67 dan grafik normal plot yang membandingkan antara dua absorvasi dengan
distribusi yang mendekati distribusi normal. Tujuan uji normalitas adalah untuk menguji model regresi distribusi
sebuah data mengikuti atau mendekati distribusi normal, yakni distribusi data dengan bentuk lonceng. Kalau asumsi ini dilanggar maka uji statistik menjadi
tidak valid.
a. Pendekatan Histogram
Sumber: Pengolahan SPSS 2016 Gambar 4.3 Histogram Uji Normalitas
Berdasarkan Gambar 4.3 dapat diketahui bahwa variabel berdistribusi
normal, hal ini ditunjukkan oleh distribusi data yang berbentuk lonceng dan tidak melenceng ke kiri atau ke kanan.
Universitas Sumatera Utara
68
b. Pendekatan Grafik
Uji normalitas bertujuan untuk menguji apakah model regresi berdistribusi normal. Uji normalitas dapat dilakukan dengan analisis grafik yaitu pada Normal
P-P Plot of Regression Standarizied Residual. Apakah titik menyebar di sekitar garis diagonal maka data telah beerdistribusi normal. Berikut ini grafik pada uji
normalitas adalah sebagai berikut :
Sumber : Hasil Pengolahan SPSS 2016 Gambar 4.4 Plot Uji Normalitas
Pada grafik P-P Plot yang terdapat pada Gambar 4.3 diatas, terlihat bahwa
penyebaran data titik berada di sekitar garis diagonal, dengan demikian menunjukkan bahwa data-data pada variabel penelitian berdistribusi normal.
Namun untuk lebih memastikan bahwa di sepanjang garis diagonal berdistribusi normal, maka dilakukan uji Kolmogorov-Smirnov K-S.
Universitas Sumatera Utara
69
c. Pendekatan Kolmogorov-Smirnov
Uji normalitas juga dilakukan dengan menggunakan pendekatan Kolmogorov- Smirnov. Dengan menggunakan tingkat signifikan 5 0,05 maka nilai
Asymp.Sig. 2-tailed diatas nilai signifikan 5 artinya variable residual terdistribusi normal.
Tabel 4.8 Hasil Uji Kolmogorov-Smirno
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 134
Normal Parameters
a,b
Mean 0E-7
Std. Deviation 1,02398589
Most Extreme Differences Absolute
,066 Positive
,066 Negative
-,048 Kolmogorov-Smirnov Z
,762 Asymp. Sig. 2-tailed
,608 a. Test distribution is Normal.
b. Calculated from data.
Tabel 4.8 menunjukkan bahwa nilai Asymp. Sig adalah sebesar 0,608 lebih
besar dari 0,05, sehingga disimpulkan bahwa data telah terdistribusi secara normal. dan nilai pada Kolmogorov – Smirnov Z adalah 0
,762
dan lebih kecil dari 1,97 berarti tidak ada perbedaan antara distribusi teoritik dan distribusi empiric
atau dengan kata lain data dikatakan normal.
Sumber : Hasil Pengolahan SPSS 2016
Universitas Sumatera Utara
70
4.2.3.2 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. Model regresi yang baik adalah yang Homoskedastisitas atau tidak terjadi heteroskedastisitas. Ada beberapa cara untuk
mendekati ada atau tidaknya heteroskedastisitas yaitu :
a. Metode Grafik
