan diatas nilai signifikan 0,05. Dapat disimpulkan bahwa data residual berdistribusi normal. Nilai Kolmogorov-Smirnov Z dari Tabel 4.11 yaitu 0,512
dan lebih kecil dari 1,97 berarti tidak ada perbedaan antara distribusi teoritik dan distribusi empirik atau dengan kata lain data dikatakan normal.
4.4.2 Uji Heteroskedastisitas
Uji heteroskedastisitas ini bertujuan untuk menguji apakah didalam model regresi terjadi ketidaksamaan varians dari suatu variabel pengamatan ke
pengamatan lain. Jika varians dari residual satu pengamatan ke pengamatan yang lain tetap, maka disebut homoskedastisitas dan jika berbeda disebut
Universitas Sumatera Utara
heteroskedastisitas Situmorang 2014:122. Model regresi yang baik adalah yang homoskedastisitas atau tidak terjadi heteroskedastisitas.
Ada beberapa cara untuk mendeteksi ada atau tidaknya heteroskedastisitas, yaitu:
1. Pendekatan Grafik
Heterokedastisitas dapat dilihat melalui gambar scatter plot. Gambar scatter plot dapat mengindikasi ada atau tidaknya gejala heterokedastisitas.
Apabila grafik tidak membentuk pola yang jelas maka tidak mengalami gangguan heteroskedastisitas.
Gambar 4.4 Pendekatan Grafik Heteroskedastisitas
Sumber: Hasil pengolahan SPSS for Windows 2017
Berdasarkan Gambar 4.4 dapat terlihat dari grafik Scatterplot yang
disajikan, terlihat titik-titik menyebar secara acak tidak membentuk sebuah pola tertentu yang jelas serta tersebar baik di atas maupun di bawah angka nol pada
Universitas Sumatera Utara
sumbu Y. Hal ini berarti tidak terjadi heteroskedastisitas pada model regresi, sehingga model regresi layak dipakai.
2. Uji Glejser
Kriteria pengambilan keputusannya adalah sebagai berikut: a. Jika nilai signifikansi 0,05, maka tidak mengalami gangguan
heterokedastisitas. b. Jika nilai signifikansi 0,05, maka mengalami gangguan heterokedastisitas
Tabel 4.12 Uji Glejser
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta 1
Constant ,236
,908 ,260
,796 SIKAP
-,014 ,035
-,043 -,409
,684 FAKTOR PSIKOLOGIS
,055 ,035
,167 1,579
,118 a. Dependent Variable: absut
Sumber: Hasil pengolahan SPSS for Windows 2017
Pada Tabel 4.12 dapat dilihat bahwa kolom Sig. pada tabel koefisien regresi untuk variabel independen adalah 0,684, dan 0,118, atau probabilitas
lebih besar dari 0,05 maka tidak terjadi gangguan heterokedastisitas. Hal ini menunjukkan semua variabel independent yang terdiri dari Sikap, dan Faktor
Psikologis signifikan secara statisik mempengaruhi variabel dependent.
4.4.3 Uji Multikolinieritas
