Uji Normalitas Pengujian Asumsi Klasik

4.3 Pengujian Asumsi Klasik

Uji Asumsi Klasik digunakan untuk menguji, apakah model regresi yang digunakan dalam penelitian ini layak diuji atau tidak. Uji Asumsi klasik digunakan untuk memastikan bahwa multikolinearitas, autokorelasi, dan heteroskedasitas tidak terdapat dalam model yang digunakan dan data yang dihasilkan terdistribusi normal. Jika keseluruhan syarat tersebut terpenuhi, berarti bahwa model analisis telah layak digunakan Gujarati dalam Hapsari, 2007:69. Uji penyimpangan asumsi klasik, dapat dijabarkan sebagai berikut:

4.3.1 Uji Normalitas

Uji normalitas bertujuan untuk mengetahui apakah dalam metode regresi, variabel penggganggu atau residual memiliki distribusi normal Ghozali, 2006 : 111. Normalitas dapat dilihat melalui penyebaran data titik pada sumbu diagonal kurva P-Plot. Data dikatakan normal jika titik pada kurva P-Plot menyebar disekitar titik kurva. Selain itu menurut Ghozali 2006 uji statistik yang dapat digunakan untuk menguji normalitas residual adalah uji statistik Kolmogorov-Smirnov KS. Ketentuan-ketentuan dalam uji kolmogorov smirnov adalah sebagai berikut : 1. Nilai Sig. atau signifikansi atau probabilitas 0,05 maka distribusi data tidak normal. 2. Nilai Sig. atau signifikansi atau probabilitas 0,05 berarti distribusi data normal. Universitas Sumatera Utara Berikut ini ditampilkan normal probability plot dari variabel penelitian. Gambar 4.1 Normal P-Plot of Regresion Standarized Residual – Normal Dari gambar normal probability plot pada Gambar 4.1 di atas terlihat bahwa data penelitian mengikuti garis diagonal kurva P-Plot dengan teratur, sehingga dapat data penelitian sudah memenuhi asumsi normalitas. Peneliti juga melakukan uji Kolmogorov-Smirnov yang membuktikan kenormalan suatu data penelitian dengan angka dengan lebih akurat. Dengan menggunakan uji Kolmogorov- Smirnov , suatu data dikatakan normal apabila nilai Asymp. Sig. 2-tailed 0,05 dan apabila nilai Asymp. Sig. 2-tailed 0,05 maka data tidak terdistribusi normal. Berikut hasil pengujian dengan uji Kolmogorov-Smirnov. Tabel 4.2 Uji Kolmogorov-Smirnov One-Sample Kolmogorov-Smirnov Test Unstandardized Residual N 40 Normal Parameters a,,b Mean .0000000 Std. Deviation .79641223 Most Extreme Differences Absolute .164 Positive .164 Negative -.122 Kolmogorov-Smirnov Z 1.037 Asymp. Sig. 2-tailed .232 Universitas Sumatera Utara Dari Tabel Kolmogorov-Smirnov di atas, nilai Asymp. Sig. 2-tailed nya sebesar 0,232 yang berarti 0,05 sehingga dapat ditarik kesimpulan bahwa data penelitian sudah terdistribusi dengan normal.

4.3.2 Uji Multikolinearitas