4.2.3 Uji Asumsi Klasik
Uji asumsi klasik digunakan untuk melihat atau menguji apakah suatu model layak atau tidak digunakan dalam sebuah penelitian. Uji asumsi klasik yang
dilakukan dalam penelitian ini adalah:
4.2.3.1 Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah nilai residual berdistribusi normal atau tidak, yang dapat dilakukan melalui beberapa pendekatan yaitu:
1. Pendekatan histogram Pada grafik histogram, dikatakan variabel berdistribusi normal pada grafik
histogram yang berbentuk lonceng apabila distribusi data tersebut tidak menceng kekiri atau menceng kekanan.
Sumber : Hasil Pengolahan SPSS 20.0 for Windows, 2014
Gambar 4.2 Histogram Normalitas
Pada grafik histogram terlihat bahwa variabel berdistribusi normal hal ini ditunjukkan oleh distribusi data tersebut tidak menceng ke kiri atau menceng
ke kanan.
Universitas Sumatera Utara
2. Pendekatan Grafik Cara lainnya melihat uji normalitas dengan pendekatan grafik. PP plot akan
membentuk plot antara nilai-nilai teoritis sumbu x melawan nilai-nilai yang didapat dari sampel sumbu y. Apabila plot keduanya berbentuk linier dapat
didekati oleh garis lurus, maka hal ini merupakan indikasi bahwa residual menyebar normal.
Sumber : Hasil Pengolahan SPSS 20.0 for Windows, 2014
Gambar 4.3 Pendekatan Grafik Normalitas
Pada gambar 4.3 scatter plot terlihat titik yang mengikuti data di sepanjang garis diagonal. Hal ini berarti data berdistribusi normal.
Universitas Sumatera Utara
3. Pendekatan Kolmogorov-Smirnov
Tabel 4.9 Uji Normalitas Pendekatan
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 65
Normal Parameters
a,b
Mean 0E-7
Std. Deviation
6,05598711 Most Extreme
Differences Absolute
,097 Positive
,097 Negative
-,056 Kolmogorov-Smirnov Z
,785 Asymp. Sig. 2-tailed
,569 a. Test distribution is Normal.
b. Calculated from data.
Sumber: Hasil Pengolahan SPSS 20.0 for Windows, 2014
Situmorang 2012:107 memaparkan bahwa dasar pengambilan keputusan untuk Kolmogorov Smirnov yaitu apabila nilai value pada kolom Asymp. Sig
lebih besar dari level of significant α = 5, maka tidak mengalami
gangguan distribusi normal. Melalui Tabel 4.9 terlihat bahwa nilai Asymp. Sig. 2-tailed adalah 0,569 dan diatas nilai signifikan 0,05. Dapat
disimpulkan bahwa data residual berdistribusi normal. Nilai Kolmogorov- Smirnov Z dari Tabel 4.9 yaitu 0,785 dan lebih kecil dari 1,97 berarti tidak
ada perbedaan antara distribusi teoritik dan distribusi empirik atau dengan kata lain data dikatakan normal.
Universitas Sumatera Utara
4.2.3.2 Uji Heterokedastisitas