75
4.2.2 Uji Asumsi Klasik
Uji asumsi klasik digunakan untuk melihat atau menguji apakah suatu model layak atau tidak layak digunakan dalam sebuah penelitian. Uji asumsi klasik yang
digunakan meliputi Uji Normalitas Data, Uji Heterokedastisitas, dan Uji Multikolinearitas.
4.2.2.1 Uji Normalitas Data
Uji normalitas data digunakan untuk mengetahui apakah data berdistribusi normal. Data dikatakan normal jika tidak menyalahi atau menyimpang dari asumsi
klasik. Uji normalitas data pada penelitian ini dilakukan dengan menggunakan pendekatan histogram, pendekatan grafik, dan pendekatan kolmogorv-smirnov.
a. Pendekatan Histogram
Pada grafik histogram, dikatakan variabel berdistribusi normal pada grafik histogram yang berbentuk lonceng apabila distribusi data tersebut tidak menceng
kekiri atau menceng kekanan.
Universitas Sumatera Utara
76
Sumber: Hasil Pengolahan SPSS 2015
Gambar 4.2 Pendekatan Histogram
Berdasarkan grafik dapat disimpulkan bahwa distribusi data normal karena grafik histogram menunjukkan pola distribusi normal maka model regresi memenuhi
asumsi normalitas dan sebaliknya jika data menyebar jauh dari garis diagonal dan tidak mengikuti arah garis diagonal atau grafik histogram tidak menunjukkan pola
distribusi data normal yang tidak melenceng kanan maupun melennceng kiri. Jadi, berarti data residual berdistibusi normal. Terbukti bahwa data maupun model yang
digunakan memenuhi asumsi normalitas.
b. Pendekatan Grafik
Pendekatan lain yang digunakan untuk menguji normalitas data adalah pendekatan grafik. Pendekatan grafik yang digunakan adalah Normality Probability
Universitas Sumatera Utara
77
Plot . Berikut adalah hasil uji normalitas data dengan pendekatan grafik Normality
Probability Plot .
Sumber:
Hasil Pengolahan SPSS 2015
Gambar 4.3 Pendekatan Grafik
Berdasarkan hasil uji normalitas dengan pendekatan grafik diatas, dapat diketahui bahwa data memiliki distribusi atau penyebaran yang normal. Hal ini dapat
dilihat dari penyebaran titik yang berada disekitar garis diagonal dari grafik.
c. Pendekatan Kolmogorv-Smirnov
Dasar pengambilan keputusan untuk Kolmogorov-Smirnov yaitu apabila nilai value
pada kolom Asymp. Sig lebih besar dari level of significant α = 5, maka
tidak mengalami gangguan distribusi normal serta nilai Kolmogorv-Smirnov lebih
kecil dari 1,97 maka data dikatakan normal.
Universitas Sumatera Utara
78
Tabel 4.9 Uji Kolmogorov-Smirnov
Sumber:Hasil Pengolahan SPSS 2015
Pada Tabel 4.9 terlihat bahwa nilai Asymp.Sig. 2-tailed adalah sebesar 0,568 dan diatas nilai signifikan 0,05 atau 5, sehingga dapat disimpulkan bahwa variabel
residual berdistribusi normal.
4.2.2.2 Uji Heteroskedastisitas
Uji heteroskedastisitas digunakan untuk melihat seberapa besar peranan variabel bebas terhadap variabel terikat. Pendekatan dilakukan melalui pendekatan
grafik dan pendekatan statistik.
a. Pendekatan Grafik
Untuk melihat ada tidaknya heteroskedastisitas pada model yang digunakan dilakukan dengan uji Heteroskedastisitas Scatter Plot. Berikut hasil uji
heteroskedastisitas dengan Scatter Plot. Pada Gambar 4.4 berikut dapat dilihat grafik Scatter Plot
.
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 52
Normal Parameters
a,,b
Mean .0000000
Std. Deviation 1.34774378
Most Extreme Differences
Absolute .109
Positive .109
Negative -.094
Kolmogorov-Smirnov Z .785
Asymp. Sig. 2-tailed .568
a. Test distribution is Normal. b. Calculated from data.
Universitas Sumatera Utara
79
Sumber: Hasil Pengolahan SPSS 2015
Gambar 4.4 Pendekatan Grafik Heteroskedastisitas
Berdasarkan hasil uji heteroskedastisitas diatas, diketahui bahwa titik-titik penyebaran pada Scatter Plot tidak menunjukkan pola tertentu dan penyebarannya
berada diatas dan dibawah angka nol sehingga model regresi yang digunakan tidak mengalami Heteroskedastisitas.
b. Pendekatan Statistik dengan uji Glejser