Uji A l sumsi Kla l sik 1. Uji Norma l lita l s

3) Teknologi Keua l nga l n

4.2.1. Uji A l sumsi Kla l sik 1. Uji Norma l lita l s

Tujua^ln da^lri pengujia^ln norma^llita^ls da^lta^l dila^lkuka^ln untuk meliha^lt a^lpa^lka^lh da^lla^lm model regresi va^lria^lbel dependen da^ln independennya^l memiliki distribusi norma^ll a^lta^lu tida^lk norma^ll. Ketentua^ln pengujia^ln, jika^l da^lta^l menyeba^lr di sekita^lr ga^lris dia^lgona^ll da^ln mengikuti a^lra^lh ga^lris dia^lgona^ll ma^lka^l model regresi memenuhi a^lsumsi norma^llita^ls. Berikut diba^lwa^lh ini ha^lsil uji norma^llita^ls untuk menguji seluruh da^lta^l va^lria^lble penelitia^ln ya^lng

74

berska^lla^l minima^ll ordina^ll denga^ln mengguna^lka^ln ketentua^ln uji kolmogrov- smirnov denga^ln mengguna^lka^ln progra^lm SPSS.

Ta^lbel 4.7

Uji Norma^llita^ls Kolmogrov-Smirnov

One-Sa^lmple Kolmogorov-Smirnov Test

Unsta^lnda^lrdized Residua^ll

N 100

Norma^ll Pa^lra^lmeters^al Mea^ln .0000000 Std. Devia^ltion 3.14639402

Most Extreme Differences A^lbsolute .113

Positive .054

Nega^ltive -.113

Kolmogorov-Smirnov Z 1.129

A^lsymp. Sig. (2-ta^liled) .156

a^l. Test distribution is Norma^ll.

Sumber : Da^lta^l ola^lha^ln SPSS, 2022.

Ha^lsil pengola^lha^ln da^lta^l pa^lda^l ta^lbel 4.7 diperoleh besa^lrnya^l nila^li uji Kolmogrov Smirnov a^lda^lla^lh 1,129 da^ln signifika^ln nila^li A^lsymp. Sig pa^lda^l penelitia^ln ini diperoleh sebesa^lr 0,156 ya^lng bera^lrti nila^li signifika^ln lebih besa^lr da^lri 0,05 ma^lka^l da^lta^l residua^ll berdistribusi norma^ll. Untuk lebih jela^lsnya^l da^lpa^lt diliha^lt pa^lda^l ga^lmba^lr gra^lfik histogra^lm da^ln norma^ll P-P of regression sta^lnda^lrzedresidua^ll diba^lwa^lh ini:

75

Ga^lmba^lr 4.1

Uji Norma^llita^ls Gra^lfik Histogra^lm

Sumber : Da^lta^l ola^lha^ln SPSS, 2022.

Ga^lmba^lr 4.2

Uji Norma^llita^ls P-Plot Sta^lnda^lrdized Sumber : Da^lta^l ola^lha^ln SPSS, 2022.

Ga^lmba^lr uji gra^lfik histogra^lm berbentuk seperti lonceng da^ln P-P plot sta^lnda^lrized cenderung mengikuti ga^lris dia^lgona^ll da^lla^lm mengidentifika^lsi ba^lhwa^l pengujia^ln norma^llita^ls model regresi pa^lda^l penelitia^ln ini suda^lh memenuhi a^lsumsi ya^lng tela^lh dikemuka^lka^ln sebelumnya^l, sehingga^l da^lta^l da^lla^lm model regresi ini suda^lh berdistribusi norma^ll.

76

4.2.1.2. Uji Multikolonierita^ls

Pengujia^ln multikolonierita^ls va^lria^lbel penelitia^ln ini mela^llui perhitunga^ln uji independen a^lnta^lr va^lria^lbel beba^ls da^lpa^lt diliha^lt da^ln ha^lsil a^lna^llisis collinea^lrty sta^ltistic. Multikolonierita^ls mempunya^li tujua^ln ya^litu untuk meliha^lt a^lpa^lka^lh va^lribel tida^lk terja^ldi korela^lsi tinggi, perlu dila^lkuka^ln sua^ltu hipotesis ya^litu ba^lhwa^l jika^l H₀ diterima^l a^lpa^lbila^l VIF < 10 da^ln a^lngka^l tolera^lnsi mendeka^lti 1, da^ln jika^l H0 ditola^lk a^lpa^lbila^l nila^li VIF > 10 da^ln nila^li tolera^lnsi mendeka^lti 0. Ha^lsil uji interpedensi a^lnta^lra^l va^lria^lbel da^lla^lm penelitia^ln ini da^lpa^lt diliha^lt pa^lda^l ta^lbel seba^lga^li berikut:

Ta^lbel 4.8 Multikolonierita^ls

Model

Collinea^lrity Sta^ltistics Tolera^lnce VIF 1 (Consta^lnt)

Litera^lsi Keua^lnga^ln .817 1.224

Teknologi Keua^lnga^ln .817 1.224

a^l. Dependent Va^lria^lble: Inklusi Keua^lnga^ln Sumber : Da^lta^l ola^lha^ln SPSS, 2022.

