69 Sumber : Hasil output SPSS 2013
Gambar 4.3 Normal P-Plot of Regression Standarized Residual
4.5.2 Uji Kolmogorov-Smirnov Test
Cara untuk mendeteksinya adalah dengan melihat nilai signifikansi residual, jika signifikansi lebih dari 0,05, maka residual terdistribusi secara
normal.
Tabel 4.8 One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 35
Normal Parameters
a,,b
Mean .0000000
Std. Deviation 2.77280030
Most Extreme Differences Absolute
.080 Positive
.068 Negative
-.080 Kolmogorov-Smirnov Z
.474 Asymp. Sig. 2-tailed
.978 a. Test distribution is Normal.
b. Calculated from data
Universitas Sumatera Utara
70 Dari output di atas dapat diketahui bahwa nilai signifikansi Asym.Sig 2
tailed sebesar 0,978 Karena signifikansi lebih dari 0,05 maka residual terdistribusi dengan normal.
4.5.3 Uji Multikolinearitas
Uji Multikolinearitas adalah keadaan dimana terjadi hubungan linear yang sempurna antara mendekati sempurna antar variabel independen dalam
model regresi. Suatu model regresi dikatakan mengalami multikolinearitas jika ada fungsi linear yang sempurna pada beberapa atau semua independen variabel
dalam fungsi linear. Dan hasilnya sulit didapatkan pengaruh antara variabel independen dan dependen variabel. Model regresi yang baik seharusnya tidak
terjadi korelasi di antara variabel independen. Tabel 4.9
Hasil Uji Multikolinearitas Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity Statistics
B Std. Error
Beta Tolerance
VIF 1
Constant 43.338
12.675 3.419
.002 X1
.582 .224
.440 2.599
.014 .896
1.116 X2
-.145 .360
-.068 -.402
.690 .896
1.116 a. Dependent Variable: Y
Hasil uji multikolinearitas dapat dilihat pada tabel Coefficients Nilai
Tolerance dan VIF. Dari output di atas dapat diketahui bahwa nilai VIF kurang dari 10 dan nilai Tolerance lebih dari 0,1 untuk kedua variabel, maka dapat
disimpulkan bahwa model regresi tidak terjadi masalah.
Universitas Sumatera Utara
71
4.5.4 Uji Heterokedastisitas
Heterokedastisitas adalah keadaan dimana terjadi ketidaksamaan varian dari residual untuk semua pengamatan pada model regresi. Model regresi yang
baik adalah tidak terjadi masalah heterokedastisitas.
Sumber : Hasil output SPSS 2013
Gambar 4.3. Scatterplot
Berdasarkan plot data yang diproses dari hasil perhitungan SPSS, pada gambar terlihat sebaran data tidak mengumpul pada suatu sudut atau bagian saja
melainkan sebaran data menyebar pada keseluruhan bagian. Maka dapat disimpulkan tidak terjadi heterokedastisitas, sehingga dapat dikatakan bahwa data
penelitian homogen.
4.6 Analisis Regresi Linear Berganda
Kategori