4.4 Uji Asumsi Klasik
Uji asumsi klasik digunakan untuk melihat apakah suatu model layak atau tidak layak digunakan dalam penelitian.Uji asumsi klasik adalah persyaratan
statistik yang harus dipenuhi pada regresi liner berganda. Uji Asumsi Klasik yang digunakan dalam penelitian ini adalah sebagai berikut:
4.4.1 Uji Normalitas
Uji normalitas adalah untuk mengetahui apakah distribusi data mengikuti atau mendekati distribusi normal. Uji normalitas dilakukan dengan menggunakan
pendekatan Kolmogorov Smirnov. Dengan menggunakan tingkat signifikansi 5 maka jika nilai Asymp.sig. 2-taileddiatas, nilai signifikan 5 artinya variabel
residual berdistribusi normal Situmorang dan Lufti, 2012:100 Salah satu cara untuk melihat normalitas adalah dengan melihat grafik
histrogram dan grafik normal plot yang membandingkan antara dua absorvasi dengan distribusi yang mendekati distribusi normal :
46
Universitas Sumatera Utara
a. Pendekatan Histogram
Sumber :Hasil pengolahan SPSS 2016
Gambar 4.1 Histogram Uji Normalitas
Berdasarkan Gambar 4.1 dapat diketahui bahwa variabel berdistribusi normal, hal ini ditunjukkan oleh distribusi data yang berbentuk lonceng dan tidak
melenceng ke kiri atau ke kanan.
47
Universitas Sumatera Utara
b. Pendekatan Grafik
Sumber :Hasil pengolahan SPSS 2016
Gambar 4.2 Plot Uji Normalitas
Pada Gambar 4.2 menunjukkan bahwa pada scatter plot erlihat titik yang mengikuti data di sepanjang garis diagonal. Hal ini menunjukkan bahwa residual
peneliti normal. Namun untuk lebih memastikan bahwa di sepanjang garis diagonal berdistribusi normal, maka dilakukan uji Kolmogorov-Smirnov K-S.
48
Universitas Sumatera Utara
c. Pendekatan Kolmogorov-Smirnov
Tabel. 4.8
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 78
Normal Parameters
a
Mean .0585936
Std. Deviation 2.17627556
Most Extreme Differences Absolute
.112 Positive
.085 Negative
-.112 Kolmogorov-Smirnov Z
.992 Asymp. Sig. 2-tailed
.279 a. Test distribution is Normal.
Sumber :Hasil pengolahan SPSS 2016
Pada Tabel 4.8 menunjukkan bahwa nilai Asymp. Sig. 2-tailed adalah 0.279 dan diatas nilai signifiksn 0,05 atau 5, sehingga dapat disimpulkan
bahwa variabel residual berdistribusi normal.
4.4.2 Uji Multikolinearitas
Uji Multikolinearitas bertujuan untuk mendeteksi ada atau tidaknnya gejala multikolinearitas pada data dapat dilakukan dengan melihat nilai tolerance value
dan Varians Inflation factor VIF. Dengan kriteria sebagai berikut : 1. Apabila VIF 5 maka diduga mempunyai persoalan Multikolinearitas.
2. Apabila VIF dari 5 maka tidak terdapat Multikolinearitas. 3. Apabila tolerance 0,1 maka mempunyai persoalan multikolinearitas.
4. Apabila tolerance 0,1 maka tidak terdapat multikolinearitas.
49
Universitas Sumatera Utara
Tabel 4.9 Uji Nilai Tolerance dan VIF
Sumber :Hasil pengolahan SPSS 2016
Pada Tabel 4.9 terlihat bahwa nilai tolerance semua variabel bebas adalah lebih besar dari nilai ketetapan 0,1 dan nilai VIF semua variabel bebas adalah
lebih kecil dari nilai ketetapan 5. Oleh karna itu, data dalam penelitian ini dikatakan tidak mengalami masalah multikolinearitas.
4.4.3 Uji Heteroskedastisitas