Ada dua cara untuk mendeteksi apakah distribusi data normal atau tidak yaitu dengan analisis grafik dan uji statistik.
1. Analisis Grafik
Pada analisis grafik akan digunakan histogram dan Normal Probability Plot
. Pada histogram, data distribusi nilai residu error menunjukkan distribusi normal apabila grafik berbentuk lonceng. Pada
Normal Probability Plot , nilai residu berdistribusi normal apabila sebaran
error berupa dot masih berada disekitar garis diagonal. Hasil uji
normalitas dalam penelitian ini dapat dilihat pada gambar 4.1 dan 4.2 berikut ini:
Gambar 4.1 Grafik Histogram
Sumber : Hasil output SPSS 22
Universitas Sumatera Utara
Gambar 4.2 Normal Probability Plot
Sumber : Hasil Output SPSS 22
Dengan melihat tampilan histogram yang berbentuk lonceng memberikan pola distribusi normal dengan penyebaran secara merata baik
ke kiri maupun ke kanan serta Normal Probability Plot yang menunjukkan bahwa dot tersebar disekitar garis diagonal, maka dapat disimpulkan bahwa
model regresi memenuhi asumsi normalitas. Analisis grafik bisa menimbulkan interpretasi yang berbeda antar
pembaca satu dengan pembaca lainnya.Sehingga uji statistik diperlukan untuk memastikan kesalahan interpretasi pembacaan grafik tidak terjadi.
2. Uji Statistik
Salah satu pengujian statistik yang bisa dilakukan untuk memastikan bahwa error
berdistribusi normal adalah dengan menggunakan uji kolmogorov-smirnov dapat dilihat pada table 4.3.
Universitas Sumatera Utara
Tabel 4.3 Uji
Kolmogorov-smirnov
One-Sample Kolmogorov-Smirnov Test
Unstandardize d Residual
N 39
Normal Parameters
a,b
Mean .0000000
Std. Deviation 5.03632381
Most Extreme Differences
Absolute .096
Positive .086
Negative -.096
Test Statistic .096
Asymp. Sig. 2-tailed .200
c,d
a. Test distribution is Normal. b. Calculated from data.
c. Lilliefors Significance Correction. d. This is a lower bound of the true significance.
Sumber : Hasil Output SPSS 22
Berdasarkan hasil uji statistik Kolmogorov-Smirnov, diperoleh nilaiKolmogorov-SmirnovZ 0,96 dan nilai Asymp. Sig. 2-tailed sebesar
0,200. Signifikansi 0,200 lebih besar daripada tingkat signifikansi yang ditetapkan
α=0,05 sehingga dapat disimpulkan bahwa data terdistribusi secara normal. Hasil uji statistik ini sejalan dengan hasil yang didapatkan
dari analisis grafik.
4.5.2. Uji Multikolinearitas