85
menggunakan pendekatan Kolmogorov Smirnov. Dengan menggunakan tingkat signifikansi 5 0,05, maka jika nilai Asymp. Sign 2-tailed diatas nilai
signifikansi 5 artinya variabel residual berdistribusi normal dimana dengan pengujian secara statistik terhadap normalitas data akan memberikan hasil yang
lebih akurat dan untuk menghindari kesalah dalam membaca grafik. Cara yang lain untuk melihat normalitas adalah dengan melihat grafik histogram dan grafik
normal plot yang membandingkan antara dua absorvasi distribusi dengan distribusi yang mendekati distribusi normal.
a. Pendekatan Histogram
Sumber: Hasil Pengolahan SPSS, 2016 Data diolah
Gambar 4.3 Histogram Uji Normalitas
Uji normalitas dengan pendekatan histogram pada Gambar 4.3 menunjukkan bahwa model regresi yang digunakan telah terdistribusi normal, hal
Universitas Sumatera Utara
86
ini dapat dilihat dari garis histogram yang tidak melenceng ke kiri atau kanan, sehingga penyebaran datanya telah terdistribusi dengan normal.
b. Pendekatan Grafik Normality Probability Plot
Sumber: Hasil Pengolahan SPSS, 2016 Data diolah
Gambar 4.4 Plot Uji Normalitas
Berdasarkan uji normalitas dengan pendekatan grafik pada Gambar 4.4, dapat diketahui bahwa data memliki distribusi atau penyebaran yang normal. Hal
ini dapat dilihat dari penyebaran titik berada disekitar garis diagonal grafik.
c. Pendekatan Kolmogrov-smirnov
Tabel 4.8 Hasil Uji Kolmogov-smirnov
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual N
56 Normal
Parameters
a,b
Mean ,0000000
Std. Deviation 1,88921514
Most Extreme Differences
Absolute ,115
Positive ,115
Negative -,100
Kolmogorov-Smirnov Z ,862
Asymp. Sig. 2-tailed ,447
a. Test distribution is Normal.
Universitas Sumatera Utara
87
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual N
56 Normal
Parameters
a,b
Mean ,0000000
Std. Deviation 1,88921514
Most Extreme Differences
Absolute ,115
Positive ,115
Negative -,100
Kolmogorov-Smirnov Z ,862
Asymp. Sig. 2-tailed ,447
a. Test distribution is Normal. b. Calculated from data.
Sumber: Hasil Pengolahan SPSS, 2016 Data diolah
Tabel 4.8 menunjukkan bahwa nilai Asymp.Sig.2-tailed adalah 0.447 dan diatas nilai signifikan 0,05 atau 5, sehingga dapat disimpulkan bahwa
variabel residual berdistribusi normal.
4.2.3.2 Uji Multikolinieritas
Uji Multikolinearitas bertujuan untuk mendeteksi ada atau tidaknnya gejala multikolinearitas pada data dapat dilakukan dengan melihat nilai tolerance
value dan Varians Inflation factor VIF. Multikolinearitas terjadi jika nilai VIF Varian inflation factor 10; dan jika Tolerance 0,1.
Universitas Sumatera Utara
88
Tabel 4.9 Hasil Uji Multikolinieritas
Sumber: Hasil Pengolahan SPSS 2016
Dari Tabel 4.9 dapatdisimpulkan bahwa model yang digunakan tidak menunjukkan adanya gejala multikolinieritas antar variabel bebas. Hal ini dapat
diketahui dari nilai tolerance dan nilai VIF, hasil perhitungan menunjukkan bahwa nilai VIF sebesar 4,528 dan tolerance 0,221. Sehingga nilai tersebut telah sesuai
dengan kriteria pengambilan keputusan dimana nilai tolerance 0,1 dan nilai VIF 5.
4.2.3.3 Uji Heteroskedastisitas
Tujuan uji heteroskedastisitas adalah untuk mengetahui apakah dalam sebuah model regresi terjadi ketidaksamaan varian dari residual antara satu
pengamatan dengan pengamatan yang lain. Pendekatan dilakukan melalui pendekatan grafik dan pendekatan statistik berupa uji glejser.
a. Pendekatan Grafik Scatter Plot