Uji Normalitas METODE PENELITIAN

a. Uji Normalitas

Tujuan uji normalitas adalah untuk menguji apakah distribusi data mengikuti atau mendekati distribusi normal. Untuk mengetahui distribusi sebuah data normal atau tidak, dilakukan dua pendekatan yaitu pendekatan histogram, grafik, dan Kolmogorv-Smirnov. Pendekatan Histogram Salah satu cara untuk melihat normalitas adalah dengan melihat kurva normal. Kurva normal adalah kurva yang memiliki ciri khusus dimana mean, mode, dan mediannya berada ditempat yang sama. Maka jika terjadi kemencengan pada kurva skewness maka data tidak berdistribusi normal. Sumber : Hasil Penelitian, 2014 Data diolah Gambar 4.2 Grafik Histogram Normalitas Interpretasi dari Gambar 4.2 menunjukkan bahwa grafik histogram memiliki kemiringan seimbang ke kiri dan ke kanan, atau tidak menceng ke kiri maupun ke kanan. Hal ini memenuhi salah satu syarat uji normalitas data bahwa data berdistribusi normal. Pendekatan Grafik Cara lain untuk melihat normalitas adalah dengan melakukan pendekatan grafik. P-P plot akan membentuk plot antara nilai-nilai teoritis sumbu X melawan niilai-nilai yang didapat dari sampel sumbu Y. Apabila plot dari keduanya berbentuk linier dapat didekati oleh garis lurus, maka hal ini merupakan indikasi bahwa residual menyebar normal. Sumber : hasil penelitian 2015 data diolah Gambar 4.3 Normal P-Plot of Regression Standarized Residual Pada Gambar 4.3 dapat dilihat bahwa data-data titik-titik menyebar disekitar garis diagonal dan mengikuti arah garis diagonal. Oleh karena itu, berdasarkan Gambar 4.3 tersebut dapat diambil kesimpulan bahwa telah memenuhi uji normalitas. Pendekatan Kolmogrov-Smirnov Uji normalitas juga dilakukan dengan menggunakan pendekatan Kolmogorov Smirnov. Dengan menggunakan tingkat signifikan 5 0,05 maka nilai Asymp.Sig. 2-tailed di atas nilai signifikan 5 artinya variabel residual terdistribusi normal. Tabel 4.11 One-Sample Kolmogorov-Smirnov Test One-Sample Kolmogorov-Smirnov Test Unstandardized Residual N 67 Normal Parameters a Mean .0000000 Std. Deviation 1.33813997 Most Extreme Differences Absolute .083 Positive .083 Negative -.054 Kolmogorov-Smirnov Z .678 Asymp. Sig. 2-tailed .747 a.test distribution is normal Sumber : Hasil Penelitian, 2014 data diolah Pada Tabel 4.11 terlihat bahwa Asymp.Sig. 2-Tailed adalah 0,747 dan diatas nilai signifikan 5 0,05. Dengan demikian variabel residual berdistribusi normal.

b. Uji Heteroskedastisitas