56
4.5 Pengujian Asumsi Klasik
4.5.1 Uji Normalitas
Peneliti dalam melakukan regresi berganda atau yang lainnya, yang pertama kali dilakukan adalah melakukan uji normalitas. Uji normalitas dilakukan untuk melihat
apakah model regresi yang digunakan memiliki residual yang terdistribusi secara normal. Suatu regresi apabila didapatkan residual yang tidak tersebar secara normal maka akan
menghasilkan regresi yang tidak baik atau tidak konsisten dan efisien. Ada dua cara yang dapat digunakan untuk mendeteksi apakah residual berdistribusi
secara normal atau tidak, yaitu dengan analisis grafik dan uji statistik. Pada penelitian ini digunakan kedua cara tersebut.
a. Analisis Grafik
Analisis grafik dapat dilakukan dengan dua alat, yaitu grafik histogram dan grafik P-P plot. Pada grafik histogram, data yang mengikuti atau mendekati distribusi normal
adalah distribusi data yang membentuk lonceng. Pada grafik P-P plot, sebuah data dikatakan berdistribusi normal apabila titik-titik datanya tidak menceng ke kiri atau ke
kanan melainkan menyebar disekitar garis diagonal. Pada penelitian ini distribusi data pada grafik histogram gambar 4.1 berbentuk lonceng dan pada grafik P-P plot
gambar 4.2, titik -titiknya tidak menceng ke salah satu sisi, sehingga dapat disimpulkan bahwa pola distribusi datanya adalah normal. Grafik histogram dan dan
grafik P-P Plot dapat dilihat pada gambar 4.1 dan 4.2.
Universitas Sumatera Utara
57
Gambar 4.1 Grafik Histogram
Sumber: Hasil Penelitian, 2013 Data Diolah Pada grafik P-P Plot yang disajikan pada gambar 4.2 terlihat titik-titik menyebar
disekitar garis diagonal, tidak jauh dari garis diagonal dan tidak melenceng ke kiri dan ke kanan. Kedua grafik tersebut menunjukkan bahwa model regresi tidak menyalahi
asumsi normalitas, hal ini terlihat dari titik-titik yang mengikuti diagonal grafik.
Universitas Sumatera Utara
58
Gambar 4.2 Grafik P-P Plot
Sumber: Hasil Penelitian, 2013 Data Diolah b.
Analisis Statistik Salah satu analisis statistik untuk menguji normalitas adalah uji statistik non-
parametrik Kolmogorov-Smirnov K-S. Uji ini dilakukan dengan membuat hipotesis : Jika probabilitas 0,05, maka Ha diterima, artinya data residual tidak
berdistribusi normal. Jika probabilitas 0,05, maka Ho diterima, artinya data residual berdistribusi normal. Hasil Uji Kolmogorov-Smirnov dapat dilihat pada tabel 4.13.
Universitas Sumatera Utara
59
Tabel 4.13
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 91
Normal Parameters
a,b
Mean .0000000
Std. Deviation 2.33912353
Most Extreme Differences Absolute
.099 Positive
.099 Negative
-.089 Kolmogorov-Smirnov Z
.944 Asymp. Sig. 2-tailed
.335 a. Test distribution is Normal.
b. Calculated from data.
Sumber: Hasil Penelitian, 2013 Data Diolah Tabel 4.13 menunjukkan bahwa hasil pengujian statistik dengan model
Kolmogorov-Smirnov menunjukkan bahwa data telah terdistribusi normal karena nilai Asymp.Sig 2-tailed Kolmogorov-Smirnov 0.335 lebih besar dari 0.05.
4.5.2 Uji Multikolinieritas