57
15. Pada butir pernyataan 30 yang disebar dan dianalisis, didapatkan rata-rata sebesar 6,00 yang berarti bahwa sebagian responden setuju bahwa produk
mereka lebih diminati dari produk kompetitor. 16. Pada butir pernyataan 31 yang disebar dan dianalisis, didapatkan rata-rata
sebesar 5,34 yang berarti bahwa sebagian responden cukup setuju bahwa jumlah pelanggan mereka terus meningkat.
4.2.2 Uji Asumsi Klasik a. Uji Normalitas
Uji asumsi klasik dilakukan sebelum melakukan analisis regresi, agar dapat diperkirakan yang tidak bias dan efesiensi maka dilakukan pengujian asumsi
klasik yang harus dipenuhi, yang pertama adalah uji normalitas. Ada dua cara untuk mendeteksi apakah data berdistribusi normal atau tidak, yaitu dengan
pendekatan grafik dan pendekatan Kolmogrov-Smirnov. 1. Pendekatan Grafik
Salah satu cara untuk melihat normalitas adalah dengan melihat grafik histogram dan grafik normal plot yang membandingkan antara dua observasi
dengan distribusi yang mendekati distribusi normal.
58
Sumber : Hasil Pengolahan SPSS April 2015
Gambar 4.1 Grafik Histogram Uji Normalitas
Sumber : Hasil Pengolahan SPSS April 2015
Gambar 4.2 Grafik Normal P-P Plot Uji Normalitas
59
Berdasarkan Gambar 4.1 dapat diketahui bahwa hubungan dari variabel managerial skill dan keberhasilan usaha adalah berdistribusi normal, hal ini
ditunjukkan oleh gambar histogram yang terlihat menceng ke kanan. Sedangkan pada Gambar 4.2 data berdistribusi normal dapat dilihat pada scatterplot, terlihat
titik-titik yang mengikuti garis diagonal, serta penyebarannya agak menjauh dari garis diagonal.
2. Pendekatan Kolmogrov-Smirnov Uji normalitas dengan grafik bisa saja terlihat berdistribusi tidak
normal.Namun karena menggunakan grafik, interpretasi setiap orang dapat berbeda.Untuk itu peneliti menggunakan metode lainnya.Berikut ini pengujian
normalitas yang berdasarkan dengan uji statistik non-parametrik Kolmogrov- Smirnov K-S untuk memastikan apakah data benar berdistribusi normal.
Tabel 4.8 One-Sample Kolmogrov-Smirnov Test
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 35
Normal Parameters
a,b
Mean .0000000
Std. Deviation 4.40296083
Most Extreme Differences Absolute
.133 Positive
.089 Negative
-.133 Kolmogorov-Smirnov Z
.785 Asymp. Sig. 2-tailed
.569 a. Test distribution is Normal.
b. Calculated from data.
Sumber : Hasil Pengolahan SPSS April 2015
Berdasarkan Tabel 4.8 terlihat bahwa nilai Asymp. Sig. 2-tailed adalah 0,569, dan diatas nilai signifikan 0,05, dengan kata lain variabel residual
60
berdistribusi normal. Nilai Kolmogrov-Smirnov Z yakni 0,785 lebih kecil dari 1,97 berarti tidak ada perbedaan antara distribusi teoritik dan distribusi empirik atau
dengan kata lain data dikatakan normal.
b. Uji Heteroskedastisitas
Uji heteroskedastisitas ini bertujuan untuk menguji apakah didalam model regresi terjadi ketidaksamaan varians dari residual satu pengamatan ke
pengamatan yang lain. Jika varians dari residual satu pengamatan ke pengamatan yang lain tetap, maka disebut homoskedastisitas dan jika berbeda disebut
heteroskedastisitas. Model regresi yang baik adalah yang homoskedastisitas atau tidak terjadi heteroskedastisitas.
Ada beberapa cara untuk mendeteksi ada atau tidaknya heteroskedastisitas, yaitu:
1. Metode Grafik Dasar analisis adalah tidak ada pola yang jelas, serta titik-titik menyebar di
atas dan dibawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas, sedangkan jika ada pola tertentu, seperti titik-titik yang membentuk pola tertentu
yang teratur, maka mengindikasikan telah terjadi heteroskedastisitas.