78 yang menyatakan setuju, 7 yang menyatakan kurang setuju, dan tidak ada yang menyatakan kurang setuju dan sangat tidak setuju.
4.2.2 Uji Asumsi Klasik 4.2.1 Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel penggangu atau residual berdistribusi normal. Ada dua cara untuk mendeteksi
apakah residual berdistribusi normal atau tidak, yaitu dengan analisis grafik dan uji statistik. Untuk melihat normalitas residual, peneliti menganalisis grafik
histogram yang membandingkan antara data observasi dengan distribusi yang mendekati distribusi normal dan juga menganalisis probabilitas plot yang
membandingkan distribusi kumulatif dan distribusi normal. Hipotesis:
1 Jika data menyebar disekitar garis diagonal dan mengikuti arah garis
diagonal atau grafik histogram menujukkan pola distribusi normal, maka model regresi memenuhi asumsi mormalitas.
2 Jika data menyebar jauh dari garis diagonal dan atau tidak mengikuti arah
garis diagonal atau grafik histogram menunjukkan pola distribusi normal, maka model regresi tidak memenuhi asumsi normalitas.
Universitas Sumatera Utara
Sumber: Hasil Pengolahan Data Primer Kuesioner, SPSS versi 17.00, 2014
Gambar 4.3 Histogram Uji Normalitas
Dari Gambar 4.3 terlihat bahwa grafik histogram menunjukkan pola distribusi normal dimana grafik tersebut membentuk pola lonceng atau tidak
miring ke kanan atau ke kiri.
Universitas Sumatera Utara
Sumber: Hasil Pengolahan Data Primer Kuesioner, SPSS versi 17.00, 2014
Gambar 4.4 Plot Uji Normalitas
Pada Gambar 4.4 tersebut dapat dilihat bahwa data-data titik-titik menyebar disekitar garis diagonal dan mengikuti arah garis diagonal. Oleh karena
itu, berdasarkan Gambar 4.4 tersebut dapat diambil kesimpulan bahwa model telah memenuhi uji normalitas.
Untuk memastikan apakah data disepanjang garis diagonal berdistribusi normal maka dilakukan uji Kolmogorov Sumirnov 1 Sampel KS dengan melihat
data residual apakah berdistribusi normal atau tidak.
Universitas Sumatera Utara
Menentukan kriteria keputusan: 1.
Jika nilai Asymp.Sig. 2-tailed 0.05 maka tidak mengalami gangguan distribusi normal
2. Jika nilai Asymp.Sig. 2-tailed 0,05 maka mengalami gangguan
distribusi normal
Tabel 4.9 One-Sample Kolmogorov-Smirnov Test
Unstandardize d Residual
N 100
Normal Parameters
a,,b
Mean .0000000
Std. Deviation .81761318
Most Extreme Differences
Absolute .063
Positive .035
Negative -.063
Kolmogorov-Smirnov Z .630
Asymp. Sig. 2-tailed .822
a. Test distribution is Normal. b. Calculated from data.
Sumber: Hasil Pengolahan Data Primer Kuesioner, SPSS versi 17.00, 2014
Berdasarkan Tabel 4.9 dapat diketahui bahwa nilai Asymp.Sig. 2-tailed adalah 0,822, ini berarti di atas nilai signifikan 0,05 atau 5. Oleh karena itu,
variabel residual berdistribusi normal.
4.2.2 Uji Heteroskedastisitas