Da^lta^l ta^lbel uji multikolonierita^ls dia^lta^ls da^lpa^lt dipa^lha^lmi ba^lhwa^l kedua^l va^lria^lbel independen ya^lkni litera^lsi keua^lnga^ln (X1) da^ln teknologi keua^lnga^ln (X₂) memiliki nila^li collinea^lrity sta^ltistic Tolera^lnce sebesa^lr 0,817. Nila^li tersebut da^lpa^lt dia^lrtika^ln da^lla^lm ba^lta^ls tolera^lnsi ya^lng tela^lh ditentuka^ln dima^lna^l semua^l va^lria^lbel mendeka^lti a^lngka^l 1 da^ln nila^li VIF lebih kecil da^lri 10, sehingga^l demikia^ln da^lpa^lt disimpulka^ln tida^lk terja^ldi multikolonierita^ls da^lla^lm va^lria^lbel independen penelitia^ln ini.

77

4.2.1.3. Uji Heterokeda^lstisita^ls

Uji Heterokeda^lstisita^ls da^lla^lm penelitia^ln ini bertujua^ln untuk menguji a^lpa^lka^lh da^lla^lm model regresi, terja^ldi ketida^lksa^lma^la^ln va^lria^lns da^lri residua^ll da^lri sua^ltu penga^lma^lta^ln ya^lng la^lin. Heterokeda^lstisita^ls mempunya^li sa^ltu penga^lma^lta^ln kepenga^lma^lta^ln la^lin ya^lng berbeda^l. Sa^lla^lh sa^ltu metode ya^lng diguna^lka^ln untuk menguji a^lta^lu tida^lknya^l heterokeda^lstisita^ls a^lka^ln menga^lkiba^ltka^ln pena^lksira^ln koefisien regresi menja^ldi tida^lk efisien. Ha^lsil pena^lksira^ln a^lka^ln menja^ldi kura^lng da^lri semestinya^l. Da^lsa^lr a^lna^llisis penelitia^ln da^lta^l heterokeda^lstisita^ls da^lla^lm penelitia^ln ini a^lda^lla^lh seba^lga^li berikut:

1) Jika^l a^lda^l pola^l tertentu seperti titik-titik ya^lng a^lda^l membentuk pola^l tertentu ya^lng tera^ltur (bergelomba^lng, meleba^lr kemudia^ln menyempit) ma^lka^l tela^lh terja^ldi heterokeda^lstisita^ls.

2) Jika^l tida^lk a^lda^l pola^l ya^lng jela^ls, serta^l titik-titik menyeba^lr dia^lta^ls da^ln diba^lwa^lh a^lngka^l 0 pa^lda^l sumbu Y ma^lka^l tida^lk terja^ldi heterokeda^lstisita^ls.

Ga^lmba^lr 4.3

Sca^ltterplot Uji Heterokeda^lstisita^ls Sumber : Da^lta^l ola^lha^ln SPSS, 2022.

78

Berda^lsa^lrka^ln Ga^lmba^lr 4.3 sca^ltterplot da^lpa^lt diliha^lt ba^lhwa^l va^lria^lble da^lla^lm penelitia^ln ini berda^lsa^lrka^ln da^lta^l uji heterokeda^lstisita^ls da^lpa^lt dia^lrtika^ln ba^lhwa^l tida^lk a^lda^lnya^l terja^ldi heterokeda^lstisita^ls da^lla^lm va^lria^lble penelitia^ln ya^lng diguna^lka^ln. Seba^lb tida^lk a^lda^l pola^l ya^lng jela^ls serta^l titik- titik menyeba^lr dia^lta^ls da^ln diba^lwa^lh a^lngka^l 0 pa^lda^l sumbu Y, sehingga^l da^lpa^lt dika^lta^lka^ln uji heterokeda^lstisita^ls pa^lda^l va^lria^lbel penelitia^ln ini suda^lh terpenuhi. Da^lta^l va^lria^lbel ya^lng diguna^lka^ln da^lla^lm penelitia^ln ini da^lpa^lt diguna^lka^ln untuk pengujia^ln sela^lnjutnya^l.