penyimpangan klasik perlu dilakukan mengetahui sifat dari data sehingga dapat ditentukan uji yang tepat untuk menganalisis antar variabel-variabel yang diteliti.
Persyaratan asumsi klasik yang harus dipenuhi adalah berdistribusi normal, non- multikolinearitas, homoskedastisitas, non-autokorelasi. Pengujian asumsi klasik dalam
penelitian ini dilakukan dengan bantuan program statistik.
4.2.2.1. Uji Normalitas
Uji normalitas data bertujuan untuk menguji apakah dalam sebuah model regresi variabel independen, variabel dependen atau keduanya mempunyai distribusi normal
atau tidak. Model regresi yang baik adalah memiliki distribusi data normal atau mendekati normal. Uji normalitas dapat dilakukan dengan menguji uji One-sampel
Kolmogorov-Smirnov dengan menggunakan signifikan 0,05. Deteksi normalitas yaitu dengan melihat signifikansi 0,05 maka data dinyatakan telah berdistribusi secara
normal, apabila nilai signifikansi 0,05 maka data dinyatakan tidak berdistribusi normal.
Hasil pengujian normalitas dapat diliat dari tabel 4.4 sebagai berikut:
Tabel 4.4 Hasil Uji Normalitas
One-Sample Kolmogorov-Smirnov Test One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 100
Normal Parameters
a,b
Mean 0E-7
Std. Deviation 5607,90295273 Most Extreme
Absolute ,136
Universitas Sumatera Utara
Differences Positive
,136 Negative
-,067 Kolmogorov-Smirnov Z
1,177 Asymp. Sig. 2-tailed
,125 a. Test distribution is Normal.
b. Calculated from data.
Sumber : Data diolah dengan IBM SPSS Statistics Version 20 Dari hasil pengolahan data pada tabel 4.4 diperoleh besarnya nilai Kolmogorov-
Smirnov adalah 1,177 dan signifikan Asymp. Sig. 2-tailed pada 0,125. Nilai signifikansi 0,125 0.05, maka data dinyatakan telah berdistribusi secara normal dan
menunjukkan bahwa data tersebut telah memenuhi asumsi normalitas. Setelah data berdistribusi normal dapat dilanjutkan dengan uji asumsi klasik lainnya. Untuk lebih
jelas berikut ini dilampirkan grafik histogram dan grafik p-plot data yang telah berdistribusi normal.
Gambar 4.1 Histogram
Universitas Sumatera Utara
Sumber : Data diolah dengan IBM SPSS Statistics Version 20 Grafik histogram pada gambar 4.1 menunjukkan pola distribusi normal karena
grafik tidak menceng skewness kiri maupun menceng kanan. Dengan demikian, dapat disimpulkan bahwa model regresi telah memenuhi asumsi normalitas. Demikian pula
hasil uji normalitas dengan menggunakan grafik normal p-plot.
Gambar 4.2 Grafik Normal P-Plot
Sumber : Data diolah dengan IBM SPSS Statistics Version 20
Universitas Sumatera Utara
Berdasarkan grafik normal p-plot di atas terlihat bahwa data menyebar disekitar garis diagonal, maka dapat disimpulkan bahwa model regresi telah memenuhi asumsi
nomalitas. Hal ini sesuai dengan pernyataan Priyatno 2008: 28, dimana uji normalitas data dilakukan dengan melihat peyebaran data titik pada sumbu diagonal dan mengikuti
arah garis diagonal dari grafik, yaitu jika data menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal maka model regresi memenuhi asumsi normalitas, hal ini
menunjukkan data yang telah terdistribusi normal.
4.2.2.2. Uji Heterokedastisitas
