Pengujian normalitas data dilakukan agar terlihat kemencengan kurva yang seimbang kearah positif dan negatif, dan sebaran data yang dihasilkan karena model
regresi yang baik adalah data yang berdistribusi normal atau mendekati normal, hasil pengujian normalitas data dapat dilihat pada Gambar 4.1 dibawah ini :
4 2
-2 -4
Regression Standardized Residual
12 10
8 6
4 2
Frequency
Mean = -1.2E-15 Std. Dev. = 0.985
N = 100
Dependent Variable: Y Histogram
Gambar 4.1 : Uji Normalitas Data Sumber : Hasil Data Penelitian, 2011 diolah
Berdasarkan Gambar 4.1 dapat dijelaskan terlihat kemencengan kurva distribusi data seimbang kearah positif dan negative, hal ini menunjukkan data normal.
1.0 0.8
0.6 0.4
0.2 0.0
Observed Cum Prob
1.0 0.8
0.6 0.4
0.2 0.0
Expect ed
Cum P
rob
Dependent Variable: Y Normal P-P Plot of Regression Standardized Residual
Gambar 4.2 : Uji Normalitas Data Sumber : Hasil Data Penelitian, 2011 diolah
Berdasarkan Gambar 4.2 dapat terlihat titik-titik mengikuti data di sepanjang garis normal, hal ini berarti data berdistribusi normal.
b. Uji Heteroskedastisitas
Manfaat dari pengujiaan Heteroskedastisitas adalah untuk melihat apakah terjadi gangguan yang berbeda dari suatu pengamatan ke pengamatan lainnya. Model yang
baik adalah model yang tidak terjadi Heteroskedastisitas. Hasil pengujian dapat dilihat pada Gambar 4.3 berikut ini :
3 2
1 -1
-2 -3
Regression Standardized Predicted Value
4 2
-2 -4
R egressi
on St
udent iz
ed R
esi dual
Dependent Variable: Y Scatterplot
Gambar 4.3 : Uji Heteroskedastisitas Sumber : Hasil Data Penelitian, 2011 diolah
Berdasarkan Gambar 4.3 diatas dapat dilihat bahwa titik-titik menyebar diatas
dan dibawah atau disekitar angka 0 dan titik-titik tersebut tidak membentuk pola bergelombang, melebar kemudian menyempit dan melebar kembali. Hal ini
menunjukkan bahwa tidak terjadi heteroskedastisitas.
c. Uji Multikolinieritas
Multikololinearitas dapat dilihat dari besarnya nilai Tolerance dan VIF Varience Inflation Factor melalui program SPSS 13. Menurut Uyanto 2006:58 “Jika
nilai Variance Inflation Factor VIF tidak lebih dari 5, maka model dapat dikatakan terbebas dari multikolinieritas”
Tabel 4.20 Uji Multikolinieritas
Collinearity Statistics Tolerance
VIF .988
.928 .939
1.013 1.078
1.065
Sumber : Hasil Data Penelitian, 2011 diolah
Berdasarkan Tabel 4.20 dapat diketahui bahwa masing-masing variabel mempunyai angka VIF 5, hal ini menunjukkan tidak terjadi multikolinieritas. Hasil
pengujian statistik dengan model regresi berganda tidak terdapat pelanggaran asumsi klasik sehingga model regresi berganda dapat digunakan sebagai alat uji statistik dalam
penelitian ini.
4.2.5 Uji Asumsi Klasik untuk Persamaan 2
a. Uji Normalitas Data
Pengujian normalitas data dilakukan agar terlihat kemencengan kurva yang seimbang kearah positif dan negatif, dan sebaran data yang dihasilkan karena model
regresi yang baik adalah data yang berdistribusi normal atau mendekati normal, hasil
pengujian normalitas data dapat dilihat pada Gambar 4.4 dibawah ini :
2 1
-1 -2
-3
Regression Standardized Residual
12 10
8 6
4 2
Frequency
Mean = 1.75E-15 Std. Dev. = 0.98
N = 100
Dependent Variable: Z Histogram
Gambar 4.4 : Uji Normalitas Data Sumber : Hasil Data Penelitian, 2011 diolah
Berdasarkan Gambar 4.4 dapat dijelaskan terlihat kemencengan kurva distribusi data seimbang kearah positif dan negative, hal ini menunjukkan data normal.
1.0 0.8
0.6 0.4
0.2 0.0
Observed Cum Prob
1.0 0.8
0.6 0.4
0.2 0.0
Expect ed
Cum P
rob
Dependent Variable: Z Normal P-P Plot of Regression Standardized Residual
Gambar 4.5 : Uji Normalitas Data Sumber : Hasil Data Penelitian, 2011 diolah
Berdasarkan Gambar 4.5 dapat terlihat titik-titik mengikuti data di sepanjang garis normal, hal ini berarti data berdistribusi normal.
b. Uji Heteroskedastisitas
Manfaat dari pengujiaan Heteroskedastisitas adalah untuk melihat apakah terjadi gangguan yang berbeda dari suatu pengamatan ke pengamatan lainnya. Model yang
baik adalah model yang tidak terjadi Heteroskedastisitas. Hasil pengujian dapat dilihat pada Gambar 4.6 berikut ini :
4 2
-2 -4
Regression Standardized Predicted Value
2 1
-1 -2
R egressi
on S
tudent iz
ed R
esi dual
Dependent Variable: Z Scatterplot
Gambar 4.6 : Uji Heteroskedastisitas Sumber : Hasil Data Penelitian, 2011 diolah
Berdasarkan Gambar 4.6 diatas dapat dilihat bahwa titik-titik menyebar diatas
dan dibawah atau disekitar angka 0 dan titik-titik tersebut tidak membentuk pola
bergelombang, melebar kemudian menyempit dan melebar kembali. Hal ini menunjukkan bahwa tidak terjadi heteroskedastisitas
.
c. Uji Multikolinieritas
