58
Gambar 4.2. Uji Normalitas Grafik P-Plot
Pada gambar 4.2 P-P Plot terlihat bahwa nilai plot P-P terletak di sekitar garis diagonal. Plot tidak menyimpang jauh dari garis diagonal dan
penyebaran titik-titik data searah mengikuti garis diagonal, yang menunjukkan bahwa regresion residual model ini berdistribusi normal.
Dari hasil uji normalitas dalam seluruh tahap, menyimpulkan arti bahwa semua Variabel dalam penelitian ini telah berdistribusi normal.
4.2.3.2. Uji Multikolinieritas sebelum Transformasi
Uji Multikolinieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas independen.
Ketentuan untuk mendeteksi ada tidaknya multikolinieritas yaitu jika nilai variance inflation factor VIF tidak lebih dari 10 dan nilai tolerance tidak
kurang dari 0,1, maka model dapat dikatakan terbebas dari multikolinieritas. VIF = 1Tolerance, jika VIF = 0 maka Tolerance = 110
Universitas Sumatera Utara
59
= 0,1. Semakin tinggi VIF maka semakin rendah tolerance. Hasil pengujian untuk multikolinearitas dapat dilihat dalam tabel berikut.
Hasil olahan spss untuk uji multikolinieritas dapat di lihat pada tabel 4.5 sebagai berikut :
Tabel 4.5 Uji Multikolinieritas Sebelum Transformasi
Model Tolerance
VIF Intreprestasi hasil
Kecerdasan Intelektual .015
67.756 Terjadi
multikolinearitas Kecerdasan Emosional
.010 103.641
Terjadi multikolinearitas
Minat .006
153.912 Tidak terjadi
multikolinearitas X1.Z
.006 173.205
Tidak Terjadi multikolinearitas
X2.Z .003
323.513 Terjadi
multikolinearitas Sumber : Data Olahan SPSS
Uji Multikolonieritas dilakukan dengan melihat nilai Collinearity statistic
dan nilai koefisien korelasi di antara variabel bebas. Uji ini bertujuan untuk mengetahui apakah model regresi ditemukan adanya
korelasi antar variabel bebas. Multikolinieritas terjadi apabila nilai tolerance
0,10 dan Variance Inflation Factor VIF 10.Berdasarkan tabel 4.5menunjukkan masih ada variabel yang memiliki nilai tolerance
kurang dari 0,10. Demikian juga hasil perhitungan Variance Inflation Factor
VIF masih ada variabel yang memiliki nilai VIF lebih besar dari 10. Dengan demikian dapat disimpulkan bahwa dari model regresi yang
digunakan terjadi multikolinieritas.
Universitas Sumatera Utara
60
4.2.3.3. Uji Heteroskedastisitas sebelum Transformasi
Gambar 4.3. Scatterplot Heteroskedastisitas sebelum Transformasi
Ada tidaknya heteroskedastisitas dapat dilakukan dengan melihat ada tidaknya pola tertentu bergelombang, melebar lalu
menyempit pada grafik Scatterplot antara prediksi nilai variabel terikat. Berdasarkan Gambar 4.3, terlihat bahwa titik-titik menyebar lebih meluas
dan secara acak baik di atas maupun di bawah garis 0 pada sumbu Y dan Titik-titik data tidak mengumpul hanya di atas atau di bawah saja sehingga
dapat disimpulkan tidak terdapat masalah heteroskedastisitas.
4.2.3.4. Uji Normalitas setelah Transformasi
