4.2.2.1 Uji Normalitas
Digunakan bertujuan untuk menguji apakah dalam model regresi variabel pengganggu atau residual memiliki distribusi normal, yakni distribusi data dengan
bentuk lonceng dan distribusi tidak menceng ke kiri atau ke kanan. Uji normalitas dilakukan dengan menggunakan pendekatan grafik, pendekatan
histogram dan uji statistik dengan pendekatan Kolmogrov-Smirnov. Dengan menggunakan tingkat signifikansi 5 0,05 maka jika Asymp.Sig 2-tailed diatas
nilai signifikansi 5 0,05 artinya variabel residual berdistribusi normal.
1. Pendekatan Histogram
Universitas Sumatera Utara
Gambar 4.2 : Histogram Uji Normalitas Sumber
: Hasil Pengolahan SPSS 2012
Pada Gambar 4.2 terlihat bahwa residual data berdistribusi normal, hal tersebut ditunjukkan oleh distribusi data yang berbentuk lonceng dan tidak
menceng ke kiri atau ke kanan.
Universitas Sumatera Utara
2. Pendekatan Grafik
Gambar 4.3 : Normal P-P Plot Uji Normalitas Sumber
: Hasil Pengolahan SPSS 2012
Universitas Sumatera Utara
Pada Gambar 4.3 Normal P-P Plot terlihat titik-titik yang mengikuti data di sepanjang garis normal, hal ini berarti residual data berdistribusi normal.
3.Pendekatan Kolmogorov-Smirnov
Uji normalitas dengan grafik bisa saja terlihat berdistribusi normal, karena sifatnya lebih subjektif. Oleh karena itu perlu dilakukan uji normalitas secara
statistik dengan pendekatan kolmogorov-smirnov 1 sample KS. Hasil uji normalitas dengan pendekatan kolmogorov-smirnov dapat dilihat pada Tabel 4.9
Tabel 4.9 Hasil Uji Normalitas Pendekatan Kolmogorov-Smirnov
One-Sample Kolmogorov-Smirnov Test
Unstandardize d Residual
N 64
Normal Parameters
a,,b
Mean .0000000
Std. Deviation 1.38811093
Most Extreme Differences
Absolute .151
Positive .151
Negative -.113
Kolmogorov-Smirnov Z 1.205
Asymp. Sig. 2-tailed .110
a. Test distribution is Normal. b. Calculated from data.
Sumber: Hasil Pengolahan SPSS 2012
Pada Tabel 4.9 terlihat bahwa nilai Asymp. Sig. 2-tailed adalah 0,110 dan diatas nilai signifikansi 0,05, hal ini berarti residual data berdistribusi
normal.
Universitas Sumatera Utara
4.2.2.2 Uji Heteroskedastisitas
Metode ini digunakan untuk menguji apakah dalam sebuah model regresi terjadi kesamaan varians dari residual pada satu pengamatan ke pengamatan
lainnya. Jika varians dari satu residual suatu pengamatan ke pengamatan lainnya tetap, maka terjadi homoskedastisitas namun jika varians berbeda, maka disebut
heteroskedastisitas. Model regresi yang baik adalah yang tidak terjadi heteroskedstisitas. “Untuk mengetahui ada tidaknya gejala heteroskedastisitas
adalah dengan melihat ada tidaknya pola tertentu pada grafik Scatterplot, jika ada pola tertentu maka telah terjadi heteroskedastisitas pada model regresi”
Situmorang et al., 2010:100. Untuk mengatasinya kelemahan pengujian dengan grafik dapat
menggunakan pendekatan statistik dengan uji Glejser, heteroskedastisitas tidak akan terjadi apapbila tidak satupun variabel independen signifikan secara statistik
mempengaruhi variabel dependen nilai absolut Ut absUt. Jika probabilitas signifikannya diatas tingkat kepercayaan 5 dapat disimpulkan model regresi
tidak mengarah adanya heteroskedastisitas.
Universitas Sumatera Utara
1. Pendekatan Grafik
Kategori