Uji Normalitas jika nilai probalitas diatas 0.05 Uji Linearlitas jika nilai probalitas diatas 0,05 Kesimpulan : 1. Uji Normalitas Intepretasi Output : Ø Test distribusi normal karena nilai( Kolmogorov –Smirnov Z ) X= 0,549 > 0,05 dan Y= 0,568 >0,05 dengan Asymp. Sig. (2-tailed) X=0,923 > 0 0,05 dan Y= 0,904 > 0,05 2. Uji Linearlitas Intepretasi Output : 1. Tabel pertama menunjukkan variabel apa saja yang diproses, mana yang menjadi variabel bebas dan variabel terikat. 2. Tabel kedua menampilkan nilai R yang merupakan simbol dari nilai koefisien korelasi. Pada contoh diatas nilai korelasi adalah 0,998. Nilai ini dapat diinterpretasikan bahwa hubungan kedua variabel penelitian ada di kategori kuat. Melalui tabel ini juga diperoleh nilai R Square atau koefisien determinasi (KD) yang menunjukkan seberapa bagus model regresi yang dibentuk oleh interaksi variabel bebas dan variabel terikat. Nilai KD yang diperoleh adalah 99,5% yang dapat ditafsirkan bahwa variabel bebas X1 memiliki pengaruh kontribusi sebesar 99,5% terhadap variabel Y dan 0,5% lainnya dipengaruhi oleh faktor-faktor lain diluar variabel X1. 3. Tabel ketiga digunakan untuk menentukan taraf signifikansi atau linieritas dari regresi. Kriterianya dapat ditentukan berdasarkan uji F atau uji nilai Signifikansi (Sig.). Cara yang paling mudah dengan uji Sig., dengan ketentuan, jika Nilai Sig. < 0,05, maka model regresi adalah linier, dan berlaku sebaliknya. Berdasarkan tabel ketiga, diperoleh nilai Sig. = 0,000 yang berarti < kriteria signifikan (0,05), dengan demikian model persamaan regresi berdasarkan data penelitian adalah signifikan artinya, model regresi linier memenuhi kriteria linieritas. 4. Tabel keempat menginformasikan model persamaan regresi yang diperoleh dengan koefisien konstanta dan koefisien variabel yang ada di kolom Unstandardized Coefficients B. Berdasarkan tabel ini diperoleh model persamaan regresi : Y =0,097 + 0,999 X1. 3. Uji Korelasi Intepretasi output : Ø Koefisien korelasi sebesar = 0,998 dengan Sig. (2-tailed) = 0,000 Ø Maka ada korelasi yang signifikan antara variabel X dan variabel Y