Uji Normalitas Data Pengujian Heteroskedastisitas

4. Melalui pernyataan Saya merasa kualitas sarana kerja pada Tauko Medan baik, yaitu 3,2 menyatakan sangat tidak setuju, 17,9 menyatakan tidak setuju, 26,3 menyatakan kurang setuju, 27,4 menyatakan setuju dan 25,3 menyatakan sangat setuju. 5. Melalui pernyataan Saya lihat Tauko Medan telah dikenal di masyarakat luas, yaitu 10,5 menyatakan sangat tidak setuju, 5,3 menyatakan tidak setuju, 21,1 menyatakan kurang setuju, 29,5 menyatakan setuju dan 33,7 menyatakan sangat setuju. Berdasarkan hasil tanggapan responden terhadap keberhasilan usaha melalui seluruh pernyataan yang diberikan peneliti, responden setuju dengan seluruh pernyataan, artinya Tauko Medan memiliki kualitas sarana kerja baik yang telah dikenal masyarakat luas sehingga banyak diminati konsumen.

4.3 Uji Asumsi Klasik

4.3.1. Uji Normalitas Data

Uji normalitas bertujuan untuk mengetahui apakah distribusi sebuah data mengikuti atau mendekati distribusi normal, yakni distribusi data dengan bentuk lonceng. Data yang baik adalah data yang mempunyai pola distribusi normal, yakni data tidak menceng ke kiri atau menceng ke kanan. Ada tiga pendekatan untuk mengetahui apakah data berdistribusi normal atau tidak, yaitu dengan pendekatan Histogram, pendekatan Grafik dan pendekatan Kolmogorov-Smirnov. Universitas Sumatera Utara 1. Pendekatan Histogram Sumber: Hasil Pengolahan SPSS 16,0 Juni 2013 Gambar 4.2 Histogram Uji Normalitas Pada grafik histogram terlihat bahwa variabel berdistribusi normal, hal ini ditunjukkan oleh distribusi data tersebut tidak melenceng ke kiri atau ke kanan. 2. Pendekatan Grafik Sumber: Hasil Pengolahan SPSS 16,0 Juni 2013 Gambar 4.3 Plot Uji Normalitas Universitas Sumatera Utara Pada grafik scatter plot terlihat titik yang mengikuti data di sepanjang garis diagonal. Hal ini berarti data berdistribusi normal. 3. Pendekatan Kolmogorov-Smirnov Tabel 4.7 One-Sample Kolmogorov-Smirnov Test Unstandardize d Residual N 95 Normal Parameters a,,b Mean .0000000 Std. Deviation 2.25036698 Most Extreme Differences Absolute .078 Positive .055 Negative -.078 Kolmogorov-Smirnov Z .756 Asymp. Sig. 2-tailed .618 a. Test distribution is Normal. b. Calculated from data. Sumber: Hasil Pengolahan SPSS 16,0 Juni 2013 Pada Tabel 4.7 terlihat bahwa nilai Asymp.sig. 2-tailed adalah 0,618 dan diatas nilai signifikan 0,05 dengan kata lain variabel residual berdistribusi normal. Nilai kolmogorov-smirnov Z lebih kecil dari 1,97 berarti tidak ada perbedaan antara distribusi teoritik dan distribusi empiric atau dengan kata lain data dikatakan normal.

4.3.2 Pengujian Heteroskedastisitas

Pengujian heteroskedastisitas dilakukan dengan menggunakan Scatter Plot. Jika tidak terdapat variabel yang signifikan maka dapat disimpulkan tidak adanya masalah heteroskedastisitas. Universitas Sumatera Utara Hasil pengujian pada Lampiran sebagaimana juga pada Gambar 4.3 di halaman berikut : Sumber: Hasil Pengolahan SPSS 16,0 Juni 2013 Gambar 4.3: Scatterplot Hasil pengujian heteroskedastisitas menunjukkan tidak terdapat pola yang jelas dari titik-titik tersebut.. Hal ini menunjukkan bahwa model regresi tidak memiliki gejala adanya heteroskedastisitas, yang berarti bahwa tidak ada gangguan yang berarti dalam model regresi ini.

4.3.3 Pengujian Multikolinieritas