a. Pengujian Normalitas
Uji normalitas bertujuan untuk menguji apakah distribusi sebuah data mengikuti atau mendekati distribusi normal. Ada dua cara untuk mendeteksi
apakah residual berdistribusi normal atau tidak, yaitu dengan analisis grafik dan uji statistik.Untuk melihat apakah data berdistribusi normal penulis menganalisis
grafik histogram yang membandingkan antara data observasi dengan distribusi yang mendekati distribusi normal dan juga menganalisis probabilitas plot yang
membentuk plot antara nilai-nilai teoritis sumbu x melawan nilai-nilai yang didapat dari sampel sumbu y.
1. Pada grafik histogram, dikatakan variabel berdistribusi normal pada grafik histogram yang berbentuk lonceng apabila distribusi data tersebut tidak
menceng kekiri atau menceng kekanan. 2. Apabila plot dari keduanya berbentuk linear dapat di dekati oleh garis
lurus, maka hal ini merupakan indikasi bahwa residual menyebar normal. Bila pola-pola titik yang terletak selain di ujung-ujung plot masih
berbentuk linear, meskipun ujung-ujung plot agak menyimpang dari garis lurus, dapat dikatakan bahwa sebaran data dalam hal ini residual adalah
menyebar normal.
Universitas Sumatera Utara
Sumber: Hasil pengolahan data primer Kuesioner, SPSS versi 16.00, 2012
Gambar 4.4 Histogram
Interpretasi dari Gambar 4.4, menunjukkan bahwa grafik histogram menunjukkan pola distribusi normal.
Sumber: Hasil pengolahan data primer Kuesioner, SPSS versi 16.00, 2012
Gambar 4.5 Normal P- P Plot of Regression Standardized Residual
Universitas Sumatera Utara
Pada Gambar 4.5 tersebut dapat dilihat bahwa data- data titik-titik menyebar disekitar garis diagonal dan mengikuti arah garis diagonal. Oleh karena itu,
berdasarkan Gambar 4.5 tersebut dapat diambil kesimpulan bahwa telah memenuhi uji normalitas.Untuk memastikan apakah data disepanjang garis diagonal
berdistribusi normal maka dilakukan uji Kolmogorov Smirnov 1 Sample KS dengan melihat data residual apakah berdistribusi normal Syafrizal,dkk, 2008: 105.
Menentukan kriteria keputusan: 1. Jika nilai Asymp.Sig. 2-tailed 0,05 maka tidak mengalami gangguan
distribusi normal. 2. Jika nilai Asymp.Sig. 2-tailed 0,05 maka mengalami gangguan distribusi
normal. 3.
Tabel 4.11
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 95
Normal Parameters
a,,b
Mean .0000000
Std. Deviation 1.63838195
Most Extreme Differences Absolute
.105 Positive
.105 Negative
-.072 Kolmogorov-Smirnov Z
1.022 Asymp. Sig. 2-tailed
.247 a. Test distribution is Normal.
b. Calculated from data.
Sumber: Hasil pengolahan data primer Kuesioner, SPSS versi 16.00, 2012
Universitas Sumatera Utara
Pengambilan keputusan: Pada Tabel 4.11 terlihat bahwa Asymp. Sig. 2-tailed adalah 0,247 dan diatas nilai
signifikan 5 0,05, dengan kata lain variabel residual berdistribusi normal.
b. Pengujian Heteroskedastisitas
Kategori