4.3.1.3.1 Uji Normalitas
Uji normalitas ini dilakukan untuk mengetahui apakah variabel dependen, independen, atau keduanya berdistribusi normal, mendekati normal, atau tidak. Terdapat dua cara untuk
mendeteksi apakah residual berdistribusi normal atau tidak, yaitu dengan menganalisis grafik dan uji statistic. Untuk melihat apakah data berdistribusi normal penulis menganalisis grafik
histogram yang menbandingkan antara data observasi dengan distribusi yang mendekati distribusi normal dan juga menganalisis probabilitas plot yang membentuk plot antara nilai-nilai
teoritis melawan nilai-nilai yang didapat dari sampel.
Gambar 4.1 Histogram
Sumber : Hasil Olahan SPSS data diolah, 2014 Pada Gambar 4.1 terlihat bahwa grafik histogram menunjukkan distribusi data yang
berbentuk lonceng tidak menceng ke kiri atau menceng ke kanan, sehingga variabel dapat dikatakan berdistribusi normal.
Universitas Sumatera Utara
Gambar 4.2 Normal PP Plot
Sumber : Hasil Olahan SPSS data diolah, 2014 Pada Gambar 4.2 grafik normal PP Plot terlihat titik-titiknya menyebar disekitar garis
diagonal, serta penyebarannya mengikuti arah garis diagonal. Hal ini berarti data berdistribusi normal. Secara visual seringkali data kelihatan normal karena mengikuti garis diagonal, padahal
belum tentu data tersebut berdistribusi normal. Oleh sebab itu, analisis harus dilengkapi dengan uji statistik, diantaranya adalah uji statistik Kolmogorov-Smirnov KS dengan criteria keputusan
: a.
Jika nilai Asymp 2-tailed 0,05 maka tidak mengalami gangguan distribusi normal. b.
Jika nilai Asymp 2-tailed 0,05 maka mengalami gangguan distribusi normal.
Universitas Sumatera Utara
Tabel 4.15 Uji Kolmogorov-Smirnov
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 36
Normal Parameters
a,,b
Mean .0000000
Std. Deviation 2.11413332
Most Extreme Differences Absolute
.145 Positive
.106 Negative
-.145 Kolmogorov-Smirnov Z
.868 Asymp. Sig. 2-tailed
.438 a. Test distribution is Normal.
b. Calculated from data.
Sumber : Hasil Olahan SPSS data diolah, 2014 Pada Tabel 4.15 terlihat bahwa nilai Kolmogorov-Smirnov adalah 0,868 Nilai Asymp.
Sig. 2-tailed adalah 0,438, nilai tersebut berada di atas nilai signifikan 0.05. Hal ini berarti variabel residual berdistribusi normal Situmorang dan Lufti, 2012 :121.
4.3.1.3.2 Uji Heteroskedastisitas
Kategori