55
• Non-Heterokedastisitas, artinya variance variabel independen dari satu pengamatan ke pengamatan lain adalah konstan atau sama
4.2.2.1 Uji Normalitas
Uji normalitas dilakukan untuk melihat apakah nilai residual terdistribusi normal atau tidak. Model regresi yang baik adalah memiliki nilai residual yang
terdistribusi normal. Jadi uji normalitas bukan dilakukan pada masing-masing variabel tetapi pada nilai residualnya. Pada penelitian ini uji normalitas dilakukan
dengan analisis statistik dan analis grafik. Uji normalitas dengan analisis statistik menggunakan model kolmogorov-Smirnov dengan ketentuan sebagai berikut:
a. Nilai sig signifikansi 0,05, maka distribusi data adalah tidak normal b. Nilai sig signifikansi 0,05, maka distribusi data adalah normal
Hasil uji normalitas dengan kolmogorov smirnov ditampilkan pada tabel 4.4
Tabel 4.4 Pengujian Normalitas 1
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 66
Normal Parameters
a,,b
Mean .0000000
Std. Deviation .67449688
Most Extreme Differences Absolute
.168 Positive
.168 Negative
-.125 Kolmogorov-Smirnov Z
1.366 Asymp. Sig. 2-tailed
.048 a. Test distribution is Normal.
b. Calculated from data. Sumber: Output SPSS, diolah penulis 2012
Universitas Sumatera Utara
56
Berdasarkan tabel 4.4 dapat disimpulkan bahwa data tidak terdistribusi normal, hal ini dapat dilihat dari nilai Asymp. Sig. 2-tailed yang lebih kecil dari
0,05. Karena data tidak terdistribusi dengan normal, maka dilakukan tindakan trimming agar model regresi memenuhi asumsi normalitas. Trimming adalah
memangkas membuang observasi yang bersiifat outlier, yaitu yang nilainya lebih kecil dari
� − 2� atau lebih besar dari � + 2� Jogiyanto, 2008:233. � adalah mean sedangkan
� adalah standar deviasi. Hasil uji statistik dengan model Kolmogorov-Smirnov yang baru setelah menghilangkan data Outlier dapat dilihat
pada tabel 4.5
Tabel 4.5 Pengujian Normalitas 1
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 60
Normal Parameters
a,,b
Mean .0000000
Std. Deviation .42273962
Most Extreme Differences
Absolute .092
Positive .092
Negative -.076
Kolmogorov-Smirnov Z .713
Asymp. Sig. 2-tailed .690
a. Test distribution is Normal. b. Calculated from data.
Sumber: Output SPSS, diolah penulis 2012
Universitas Sumatera Utara
57
Tabel 4.5 menunjukkan bahwa hasil pengujian statistik dengan model Kolmogorov-Smirnov menunjukkan bahwa data telah terdistribusi dengan normal
karena nilai Asymp Sig. 2-tailed sebesar 0,690. Pada gambar 4.1 ditampilkan hasil uji normalitas dengan menggunakan analisis grafik
Gambar 4.1 Pengujian Normalitas 2
Universitas Sumatera Utara
58
Gambar 4.2 Pengujian Normalitas 2
Berdasarkan gambar 4.1 data titik menyebar di sekitar garis diagonal atau mengikuti arah garis diagonal, maka model regresi memenuhi asumsi
normalitas. Dengan melihat tampilan grafik histogram pada gambar 4.2 dapat disimpulkan bahwa pola distribusi data mendekati normal. Berdasarkan hasil
pengujian Kolmogorov-Smirnov, Uji normal P Plot dan Uji Histogram, maka data dinyatakan telah terdistribusi dengan normal.
Universitas Sumatera Utara
59
4.2.2.2 Uji Multikolinearitas
