setuju dan 13 orang atau sebesar 16,25 dari responden yang menjawan sangat tidak setuju.
C. Uji Asumsi Klasik
1. Uji Normalitas
Pengujian normalitas dilakukan berdasarkan uji statistik non-parametrik Kolmogorov-Smirnov K-S. Menurut Situmorang dkk 2007 dasar pengambilan
keputusan untuk Kolmogorov-Smirnov yaitu nilai value pada kolom Asimp. Sig 2-tailed level of significan
α = 5.
Tabel 4.9
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual N
80 Normal Parametersa,b
Mean .0000001
Std. Deviation 14109714.28789564
Most Extreme Differences
Absolute .131
Positive .101
Negative -.131
Kolmogorov-Smirnov Z .786
Asymp. Sig. 2-tailed .567
a Test distribution is Normal. b Calculated from data.
Sumber: Hasil Pengolahan SPSS Versi 13.00 2010
Tabel 4.9 dapat dilihat bahwa nilai signifikan Kolmogorv-Smirnov sebesar 0,567 dan nilai signifikan 0,05. Nilai signifikan Kolmogorv-Smirnov sebesar
0,567 0,05, dengan kata lain data residual berdistribusi normal maka memenuhi model regresi.
2. Uji Heteroskedastisitas
Uji heteroskedastisitas menggunakan Scatter Plot nilai residual variabel dependen. Pengambilan dilakukan dari memperhatikan sebaran plot data. Jika
Universitas Sumatera Utara
sebaran plot data tidak mengumpul di satu sudutbagian maka disimpulkan tidak
terjadi heteroskedastisitas, sehingga dikatan data adalah homogen. Normal Scaterplott
Gambar 4.1: Uji Heteroskedastisitas
Sumber: Pengolahan Data SPSS Versi 13.00 2010
Gambar 4.1 dapat dilihat plot data di atas bahwa tidak terjadi persoalan heteroskedastisistas kerana plot data yang didapatkan relatif menyebar ke segala
bidang maka memenuhi syarat model regresi.
3. Uji Autokorelas
Pengujian autokorelasi dapat dilakukan dengan The Runs Test. Metode ini diperkenalkan oleh Geary sebagai uji nonparametrik dengan tanda positif dan
negatif. Kaidah keputusannya adalah tidak menolak hipotesis nol jika taksiran R berada pada jarak interval, dan menolak hipotesis nol jika taksiran R diluar batas
interval.
-3 -2
-1 1
2
Regression Studentized Residual
-2 -1
1 2
3
Regr ess io n Sta nd ar dize d Pr ed ict ed Va lue
Dependent Variable: Disonasikognitif Scatterplot
Universitas Sumatera Utara
Tabel 4. 10
Runs Test
Unstandardized Residual Test Valuea
-50943.76289 Cases Test Value
18 Cases = Test Value
62 Total Cases
80 Number of Runs
19 Z
.000 Asymp. Sig. 2-tailed
1.000 a Median
Sumber : Pengolahan data dengan SPSS Versi 13.00 2010
Tabel 4.10 dapat dilihat bahwa nilai test adalah -50943.76289 dengan probabilitas 1.000 signifikan pada 0.05 yang berarti hipotesis nol diterima,
sehingga dapat disimpulkan bahwa residual tidak random atau tidak terjadi autokorelasi antara nilai residual jadi memenuhi syarat model regresi.
4. Uji Multikolinearitas
Kategori