menentukan apakah model regresi dapat diterima secara ekonometrik. Pengujian asumsi klasik ini terdiri dari pengujian normalitas, multikolinearitas dan pengujian
heteroskedastisitas. Data yang digunakan dalam penelitian ini adalah data cross section sehingga pengujian autokorelasi tidak perlu dilakukan.
5.4.1. Pengujian Normalitas
Uji normalitas data bertujuan untuk mengetahui distribusi data dalam suatu variabel penelitian yang akan digunakan dalam penelitian. Data yang baik dan layak
digunakan adalah data yang memiliki distribusi atau sebaran normal. Normalitas data dapat dilihat pada grafik P-P Plot yang berbentuk linear dan bertumpu di sekitar garis
diagonal P-P Plot. Selain melihat grafik P-P Plot juga dapat dilihat dari hasil tingkat signifikansi pada uji Kolmogorov-Smirnov.
Berdasarkan hasil uji normalitas data dengan melihat uji grafik dan dengan menggunakan uji Kolmogorov-Smirnov dapat disimpulkan bahwa data memiliki
distribusi normal. Hal ini dapat dilihat pada hasil uji grafik di mana sebaran data berbentuk linear dan bertumpu di sekitar garis diagonal P-P Plot dan nilai signifikansi
pada uji Kolmogorov-Smirnov sebesar 0,932 sehingga lebih besar dari 0,05. Hasil pengujian yang dilakukan dapat dilihat pada Gambar 5.1 dan Tabel 5.12.
Universitas Sumatera Utara
Gambar 5.1. Pengujian Normalitas Data Tabel 5.12. Pengujian Kolmogorov-Smirnov
One-Sample Kolmogorov-Smirnov Test Unstandardized
Residual
N 62
Mean .0000000
Normal Parameters
a,,b
Std. Deviation 2.17278927
Absolute .069
Positive .063
Most Extreme Differences Negative
-.069 Kolmogorov-Smirnov Z
.540 Asymp. Sig. 2-tailed
.932
Sumber: Lampiran 5
Universitas Sumatera Utara
5.4.2. Pengujian Multikolinearitas
Pengujian multikolinearitas dimaksudkan untuk menguji apakah ditemukan atau tidak korelasi diantara variabel-variabel bebasvariabel independen. Untuk dapat
melihat ada tidaknya multikolinearitas dengan melihat angka colinierity statistic yang ditunjukkan oleh nilai Variance Inflation Factor VIF dan nilai tolerance, dengan
kriteria: jika nilai VIF dari 10 dan nilai tolerance dari 0,1 maka variabel bebas yang ada memiliki masalah multikolinearitas Lubis et. al, 2007.
Hasil pengujian yang dilakukan dalam penelitian ini menunjukkan bahwa nilai tolerance colinierity statistic adalah 0,822 atau lebih besar dari 0,1 dan nilai Variance
Inflation Factor VIF adalah 1,217 atau lebih kecil dari 10. Dari hasil pengujian tersebut dapat disimpulkan bahwa model regresi yang akan diuji terbebas dari
masalah multikolinearitas. Hasil dari colinierity statistic terlihat pada Tabel 5.13.
Tabel 5.13. Hasil Pengujian Multikolinearitas
Unstandardized Coefficients Collinearity Statistics Model
B Std. Error
Tolerance VIF
Constant 2.126
2.729 ABK
.401 .102
.822 1.217
1 SIPKD
.283 .101
.822 1.217
Sumber: Lampiran 6
5.4.3. Pengujian Heteroskedastisitas