55
ragu 9.6, 14 responden menyatakan tidak setuju 13.5, dan tidak ada responden yang menjawab sangat tidak sangat setuju
10. Untuk pernyataan nomor 22, yaitu 16 responden sangat setuju 15.4,44
responden menyatakan setuju 42.3, 37 responden menyatakan ragu- ragu 35.6, 7 responden menyatakan tidak setuju 6.7, dan tidak ada
responden yang menjawab sangat tidak sangat setuju 11.
Untuk pernyataan nomor 23, yaitu 15 responden sangat setuju 14.4, 43 responden menyatakan setuju 41.3, 17 responden menyatakan ragu-
ragu 16.3, 29 responden menyatakan tidak setuju 27.9, dan tidak ada responden yang menyatakan sangat tidak setuhnya
4.4. Uji Asumsi Klasik
4.4.1. Pengujian Normalitas
Uji normalitas bertujuan untuk menguji apakah distribusi sebuah data mengukuti atau mendekati distribusi normal, yakni distribusi data dengan bentuk
lonceng. Data yang baik adalah data yang mempunyai pola seperti distribusi normal, yakni distribusi data tersebut tidak menceng ke kiri atau tidak menceng ke
kanan. Dengan adanya tes normalitas maka hasil penelitian kita bisa digenerasikan pada populasi. Dalam pandangan statistik itu sifat dankarakteristik populasi
adalah terdistribusi secara normal Situmorang,2014. 4.4.2. Pendekatan Histogram.
Menguji normalitas data dengan melihat kurva normal, yaitu kurva yang memiliki ciri khusus salah satu diantaranya adalah bahwa mean, mode dan median
pada tempat yang sama. Jika ketiga tendensi sentral tersebut tidak terletak pada satu tempat maka kurva tersebut akan miring ke kiri atau ke kanan.
Universitas Sumatera Utara
56
Gambar 4.1 : Uji Normalitas Grafik Histogram
Sumber: Hasil Pengolahan SPSS 19,0 Nov,2015
Pengambilan keputusan 1
Pada grafik histrogram terlihat bahwa variabel berdistribusi normal, hal ini ditunjukkan oleh distribusi data tersebut tidak miring ke kiri atau miring ke
kanan
4.4.3. Pendekatan Grafik
Melihat uji normalitas dengan grafik, dimana PP plot akan membentuk plot antara nilai-nilai teoritis sumbu x melawan nilai-nilai yang didapat sumbu
y. Apabila plot dari keduanya berbenruk linear dapat didekati oleh garis lurus,maka hal ini merupakan indikasi bahwa residual menyebar nomal.
Universitas Sumatera Utara
57
Gambar 4.2 : Uji Normalitas PP Plot
Sumber: Hasil Pengolahan SPSS 19,0 Nov,2015
Pengambilan keputusan: 1
Pada scatter plot terlihat titik yang mengikuti data di sepanjang garis diagonal. Hal ini berarti data berdistribusi normal
4.4.4. PendekatanKolmogorov-Smirnov
Untuk memastikan apakah data disepanjang garis diagonal berdistribusi normal maka dilakukan uji Kolmogorov Smirnov 1 Sample KS dengan melihat
data residual apakah berdistribusi normal.atau tidak Situmorang,2014 Menentukan kriteria keputusan:
1. Jika nilai Asymp.Sig. 2-tailed 0,05 maka variabel residual berdistribusi
di normal. 2.
Jika nilai Asymp.Sig. 2-tailed 0,05 maka variabel residual tidak berdistribusi normal
Universitas Sumatera Utara
58
Tabel 4.8One-Sample Kolmogorov-Smirnov Test
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 104
Normal Parameters
a,b
Mean ,0000000
Std. Deviation 2,48039272
Most Extreme Differences Absolute
,116 Positive
,084 Negative
-,116 Kolmogorov-Smirnov Z
1,184 Asymp. Sig. 2-tailed
,121 a. Test distribution is Normal.
b. Calculated from data.
Gambar 4.3 : Uji Normalitas Kolmogorov Smirnov
Sumber: Hasil Pengolahan SPSS 19,0 Nov,2015
Pengambilan keputusan: 1
Pada Tabel terlihat bahwa nilai Asymp. Sig. 2-tailed adalah 0.124 dan diatas nialai signifikan 0.05 dengan kata lain variabel residual
bedistribusi normal. 2
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
4.4.5. Heterokedastisitas