Uji Asumsi Klasik .1 Uji Normalitas

50 | 4.2 Uji Asumsi Klasik 4.2.1 Uji Normalitas Uji Normalitas dalam penelitian ini dilakukan untuk melihat apakah dalam model regresi variabel terikat dan variabel bebas keduanya mempunyai distribbusi normal atau tidak. Model regresi yang baik adalah model regresi yang berdisribusi normal Tony, 2012:132. Hasil analisis normalitas pada penelitian ini diuraikan pada gambar grafik Histogram dan grafik P-Plot berikut ini. Gambar 4.1 Hasil Uji Normalitas Menggunakan Grafik Histogram Sumber: Data Primer, 2014 Gambar 4.2 Hasil Uji Normalitas Menggunakan Grafik P-Plot Sumber: Data Primer, 2014 51 | Output grafik histogram pada gambar 4.1 di atas menunjukan pola distribusi normal. Demikian juga dengan gambar 4.2 menunjukan adanya penyebaran data titik pada sumbu diagonal yang mendekati garis diagonal. Berdasarkan pedoman uji normalitas menyatakan bahwa jika penyebaran data mengikuti atau mendekati garis normal maka suatu penelitian dapat dikatakan normal. Melihat hal tersebut maka dapat disimpulkan model regresi dalam penelitian ini memenuhi uji normalitas.

4.2.2 Uji Kolmogorov-Smirnov

Uji Kolmogorov Smirnov dalam penelitian ini dilakukan untuk melengkapi hasil pengujian normalitas sebelumnya. Hal ini dilakukan, terutama setelah adanya banyak program statistik yang beredar. Kelebihan dari uji ini adalah sederhana dan tidak menimbulkan perbedaan persepsi di antara satu pengamat dengan pengamat yang lain, yang sering terjadi pada uji normalitas dengan menggunakan grafik. Tabel 4.9 Hasil Uji One-Sample Kolmogorov-Smirnov Unstandardized Residual N 89 Normal Parameters a,b Mean .0000000 Std. Deviation 2.70532803 Most Extreme Differences Absolute .087 Positive .061 Negative -.087 Test Statistic .087 Asymp. Sig. 2-tailed .095 c Sumber: Data Primer, 2014 Berdasarkan table hasil uji One-Sample Kolmogorov-Smirnov diketahui bahwa nilai Asymp. Sig. 2-tailed adalah 0,095 dari 0,05. Dengan demikian data penelitian yang dilakukan berdistribusi normal. Dasar pengambilan keputusan dalam uji normalitas ini yakni: jika nilai signifikansi lebih besar dari 0,05 maka data tersebut berdistribusi normal. Sebaliknya, jika nilai signifikansinya lebih kecil dari 0,05 maka data tersebut tidak berdistribusi normal. 52 |

4.3 Uji Hipotesis