Uji Asumsi Klasik 1. Uji Normalitas

64

4.2.2 Uji Asumsi Klasik 1. Uji Normalitas

Uji normalitas digunakan untuk mendeteksi apakah residul berdistribusi normal atau tidak. Dapat dilakukan dengan dua cara, yaitu melalui uji statistik dan analisis grafik. Uji statistik yang digunakan untuk menguji normalitas data dalam penelitian ini adalah dengan menggunakan uji statistik non parametrik Kolmogorov-Smirnov K-S dan melalui analisis grafik, yaitu dengan melihat grafik histogram dan grafik normal probability plot. 65 Gambar 4.1 Sumber: Hasil Penelitian, 2016 Data Diolah Gambar 4.1 memperlihatkan bahwa pada grafik histogram, distribusi data mengikuti kurva berbentuk lonceng yang tidak melenceng skewness ke arah kiri atau kanan, sehingga dapat disimpulkan bahwa data tersebut terdistribusi secara normal. 66 Gambar 4.2 Sumber: Hasil Penelitian, 2016 Data Diolah Gambar 4.2 memperlihatkan grafik normal probability plot, menunjukkan bahwa data titik-titik yang menyebar disekitar garis diagonal dan mengikuti arah garis diagonal. Hal tersebut berarti data terdistribusi normal. Uji normalitas dengan menggunakan pendekatan histogram dan grafik sering kali menimbulkan perbedaan presepsi dari para pengamat karena sifatnya yang subjektif. Untuk meningkatkan akurat pengujian normalitas data pada penelitian normalitas data pada penelitian ini, maka digunakan uji statistik nonparametrik, yakni pendekatan Kolmogorov-Smirnov. Jika diperoleh nilai Asymp. Sig 2-tailed tingkat signifikan α, dalam penelitian ini α sebesar 0,05, maka dapat dikatakan variabel residual berdistribusi normal. 67 Tabel 4.2 Hasil Uji Normalitas One-Sample Kolmogorov-Smirnov Test Unstandardized Residual N 169 Normal Parameters a,b Mean ,0000000 Std. Deviation ,21240122 Most Extreme Differences Absolute ,092 Positive ,092 Negative -,092 Kolmogorov-Smirnov Z 1,191 Asymp. Sig. 2-tailed ,117 a. Test distribution is Normal. b. Calculated from data. Sumber: Hasil Penelitian, 2016 Data Diolah Dari Tabel 4.2 besarnya Kolmogorov-Smirnov K-S adalah 1,191 dan nilai Asymp. Sig 2-tailed = 0,117 dimana angka ini lebih besar dibandingkan nilai signifikannya yaitu 0,05. Dengan demikian, maka dapat disimpulkan bahwa residual berdistribusi normal.

2. Uji Heteroskedastisitas