meliputi uji
kenormalan data,
uji multikolinieritas
dan uji
heteroskedastisitas. Analisis regresi lebih efektif untuk digunakan setelah memenuhi ketiga asumsi klasik tersebut yaitu berdistribusi normal, tidak
mengandung multikolinieritas dan tidak mengandung heteroskedastisitas.
4.1.2.1 Uji Normalitas
Kenormalan data yang akan dianalisis merupakan salah satu prasyarat yang harus dipenuhi dalam analisis regresi. Uji normalitas data
bertujuan untuk mengetahui apakah dalam model regresi, variabel pengganggu atau residual mempunyai distribusi normal atau tidak. Uji
normalitas dalam model regresi dapat dilakukan dengan metode grafik dan metode statistik.
Salah satu cara termudah untuk melihat normalitas adalah dengan metode grafik, yaitu dengan melihat normal prabability plot. Normal
tidaknya data dapat dilihat dari grafik normal P-P plot dari hasil analisis menggunakan progam SPSS release 16. Titik-titik yang terbentuk mendekati
garis diagonal dapat disimpulkan bahwa model regresi berdistribusi normal. Hasil uji normalitas dengan metode grafik dapat dilihat pada gambar 4.1
berikut:
Gambar 4.1 Hasil Uji Normalitas dengan Metode Grafik
Pada grafik P-Plot terlihat data menyebar disekitar garis diagonal dan mengikuti arah garis histograf menuju pola distribusi normal maka data
penelitian ini memenuhi asumsi normalitas, yang berarti bahwa model regresi layak untuk dipakai karena asumsi normalitas sudah terpenuhi.
Selain dengan metode grafik uji normalitas juga dapat dilakukan dengan metode statistik, salah satunya dengan uji kolmogorov- smirnov.
Hasil output dari pengujian normalitas dengan kolmogorov-smirnov dapat dilihat pada tabel 4.17 sebagai berikut:
Tabel 4.17
One-Sample Kolmogorov-Smirnov Test
HasilBelajar N
130 Normal Parameters
a
Mean .0000000
Std. Deviation 6.70362381
Most Extreme Differences Absolute
.051 Positive
.051 Negative
-.051 Kolmogorov-Smirnov Z
.584 Asymp. Sig. 2-tailed
.884 a. Test distribution is Normal.
Berdasarkan tabel 4.17 di atas dapat dilakukan analisis terhadap hasil output uji normalitas. Adapun uji normalitas daa digunakan hipotesis
sebagai berikut: H
: data berdistribusi normal H
a
: data berdistribusi tidak normal Adapun kriteria penerimaan hipotesis tersebut adalah sebagai
berikut: “H diterima jika nilai sig 2-
tailed 5 begitu juga sebaliknya” Ghozali, 2009:164. Berdasarkan tabel diatas diperoleh nilai signifikansi
0,884 0,05, maka H diterima, yang artinya data distribusi normal. Jadi,
asumsi normalitas berdasarkan metode grafik sebagaimana disampaikan diatas.
4.1.2.2 Uji Multikolinearitas