Pengujian Normalitas Uji Asumsi Klasik

responden yang menjawab tidak setuju dengan persentase yang kecil dan sangat tidak setuju tidak ada.

C. Pembahasan

1. Uji Asumsi Klasik

a. Pengujian Normalitas

Uji normalitas dilakuka n untuk mengetahui apakah data yang diperoleh dari hasil observasi berdistribusi normal atau tidak, sehingga data tersebut dapat digunakan atau tidak dalam model regresi. Untuk mengetahui apakah data yang diperoleh berdistribusi normal atau tidak, dapat dilakukan dengan analisis grafik dan uji statistik. Untuk melihat normalitas residual, penulis menganalisis grafik histogram yang membandingkan antara data observasi dengan distribusi yang mendekati distribusi normal dan juga menganalisis probability plot yang membandingkan distribusi kumulatif dan distribusi normal. Kriteria pengambilan keputusan: 1 Jika data menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal atau grafik histogram menunjukkan pola distribusi normal, maka model regresi memenuhi asumsi klasik. 2 Jika data tidak menyebar di sekitar garis diagonal dan atau tidak mengikuti arah garis diagonal atau grafik tidak menunjukkan pola distribusi normal, maka model regresi tidak memenuhi asumsi klasik. Gambar 4.1 Histogram Sumber : Hasil Penelitian, 2009 diolah Gambar 4.1 memberikan interpretasi bahwa grafik histogram memiliki distribusi normal dimana grafik tersebut membentuk pola lonceng atau tidak miring ke kanan atau ke kiri. Gambar 4.2 Normal P-P plot of Regression Standardized Residual Sumber : Hasil Penelitian, 2009 diolah Gambar 4.2 menunjukkan bahwa data menyebar disekitar garis diagonal dan mengikuti arah garis diagonal. Oleh karena itu, berdasarkan gambar 4.1 dan gambar 4.2 kriteria pengambilan keputusan yang pertama dipenuhi yaitu data berdistribusi normal. Untuk memastikan apakah data disepanjang garis diagonal berdistribusi normal maka dilakukan uji kolmogrov smirnov 1 sampel KS dengan melihat data residualnya apakah berdistribusi normal atau tidak syafrizal, et al, 59:2008. Menentukan kriteria keputusan, yaitu: 1. Jika nilai Asymp. Sig. 2 tailed 0,05 maka data tidak mengalami gangguan distribusi normal. 2. Jika nilai Asymp. Sig. 2 Tailed 0,05 maka data mengalami gangguan distribusi normal. Tabel 4.11 One-Sample Kolmogorov-Smirnov Unstandardized Residual N 100 Normal Parameters a,,b Mean .0000000 Std. Deviation 1.33657710 Most Extreme Differences Absolute .087 Positive .087 Negative -.064 Kolmogorov-Smirnov Z .871 Asymp. Sig. 2-tailed .434 a. Test distribution is Normal. b. Calculated from data. Sumber : Hasil Penelitian, 2009 data diolah Pengambilan keputusan : Pada Tabel 4.11 terlihat bahwa nilai Asymp. Sig. 2 tailed adalah 0,434 dan diatas nilai signifikan 5 0.05, dengan kata lain variabel residual berdistribusi normal.

b. Pengujian Heteroskedastisitas