Gambar 4.2 P-Plot Uji Normalitas Sumber: Hasil Penglohan SPSS 17.0 for Windows Mei, 2011
Berdasarkan Gambar 4.1 dapat diketahui bahwa variabel berdistribusi normal. Hal ini ditunjukkan oleh distribusi data tersebut tidak menceng ke kanan
atau ke kiri. Pada Gambar 4.2 juga dapat diketahui bahwa data berdistribusi normal dimana pada scatter plot terlihat titik yang mengikuti data di sepanjang
garis diagonal.
b. Pendekatan Kolmogorov-Smirnov
Uji normalitas dengan grafik seringkali memperlihatkan data secara normal karena mengikuti garis diagonal. Padahal belum tentu data tersebut
berdistribusi normal secara statistik. Untuk memastikan apakah data di sepanjang
Universitas Sumatera Utara
garis diagonal berdistribusi normal maka dilakukan Uji Kolmogorov-Smirnov dengan melihat data residualnya apakah berdistribusi normal atau tidak.
Tabel 4.19 Uji Kolmogorov-Smirnov
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 96
Normal Parameters
a,,b
Mean .0000000
Std. Deviation 1.16308419
Most Extreme Differences Absolute
.048 Positive
.039 Negative
-.048 Kolmogorov-Smirnov Z
.470 Asymp. Sig. 2-tailed
.980 a. Test distribution is Normal.
b. Calculated from data.
Sumber: Hasil Penglohan SPSS 17.0 for Windows Mei, 2011 Berdasarkan Tabel 4.19 dapat diketahui bahwa nilai Asymp.Sig. 2-tailed
adalah 0,980 dan diatas nilai siginifikan 0,05. Hal ini berarti nilai residual berdistribusi normal.
2. Uji Heteroskedastisitas
Ada dua metode yang bisa digunakan untuk mendeteksi keberadaan heteroskedastisitas, yaitu metode formal dan metode informal. Metode informal
biasanya dilakukan dengan pendekatan grafik dimana sumbu vertikal menjelaskan nilai prediksi disturbance term error dan sumbu horisontal menjelaskan tentang
nilai prediksi variabel regresi sedangkan metode formal yang akan digunakan dalam penelitian ini adalah Uji Glejser.
Universitas Sumatera Utara
a. Pendekatan Grafik
Dasar analisis adalah tidak ada pola yang jelas serta titik-titik menyebar di atas dan di bawah angka nol pada sumbu Y maka mengindikasikan tidak terjadi
heteroskedastisitas sedangkan jika ada pola tertentu, seperti titik-titik yang membentuk pola tertentu yang teratur maka mengindikasikan telah terjadi
heteroskedastisitas.
Gambar 4.3 Scatter Plot Uji Heteroskedastisitas Sumber: Hasil Penglohan SPSS 17.0 for Windows Mei, 2011
Berdasarkan Gambar 4.3 dapat diketahui bahwa titik-titik menyebar secara acak tidak membentuk sebuah pola tertentu yang jelas serta tersebar baik di atas
maupun di bawah angka nol pada sumbu Y. Hal ini berarti tidak terjadi heteroskedastisitas pada model regresi. Kelemahan model plot adalah jika jumlah
pengamatannya sedikit maka akan sulit menginterpretasikan hasil grafik plot.
Universitas Sumatera Utara
b. Uji Glejser Tabel 4.20