homoskedasitas, artinya variance variabel independen dari satu pengamatan
ke pengamatan yang lain adalah konstan atau sama.
1. Hasil Uji Normalitas
Pengujian ini dimaksudkan untuk mengetahui apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal. Adapun uji normalitas
dapat dilakukan dengan dua cara yaitu analisis grafik dan statistik.
a. Analisis Grafik
Analisis grafik dapat digunakan dengan dua alat, yaitu grafik histogram dan grafik P-P Plot. Data yang baik adalah data yang memiliki pola distribusi normal.
Pada grafik histogram, data yang mengikuti atau mendekati distribusi normal adalah distribusi data dengan bentuk lonceng. Pada grafik P-P Plot, sebuah data dikatakan
berdistribusi normal apabila titik-titik datanya tidak menceng ke kiri atau ke kanan, melainkan menyebar di sekitar garis diagonal. Berikut hasil uji normalitas dengan
menggunakan analisis grafik.
Universitas Sumatera Utara
Gambar 4.1 Uji Normalitas
Sumber: Lampiran iv
Gambar 4.2 Uji Normalitas
Sumber: Lampiran iv
Universitas Sumatera Utara
Dengan melihat tampilan grafik histogram, kita dapat melihat bahwa gambarnya telah berbentuk lonceng dan tidak menceng ke kiri dan ke kanan yang menunjukkan
bahwa data terdistribusi secara normal. Pada grafik P-P Plot terlihat titik-titik
menyebar di sepanjang garis diagonal. b. Uji Statistik
Pengujian normalitas data dengan hanya melihat grafik dapat menyesatkan jika tidak melihat secara seksama, sehingga kita perlu melakukan uji normalitas data
dengan menggunakan statistik agar lebih meyakinkan. Untuk memastikan apakah data di sepanjang garis diagonal berdistribusi normal, maka dilakukan uji
Kolmogorov-Smirnov 1 sample KS dengan melihat data residualnya apakah berdistribusi normal atau tidak. Jika nilai signifikansinya lebih besar dari 0,05 maka
data tersebut terdistribusi normal. Jika nilai signifikansinya lebih kecil dari 0,05 maka distribusi data adalah tidak normal. Hasil uji Kolmogorov-Smirnov dapat dilihat pada
tabel 4.2.
Universitas Sumatera Utara
Tabel 4.2 Uji Normalitas
One-Sample Kolmogorov-Smirnov Test
Unstandardiz ed Residual
N 72
Normal Parameters
a
Mean .0000000
Std. Deviation 71.90684790
Most Extreme Differences
Absolute .143
Positive .143
Negative -.073
Kolmogorov-Smirnov Z 1.218
Asymp. Sig. 2-tailed .103
a. Test distribution is Normal.
Sumber: Lampiran iv
Hasil uji Kolmogorov-Smirnov pada penelitian ini menujukkan probabilitas = 0.103. Dengan demikian, data pada penelitian ini berdistribusi normal dan dapat
digunakan untuk melakukan uji hipotesis karena 0.103 0,05.
2. Hasil Uji Heteroskedastisitas