10 jt ke atas 2
2.0 Total
100 100.0
Sumber: Data Diolah Oleh Penulis
4.5 Uji Penyimpangan Asumsi Klasik
4.5.1 Uji Normalitas data
Uji normalitas data digunakan untuk menguji apakah data yang akan dioleh dalam suatu model regresi baik itu variabel dependen ataupun variabel
independen terdistribusi secara normal atau tidak. Jika model regresi yang baik adalah terdistribusi data normal atau mendekati normal. Untuk menguji
normalitas, data ini menggunakan metode analisis grafik dan melihat norma probability plot. Setelah dimasukkan data dan diolah dengan program SPSS 19,
diperoleh hasil uji normal probability plot seperti gambar dibawah ini :
Gambar 4.1 Grafik Probabilty Plot
Universitas Sumatera Utara
Berdasarkan grafik uji normalitas tersebut dapat dilihat bahwa sebaran data pada grafik tersebar dikelilingi garis lurus dan tidak terpencar, artinya bahwa
data terdistribusi secara normal.
4.5.2 Uji Multikolinearitas
Multikolinearitas adalah keadaan dimana variabel-variabel independen dalam persamaan regresi mempunyai korelasi hubungan yang erat satu sama lain
Pratisto, 2010. Untuk mendeteksi ada atau tidaknya multikolinearitas adalah dengan nilai tolerance TOL dengan Varian Inflation Factor VIF. Jika nilai
VIF lebih kecil dari 10 VIF 10 dan nilai TOL 0,1 maka Ho diterima dan tidak terjadi multikolineariti. Jika nilai VIF lebih besar dari 10 dan nilai TOL
0,1 maka Ha diterima dan terjadi multikolineariti.
Tabel 4.11 Uji Multikolineritas
Model Colinerity Statistic
Tolerance VIF
Pendapatan .405
2.468 Suku Bunga
.875 1.143
Uang Muka .439
2.280 Lokasi
.929 1.077
Sumber: Data Diolah Oleh Penulis
Berdasarkan hasil output menunjukkan bahwa pendapatan, suku bunga kredit, uang dan lokasi rumah sebagai variabel independent memiliki variance
Universitas Sumatera Utara
inflation faktor VIF lebih kecil dari 10 2.468 10 untuk X
1
, X
2
1.143 10, X3 2.280 10 X4 1.077 10. Jadi dapat disimpulkan bahwa tidak terjadi
multikolineritas antar variabel independent dalam model regresi.
4.5.3 Uji Heterokedastisitas
Kategori